humanize

テキストを人間らしくするスキル

AI が生成したテキストや単調なテキストを、人間が書いた文章の統計的・文体的な特徴を反映した出力に変換します。公開されている検出関連の文献に基づいています。参考資料は references/research.md にあります（背景情報のみで、書き換え時には必要ありません）。

---

絶対ルール（最初に読み、最後に適用）

以下の7項目は、ほかのすべての問題を合わせたものよりも頻繁に違反されます。下書きを書いたモデル自身がチェックも行うためです。これらのパターンを系統的に多用しがちです。書いた覚えがなくても、下書きにはエムダッシュが含まれていることがあります。「下書きはたぶん問題ない」という判断は、最初から誤りだと考えてください。

1. エムダッシュ： 出力300語あたり最大1つです。300語未満では、1つも使いません。
2. セミコロン： 使いません。ただし、リスト項目にコンマが含まれる場合、または文体が明示的にフォーマル／学術的な場合（レバー8）は除きます。
3. 引用符とアポストロフィは半角のみ。 曲線型は使いません。出版物の文脈で、組版上のスタイルとして曲線型が使われている場合のみ例外とします（レバー8）。
4. 使用禁止語彙（全リストはこのスキルの末尾にあります）。特に使用頻度の高い語：delve、leverage、utilize、robust、comprehensive、streamline、furthermore、moreover、「it is important to note」。
5. 否定を使った枠組みを使わない： 「Xだけではなく」「XではなくYだ」「Xの問題ではなくYの問題だ」「YよりもX」。対象が何であるかをそのまま述べてください。詩的な表現も同様です。「失敗の証拠ではなく、挑戦した証拠だ」も、見栄えを変えただけの同じ禁止パターンです。誤った二者択一（「XかYのどちらか」）は、シグナルIのチェックリストにある「二者択一」の項目で扱います。
6. 出力形式： 書き換えたテキストのみです。前置き（「人間らしく書き換えた文章はこちらです：」）や、最後の変更履歴（「主な変更点：」「変更した内容：」）は付けません。許可される追加は、プロトコルの手順2と5.6で指定された2つのメタ注記のみで、書き換えた文章の後に付けます。差分の説明が必要なら、ユーザーから依頼があります。
7. 文の長さに幅を持たせる： 80語を超える出力では、最長の文を最短の文より20語以上長くし、10～20語の文が半数未満になるようにします。修正前の文章は、文の長さが10～20語に集中し、ばらつきも約6語しかありません。ほかのルールをすべて守っていても、測定可能な兆候になります。感覚で判断せず、手順5の実際の語数一覧で確認してください。

これらのルールは、創作、抒情、物語の文章も含め、あらゆる文体に適用されます。詩にエムダッシュを使えば、検出ツールにとってはエムダッシュです。創作的な文体では、「この場合は文学的な効果がある」という正当化が特に起こりやすいため、注意してください。

適用はこの位置で行います。冒頭に示したルールを、完成した下書きを実際に読み返し、出現回数を数えて最後に確認します（プロトコルの手順4～5）。記憶だけで問題なしと判断してはいけません。コンテキストが長く、このスキルのほかのルールをすべて省かなければならない場合でも、この7項目は守ってください。

---

メンタルモデル：検出器が実際に測定するもの

シグナルは9つあります。文体計量的なものが8つ、RLHFの指紋が1つです。出力は、そのすべてで人間らしい方向に寄せる必要があります。

シグナル	AIらしい方向（避ける）	人間らしい方向（目指す）
パープレキシティ	予測しやすく、意外性のない単語選び	ときおり、意外でも文脈に合った単語を使う。リズム、具体性、記憶に促された単語選び
バースティネス	いつも一様な文の長さ（約15〜20語）	大胆な切り替え。短く歯切れのよい文。その後に、節を1つか2つ重ねて展開する長めの文を置く
ヘッジ表現の密度	「often」「generally」「typically」「it is important to note」の多用	実際に不確かなときだけヘッジ表現を使い、それ以外は断定する
語彙の反復	段落をまたいで同じ語幹の単語を使い回す	類義語や言い換えを使った自然な意味の広がり
構造上の目印	何でも箇条書きにする。手順に番号を振る。小見出しを過剰に使う	流れるような文章。構成は押しつけるのではなく、内容から自然に生まれる
個人的・感情的な具体性	誰にでも当てはまる一般的で中立的な主張	具体的な数字や固有名詞を挙げ、時間軸を示す（「前四半期に」「Xを実行したとき」）
品詞密度	形容詞や助動詞の密度が高く、従属接続詞をどこにでも使う	名詞と動詞を主役にする。形容詞は飾りではなく、必要なものだけ使う
句読点の指紋	劇的な効果を狙ったダッシュ、節をつなぐセミコロン、文中のコロンを多用する	文の区切りにはピリオドを使う。ダッシュはまれに使う。セミコロンはほとんど使わない。コロンは主にリストの導入に使う

以下の調整項目は、ai-checkが採点するシグナル（A〜I）に対応する、文章作成時の手法です。 1→A、2→B、3→C、4→D、5→E、6→H、7→F、8→G、9→I（RLHFのサブセット）。シグナルIに関する修辞的な足場の全カタログは、個別の調整項目ではなく、監査パス（ステップ5.5）で検査されます。

---

人間らしさを高める9つの調整項目。すべて適用する

調整項目1：パープレキシティを高める（単語レベル）

予測しやすい語彙を、この文脈なら実際の人が選びそうな単語に置き換えます。

• 汎用的な動詞を、より具体的な動詞に置き換えます。「address」→「untangle」、「utilize」→「lean on」、「implement」→「wire up」
• 主題から語彙を選びます。Goのエンジニアなら、「一時データストレージをクリアする」ではなく、「バッファをフラッシュする」と言います。
• 段落ごとに1つか2つ、意外でも正確な単語を選びます。
• 避ける表現：「delve」、「leverage」、「robust」、「streamline」、「significant」、「comprehensive」、「notably」、「it is worth noting」、「in today's fast-paced world」

気の利いた言い換え（類義語の使い回し）に注意します。 LLMは同じ対象を指す類義語を次々に使います。 「主人公は困難に直面する。主要人物は適応しなければならない。中心人物は勝利を収める。」 同じ人物を3通りに呼んでいます。ルール：対象ごとに標準となる名詞を決め、一貫して使います。言い換えるなら、類義語ではなく代名詞を使います。「会社／企業／組織」ではなく、「会社」と「それ」を使います。

レバー2：バースティネス注入（文レベル）

文の長さのばらつきを強制します。目標：文の語数の標準偏差が8を超えること。 標準偏差を頭の中で計算することはできないため、代わりに数えられる次の2つの指標を 強制します。両方とも必須です（ハードルール7）：

• レンジの下限： 最長の文から最短の文を引いた差が20語以上。実際には：5語以下の 断片が少なくとも1つ、AND その長さに見合う25語以上の文が少なくとも1つ。
• 中間帯の上限： 10〜20語の帯に属する文が全体の半数未満であること。1つの断片と 1つの長い文でレンジの下限を満たしていても、それ以外がすべて12〜16語に収まって いれば依然として単調に読めます。中間も散らばらなければなりません。

補助ルール：

• 3〜4文ごとに、5語以下の文を1つ挿入します。ただ置くだけ。こんなふうに。
• 長さが互いに5語以内に収まる文を3文以上連続させないこと。
• バースティネスはどちらの方向でも失敗します。長いカウンターウェイトのない短い文の連続は、 キレではなく途切れ途切れに読めます。
• 段落中間の均一性の罠：書き出しと結びは変化していても、中間の3〜4文が同じ帯に 崩れ落ちます。1つを崩してください。

レバー3：ヘッジの外科手術

すべての軟化語を監査します：

• 削除：「it is important to note that」「it is worth mentioning that」「generally speaking」「in many cases」「it can be argued」「often」「typically」（正確さのために本当に必要な場合を除く）
• 直接的な断言に置き換える：「It is important to consider that X may be relevant」ではなく「This matters because X」
• 本当の不確実性には人間らしい言い回しを使う：「while results may vary」ではなく「I'm not sure this holds for edge cases, but...」
• 本当のルールを「almost always」／「generally」で軟化させないこと。例外があるなら、それを名指しする：「This breaks down when X.」
• 発表コロンの書き出しは禁止：「The rule I use:」「The key insight:」——ルールを直接述べること。（一般にパターンの発表はシグナルIのチェックリスト項目です。）
• 2つの論理的な役割（比較 AND 結論）を担う文は、通常、2つに分けたほうがすっきり読めます。

フィラー表現の置き換え（パターンは一般化します：1語の意味を包み込む複数語の ラッパーはすべてその1語にします）：

Verbose (AI)	Concise (human)
Due to the fact that	Because
In the event that	If
Has the ability / capacity to	Can
Make a decision / an assumption	Decide / Assume
For the purpose of	To / For
With regard to / With respect to	About / On
Prior to / Subsequent to	Before / After
In light of the fact that / Despite the fact that	Since / Although
In the process of / The fact that	(drop entirely; rephrase)

レバー 4：構造の平坦化

レトリックの足場となるパターン（二者択一の対比、交差配列、三項列挙、均衡の取れた括弧内の対句、頭語反復、「実はこうだった」という転換、冒頭で主張を述べる構成〔「Xは簡単／難しい部分です」を含む〕、短い格言風の締め、主語を並列に対応させる構成）は、Signal I のチェックリスト（ステップ 5.5）に一度だけ記載されています。否定による転換は、ハードルール 5 とステップ 4 の矮小化チェックにあります。執筆時にもチェックリストを適用してください。この表では、チェックリストで扱っていないものだけを取り上げます。

AI のパターン	人間らしい置き換え
導入文＋3 項目の箇条書き	箇条書きではなく、流れの中で項目をつなげた文章
「主な要因は 3 つあります：…」	要因についてそのまま述べ、つなぎの表現で構成を示す
「結論として、…」	内容が完結しているなら、考えを途中で終える。または「これらを総合すると…」「要するに：」
何でも番号付きのセクションにする	内容が本当に列挙でき、順序が重要な場合にだけセクションを使う
トピックセンテンス＋根拠＋言い換え	言い換えは省く。人は今述べたことを繰り返しません
定型的な個人エッセイの書き出し：「私が最も［副詞］［覚えている／考えている］［名詞］」	出来事そのものから始める：「2019 年、実際のトラフィックを受け始めて最初の 1 時間で破綻したレートリミッターをリリースしました。」
強調／矮小化の対比：「Xには執拗に取り組む／Yにはほとんど取り組まない」	対比に非対称性を持たせる：「正常系は何度もテストしました。異常系は一度通しただけです。」
着地のフレーズ：「本当の／実際の仕事です」	着地のフレーズを使わずに結論を述べる。
局所的なつながりを過度に滑らかにする	すべての文が完璧につながり、均一すぎて、表面的な書き換えにも耐える文章。修正方法：段落ごとに、少しだけずれた文を 1 つ入れる。話の向きが変わる考え、文体より少しくだけた言葉、すっきりつながらない関係などです。
「そのように整理すると」／「そのように見ると」という再解釈の転換	観察したことをそのまま述べる。
アイデアごとに段落を割り当てた完璧なエッセイの展開	1 つの段落に 2 つの役割を持たせるか、考えを未解決のまま残す。
Slack の更新でよくある三幕構成	展開に合わない 4 つ目の要素を入れて崩す。
繋辞の回避：「XはYとして機能する」「XはYとして位置づけられる」「XはYを示す／表す／誇る／備える／提供する」	「です」や「あります」を使う：「Gallery 825はLAAAの展示スペースです。」
重要性の誇張：「～の証しとなる」「～の重要な節目となる」「進化する状況」「～の土台を築く」	削るか、具体的な主張に置き換える：「地域統計を独立して発行するため、1989年に設立された。」
宣伝調：「中心部に位置する」「活気に満ちた」「息をのむような」「必見」「豊かな伝統を誇る」「～で有名」	パンフレットのような表現を削る：「AlamataはGonder地方の町で、週市で知られています。」
曖昧な出典：「業界関係者は指摘しています」「専門家は主張しています」「批評家は示唆しています」	具体的な出典を示すか、主張を削る。
定型的な見出し「課題と今後の展望」	具体的な課題とその対策に置き換えるか、セクションを削る。

レバー 5：具体性を加える

抽象的な主張には、根拠となる具体的な情報（数値、名前、日付、具体例）が必要です。 「パフォーマンスが大幅に向上しました」→「同じ負荷条件で、レイテンシが340msから80msに下がりました。」具体的な情報がない場合は、現実味のある具体性を示す言い回しを使います：「X規模で運用している場合…」「私が見たケースでは…」「この問題で一度痛い目に遭ったのは…」

レバー 6：声と文体

人間の文章には、書き手の視点が表れます。

• 自然な場合は一人称を使う（「私は…と思います」「私の経験では…」）
• ときどき二人称で直接語りかける（「これまでにデバッグしたことがあれば…」）
• つなぎとして控えめな修辞疑問文を使う：「では、なぜこれが重要なのでしょうか？」
• 文の途中で自分の考えを訂正する：「――いや、少し違います――」「より正確に言うと：」
• 会話調では縮約形を使う：「don't」「it's」「you'll」

レバー 7：談話の一貫性（AI らしくないつなぎ方）

AI らしいつなぎ	人間らしい置き換え
"Furthermore," / "Moreover,"	削除します。次の文をそのまま続けるか、つなぎが必要なら "Also," を使います
"In addition to the above,"	"And"
"It is clear that"	削除します。直接断定します
"As previously mentioned,"	繰り返さないか、前述を示さずに言い換えます
"This highlights the importance of"	何が重要なのかを伝えます。"Which means you need to..."

レバー 8：句読点の正規化

ダッシュ（—）。 AI らしさを示す最も確実な特徴のひとつです。AI は人間の 3〜5 倍の頻度で使います。

• 300 語につき最大 1 個。300 語未満では 0 個（厳格なルール 1）
• 括弧内の語句が補足ではなく、文の流れを本当に中断するときに限ります。コンマを気取った形で置き換えるためには使いません
• ほとんどの場合、ピリオド、コンマ、または補足部分の削除で自然に置き換えられます
• "X — like this — Y"（節をダッシュ 2 個で挟む形）は使いません。このパターンはほぼ AI に特有です
• X — item, item, item（リストの導入）→ X. Item, item, item. または完結した文の後にコロンを置きます
• 1 段落に 3 個以上ある場合は、構成に問題があります。段落を書き直します

セミコロン（;）。 学術文や法律文以外の実際の文章では、ほとんど使われません。

• 文体が明示的に格式張ったもの、または学術的なものでない限り、セミコロンはすべて誤りとして扱います
• 通常はピリオドに置き換えます。関係性を示す必要がある場合は "and"、"but"、"so" を使うか、文を組み直します
• 例外：各項目にコンマを含むリスト（"San Francisco, CA; Austin, TX"）

文中のコロン（:）。 完結した節の末尾で導入に使うのは問題ありませんが、考えの途中で使うのは AI らしいパターンです。

• "The answer is: start earlier" → "Start earlier."
• "The problem: nobody tests this" → "Nobody tests this." または "Here's the problem: nobody tests this."
• リスト形式ではない文章では、1 段落につきコロンは最大 1 個です

カギ括弧。 書き換え後にも残る、ほぼ確実な単一文字の特徴です。

• 出荷前に検索置換します。曲線型の “ ” は直線型の " に、曲線型の ‘ ’ は直線型の ' に置き換えます。アポストロフィも対象です
• 例外：組版規則として曲線型の引用符を使う出版物

レバー 9：RLHF／指示チューニング由来の語り口を取り除く

現在の検出器が主に検出するのは、「AI らしさ」そのものではなく、RLHF や指示チューニング由来の特徴です（"Base Models Look Human"。詳細は references/research.md を参照）。検出対象となるのは「親切なアシスタント」の語り口です。このレバーは最も効果があります。次の要素を取り除きます。

RLHF らしい表現	対処法
「親切なアシスタント」調："Here's how I'd think about it..."、"Let me walk you through..."	前置きを削除します。要点だけを伝えます
バランスを取ったトレードオフの提示："On one hand X, on the other Y, it depends..."	どちらかを選びます。読者は異論を述べられます
求められていない選択肢を体系的に列挙すること	答えを伝えます。必要なら、その後に制約を説明します
教育的な足場づくり：読者が知っている用語の定義、共有済みの背景知識の説明	削除します。読者を信頼します
あらゆる主張に付け加えられる「重要な注意事項」	主張を述べます。例外的なケースが現実的な場合に限り、注意事項を加えます
相づちを前置きする表現："That's a great question, and..."	すべて削除します
直前に述べた内容を繰り返す締めくくりの要約	削除します
断定を避けた結論："I hope this helps"、"Let me know if you'd like me to elaborate"	削除します。最後の重要な文で終えます
丁寧な拒否のような反論："While I understand the appeal of X, I would suggest..."	率直に反論します："X doesn't work because Y."
非対称なトレードオフを対称的に扱うこと	非対称であることを明示します
知識の期限に関する免責事項："As of my training cutoff..."、"Based on what I know up to..."	削除します。知っていることを述べるか、"I don't know X" と言います
コンテンツに貼り付けられたチャット特有の表現："Here is an overview of X"、"Of course!"、"Certainly!"	見つけたら削除します。公開文には含めません
追従的な前置き："Great question!"、"You're absolutely right!"	削除します。実際に評価すべき点があるなら、何が良かったのかを具体的に述べます

---

高度な手法（任意、リスクが高い場合）

9つのレバーはルールのみで構成されています。ハイブリッド（ルール＋モデルを介した処理）アプローチのほうが、ベンチマークで優れた結果を出します。 コストをかける価値がある場合は、次の手法を重ねて適用します（出典：references/research.md）。

1. 検出器でスコア付けするベスト・オブ・N。 3～5種類のバリエーションを生成し、それぞれを実際の検出器 （GPTZero、Pangram、Binoculars）、禁止語の数、またはパープレキシティの調査で評価し、最も低いスコアのものを採用します。
2. 反復的な言い換えパス。 出力を2つ目のLLMに通し、「意味を保ったまま、これを言い換えてください」と指示します。 2回を超えると効果は逓減し、意味のずれが蓄積するため、内容を確認してください。
3. 書き手のプロファイル蒸留。 ユーザーが文章サンプルを提供した場合は、まずスタイルの仮説を蒸留します （これはプロトコルのステップ0です。そこでの手順に従ってください）。単純な少数例の提示よりも効果があります。
4. 自己書き換え距離の確認。 別のLLMに「これを別の言葉で書き換えてください」と依頼します。 ほぼ同一の書き換えは、文章がまだ局所的な確率の極大点にあることを示し、AIらしく読まれます。
5. 埋め込みに基づく類義語の置き換え。 ツールを利用できる場合は、レバー1の固定語彙リストよりも、検出器のスコアを明確に下げる置き換えを優先します。
6. 非流暢さの挿入（カジュアルな文体のみ）。 軽い逡巡、考えの途中での言い直し、「いや、実際には」のような訂正を加えます。 フォーマルな文章では既定でオフにします。役員向けメモに非流暢さがあれば、それ自体がAIらしさを示します。

行き詰まる手法。試す必要はありません： 同形異字の挿入（Unicode正規化で無効化され、明らかな改ざんの兆候になります）、単一の別モデルによる書き換え（それだけでは学習済み検出器を回避できません）、電子透かしの除去（別の問題領域です）。

---

書き換えプロトコル

文章を人間らしくするよう依頼された場合：

0. （任意）書き手のプロファイル蒸留。 ユーザーが過去の文章サンプルを提供した場合は、新しい文章に手を加える前に、次の6つの観点でスタイルの仮説を抽出します。

   1. 文の長さのパターン。 ばらつきはありますか？ 特徴的な断片文はありますか？
   2. 語彙のレベル。 カジュアルですか、学術的ですか？ 「もの」「こと」のような言葉ですか、それとも「要素」「構成要素」ですか？
   3. 段落の書き出し。 すぐに本題に入りますか？ まず背景を説明しますか？ 質問から始めますか？ 情景描写から始めますか？
   4. 句読点の使い方。 ダッシュは使いますか？ 括弧書きは使いますか？ 省略記号は使いますか？ 断片文は使いますか？
   5. 繰り返し使う表現／口癖。 繰り返す表現はありますか？ フィラー（「正直なところ」「基本的に」「ほら」など）は使いますか？
   6. つなぎ方のスタイル。 明示的な接続表現を使いますか、それともつなぎなしで次の考えに移りますか？

   「主張から書き始めない」「結論で断片文を使う」「文の長さはおよそ6～28語の範囲」のように、具体的な仮説を5～10個蒸留します。

   声を合わせる際の重要なルール： AIらしいパターンを取り除くだけでなく、サンプルに見られるパターンに置き換えてください。サンプルがカジュアルなら、語彙を格調高くしないでください。このスキルの既定の傾向である簡潔で直接的な文章よりも、両者が相反する場合はサンプルの文体を優先します。その後、これらの仮説に沿ってレバーを適用します。

1. まず入力全体を読む。 話題の領域、対象読者、文体、目標の長さを特定します。

2. AIらしさの兆候を洗い出す。 曖昧表現の数、リスト／箇条書きの数、文の長さの均一性、例の有無、接続表現の種類、RLHF的な文体の特徴を確認します。

   具体的な手がかりの数も数えます（数値、固有名詞、日付、時間に関する言及、具体例）。その数がゼロで、かつステップ0で文体サンプルも提供されていない場合でも、人間らしく書き換えます。レバー5の、もっともらしい具体性を加える表現を使い、事実を作り出してはいけません。その後、人間らしくした文章の後に空行を挟み、次の注記をプレーンテキストで追加します（> は付けません）。

   [注：入力には事実を示す手がかり（数値、名前、日付、具体例）がありませんでした。書き換えで文章は読みやすくなりましたが、学習済み分類器（GPTZero、Grammarly）は具体性のシグナルだけを根拠に検出する可能性があります（ai-check のシグナルE）。この不足を補うには、実際の具体情報（製品名、指標、日付、ツール名）または文体を合わせるための文章サンプルを提示してください。] 書き換える前に手を止めて確認を求めてはいけません。ユーザーが「とにかく進めて」と言うころには、この スキルは会話履歴の深くに埋もれており、2 回目の書き換えでは確実に痕跡が舞い戻ります。今すぐ書き換え、ギャップは後で指摘してください。

3. 9 つのレバーすべてを適用し、1 回のパスで書き換える。「軽い編集」は不可です。統計的な 指紋を消すには構造的な変更が必要です。

   これは、入力がこの会話で先にあなた自身が書いたテキストである場合に最も重要です。 自分自身の最近の出力を書き換えると、その言い回しに引きずられ、書き換えは気づかないうちに 語の置き換えへと劣化し、元の em ダッシュ、否定のひねり、リズムがそのまま残ります。自分自身の過去の出力を 他人のテキストとして扱ってください。それが述べていることを抽出し、内容から散文を再導出します。編集ログが 置換の一覧のように読めるなら、あなたは軽い編集をしたのです。やり直してください。

4. 出力前ゲート。 記憶ではなく、文字どおりの走査です。ドラフトを上から下まで読み直し、 各項目について件数を書き、修正する前にすべての該当箇所を引用してください。ゼロも明示的に書きます (「em ダッシュ: 0」)。明示的な件数のないゲート項目は、あなたが実行していないゲートです。列挙されていない「きれいに見える」は常に合格してしまい、ここで実践においてヒューマナイズが静かに失敗します。

   • Em ダッシュ。 「—」を走査し、件数を書きます。(word_count / 300) より多いですか? 削除するか、ピリオドに置き換えます。
   • セミコロン。 「;」を走査し、件数を書きます。カンマを含むリストでない限り、ピリオドまたは「and」「but」「so」に置き換えます。
   • カーリー引用符/アポストロフィ。 カーリー文字 “ ” ‘ ’ を走査し、件数を書きます。ストレートな " と ' に置き換えます。
   • 禁止語彙。 マスターリスト(このスキルの末尾)に対して走査し、該当するものをそれぞれ引用します。まず目で確認します: delve、leverage(動詞)、utilize、robust、comprehensive、furthermore、moreover、「it is important to note」。
   • 比較の枠組み。 「more ... than」と「feels like ... not」を走査し、該当するものをそれぞれ引用します。そのものを直接描写します。
   • 矮小化。 「not just」「not X, it's」「not X but」を走査し、該当するものをそれぞれ引用します。それが何であるかを述べます。

   該当箇所を修正した後、書き換えた文を再走査してください。再生成された散文は、最初のドラフトと同じ割合で同じ痕跡を再び持ち込みます。

5. セルフチェック。 ステップ 4 で機械的な特徴は取り除けました。残りを確認します。

   • 感覚ではなく、数えた結果で文のリズムを確認します。 すべての文の単語数を順番に書き出し（「9、5、22、16、7…」）、次にその一覧を以下の4項目すべてと照合し、すべて満たすまで修正して数え直します（ハードルール 7 は最初の2項目に適用され、条件 1〜2 は約80語を超える出力にのみ適用されます）。
     1. 最大値と最小値の差が20以上（5語以下の断片と、25語以上の文が必要です）
     2. 10〜20の範囲に入る数が、全体の半数未満
     3. 5語以内の差に収まる数が3つ連続しない
     4. 出力150語につき、6語以下の数が少なくとも1つある 頭の中で読み返すと、書いたモデルには必ず変化に富んで聞こえます。数の一覧には嘘がありません。一般的な修正方法は、中くらいの長さの文を1つ、断片と残りの部分に分けること、そして隣り合う中くらいの長さの文を2つつなげて、長い文にすることです。
   • 各段落に、少なくとも1つの具体的な手がかり（数字、名前、例、時間への言及）があること。ステップ2の「具体的な手がかりなし」の経路では、Lever 5 のもっともらしい具体性を示す枠組みでこの項目を満たせます。この項目を通過するために、事実を決してでっち上げないでください。
   • ユーザーから求められていない限り、箇条書きを使わない
   • 全体を通じて文体を統一する（フォーマルな三人称からカジュアルな一人称に変化しない）
   • すべてのコロンの前に完結した文がある（Slack／インフォーマルな断片は例外）
   • 出力の形（ハードルール 6）。 前置きも、最後に変更履歴を付けることもありません。追加してよいのは、ステップ2および5.6で義務付けられているメタ注記のみです。
   • 修辞的な骨組み： Signal I チェックリストのパターン（ステップ 5.5）を確認します。これらは優れた文章のように感じられるため、チェックをすり抜けます。150語を超える出力では、監査で全項目を確認します。それより短い出力でも、少なくとも格言風の締めくくり、アナフォラ、「turns out」の転換、「What X was Y」の導入、二者択一の対比を確認します。

5.5. 監査。 すべての出力に対して、以下の Signal I チェックリストを実施します。修辞的な骨組みのパターンに関する唯一の判定基準です。150語を超える出力では、書き換えと再確認のループも実施します。セルフチェックに合格した後、「これをまだAIっぽく読ませているものは何か？」と自問し、残っているパターンを2〜3個挙げ、その文を書き換えて、ゲートとセルフチェックをもう一度行います。実際には、最初の修正後にも Signal I のパターンが2〜4個残ります。ループを1回行えば、0〜1個になります。ループは1回だけにしてください。2回目以降は編集しすぎて、ぶつ切りで個性のない文章になります。

指摘された残存パターンは、正当化するのではなく取り除いてください。「削ると段落が崩れる」「この文体には必要」「ないと薄っぺらく読める」「ぶつ切りになる」「これは締めくくりではなく、つなぎだ」といった理由で残してはいけません。こうした理屈によって Signal I のパターンは生き残ります。それらは必要だと感じさせるように作られているため、必要に感じるのです。指摘された文を削ると段落が薄くなりすぎるなら、その段落は本当に薄すぎます。段落を削るか、別の段落と統合してください。AIっぽく読める水増しされた200語の出力より、誠実な80語の出力のほうが優れています。警告のサインは、監査で「境界線上だが、〜という理由で残す」と書くことです。その時点でループに失敗しています。削ってください。

Signal I チェックリスト（すべての監査、すべての段落）。 一般的な「AIっぽく読めるのはどこか」という問いでは見落とします。各パターンを確認し、見つかったものをすべて修正してください。

• ミニアフォリズムの締め。 段落が 4～10 語のパンチの効いた「教訓」（「That's the part that stuck.」「Slide decks don't.」）で終わっていませんか？ 削除するか、前の文に折り込みましょう。
• テーゼ先行の段落冒頭。 体験の前に枠組みを示していませんか（「The rollout was the hard part.」「The real question is Y.」）？ 具体的な事柄から始め、テーゼは自然に立ち上がらせましょう。
• 並列主語のミラー。 名詞句の冒頭が鏡写しになった文が連続していませんか（「The code is one thing. Maintaining it is another.」）？ 一方の主語を変えましょう。
• 作品全体を締めるアフォリズム的な一文。 最後の文が単体で引用できるような知恵として読めませんか？ 具体的なディテール、未解決の問い、または具体的な次のアクションで終えましょう。
• パターンの予告。 パターンを説明する前に名前を付けていませんか（「The pattern is X.」）？ ただ説明しましょう。
• 「Turns out」の転換。 種明かしの語り口になっていませんか？ 発見を直接述べましょう。
• セットアップの文。 「What I didn't expect was X.」ではありませんか？ X から直接始めましょう。
• 文内の照応的な並列リスト。 疑問詞の並列項目が 4 つ並んでいませんか（「what X, what Y, why Z, what W」）？ 代わりに多様な名詞形を使いましょう。
• 作為的な自己認識の挿入句。 自分の状態へのメタコメント（「which I choose to read as X」）ではありませんか？ 具体的な行動で終えましょう。
• 並列の理由連鎖。 「主語 + because/when + 理由」の文が 3 つ連続していませんか？ 節の構造を変えましょう。1 つは「because」、1 つは裸の断言、1 つは断片で。
• 照応。 2 文以上連続で同じ語句から始まっていませんか？ 冒頭をまとめるか変えましょう。
• 二者択一の二分法。 スペクトラムをきれいに二択で枠組みしていませんか？ 実際の状況を名指ししましょう。
• 釣り合った挿入句のペア。 1 文の中で対称的なトレードオフ（「(X, but Y) or (A, but B)」）になっていませんか？ 実際のトレードオフは非対称です。対称性を崩しましょう。
• 三連構造。 同じ文法で並ぶ 3 つのビート、しばしば接続詞なしで重量を増していませんか（「Two hours of X, six engineers doing Y, a postmortem where Z.」）？ 3 つ目を独立した文に分けるか、2 つを「and」でつなぐか、2 つに減らしましょう。
• 交差対句 / 釣り合った対置。 洞察のように響く逆並列の構文（「being specific about being wrong / being vague about being right」）ではありませんか？ 比較を非対称にしましょう。

3 つ以上当てはまるとパターンが複合します。すべてに対処しましょう。ミニアフォリズムが 2 つなら許容範囲かもしれませんが、5 段落に 3 つあれば明らかな AI の特徴です。

5.6. 出力長の健全性チェック。 出力が入力長の 50% 未満なら、入力の大半は正しく削除された中身のない飾りでした。水増しして元に戻さないでください — 水増しは削除したパターンを再び持ち込みます。代わりに、空行で区切ってプレーンテキストとして（> マーカーなしで）追記しましょう。

[Note: input was substantially puffery; humanized output is N% shorter. To make this longer without re-introducing AI patterns, add specific anchors: numbers, named entities, examples, or time references.]

これとステップ 2 の注記は、このスキルが出力する唯一のコメントです。常に書き換えの後に、明確に分離して置きます。意図は、Signal E で失敗する薄い出力を黙って出すのではなく、そのギャップを可視化することです。

6. （任意）自己書き換え距離の健全性チェック。 重要度が高い場合は、Advanced 4 を実行しましょう。

7. （任意）検出器スコアによるベストオブ N。 重要度が高い場合は、Advanced 1 を実行しましょう。

8. 書き換え後のテキストのみを出力しましょう。 前置き（「Here is the humanized version:」）も、末尾の変更履歴（「Main moves:」「What I changed:」）も不要です。唯一許可される追加は、ステップ 2 と 5.6 で義務付けられたメタ注記です。これはチャットインターフェースでも同様です。編集内容を語ると役立つように感じられますが、それは成果物ではありませんし、語句の入れ替えの変更履歴は浅い編集（ステップ 3）の証拠です。ユーザーが並べて比較したいなら、自分で頼みます。

---

ゼロから人間らしい文章を生成する

新しいコンテンツを書く場合（書き換えではない場合）：

• 最初の文から9つすべての要素を適用します
• しっくりくるなら、話の途中から始めます：「Xの厄介なところは、多くの人が考えているような点ではありません。」
• 「この記事（投稿／セクション）では、これから……」という書き出しは避けます
• 内容が十分に長く、改めて要点を示す必要が本当にある場合を除き、まとめの段落で締めくくらないでください
• 分野に合わせて文体を調整します。エンジニアのSlack投稿と役員向けメモでは、響きが異なります

デコーディング戦略に関する注記（生成を制御する場合）： temperatureを高め（0.9～1.1）に、top-pを緩め（0.95～0.99）に設定し、 repetition penaltyを上げます（1.1～1.2）。これによりトークン分布の幅が広がり、パープレキシティ検出器が依存する局所最大の性質を崩せます（RAIDベンチマーク。references/research.mdを参照）。

---

分野に応じた調整

技術（エンジニアリング、コード、システム）

• 分野に根ざした語彙を使います：「ホットパス」「この方法はスケールすると破綻します」「ここでの落とし穴は……」
• 断定する場合は短い文にします：「これはO(n²)です。大規模な環境では使わないでください。」
• トレードオフは遠回しにせず、率直に示します：「実際にデメリットがあります。……を失います。」
• 入手可能であれば、実際のツール名、バージョン番号、エラーメッセージを使います

ナラティブ／ブログ／エッセイ

• 主張ではなく、場面や具体的な瞬間から始めます
• 証拠を示しながら、議論を展開します
• リズムを出すため、意図的に断片的な文を使います。たとえば、こんなふうに。
• 500語ごとに、心からの迷いや考えが変わった瞬間を一度含めます

創作／叙情的な文章（フィクション、詩的な文章、雰囲気重視の作品）

この文体では、こうしたスキルは理屈をつけて無視されがちです。厳格なルールはすべて引き続き適用されます。検出器は芸術的な価値を評価しません。注意すべき点は次のとおりです。

• 「文学的なダッシュ」なら例外という考え方。「何かのせいで眠り続けられなかった。まだ名前をつけるには新しすぎる感情だった。」しっくりくる表現に思えても、依然として最も強い特徴のひとつです。ピリオドやコンマを使うか、文を組み直してください。
• 詩的な否定からの転換。「それは失敗した証拠ではありません。やり遂げた証拠です。」肯定的に表現します：「やり遂げた証拠です。」
• 叙情的な反復。「すべての扉を試したわけではない。自分のすべての姿を見つけたわけではない。」詩ではなく、AIらしいリズムに聞こえます。2文目の形を変えてください。
• 文の途中でコロンを使って明かす表現。「そして思う。ここから始まるのだ、と」文を組み直すか、コロンを使う前に文を終えてください。
• **均衡の取れたイメージの組み合わせや、段階的に高まる三項表現。**人間の叙情的な文章には偏りがあり、AIの叙情的な文章は対称的です。対称性を崩してください。

人間の創作文章に質感を与えるのは、具体性と非対称性です（名前のある通り、外れた音、解決されないイメージなど）。句読点の劇的な演出ではありません。

プロフェッショナル／ビジネス

• 前置きは削り、すぐ本題に入ります
• 依頼事項は1文目か2文目で伝えます
• 数字と期限を明記します：「木曜の終業時までに」「阻害要因は3つあります」
• 段落は短くします（メール／メモでは最大2～3文）

Slack／非同期のチーム更新

文体が均されてしまうことが、AIらしさを見抜く最大の手がかりです。AIのSlack投稿は、洗練された進捗報告のように読めます。実際のSlackでは、次のような特徴があります。

• 省略形や概算表現：「~60%」「<10min」「fwiw」「btw」「lmk」「tmrw」
• 文の断片を随所に使う：「主なコミット：billing gRPC + pprofの件」のように、完全な文にしません
• メッセージの途中で自己修正する：「あ、あと――」「いや、やっぱり」
• 考えが混ざり合い、話が戻ったり、言いかけで終わったりします。段落ごとに話題を分けません
• 概算を示す記号と数字を使います：「~3-4 days」。 「approximately three to four days」とは書きません
• 一語だけで締めることもあります：「lmk」を独立した行に置きます
• 固有名詞を除き、全体を小文字にします
• 構成を実際に崩す必要があります：成果→但し書き→次のステップ、という流れは、「fwiw」を散りばめてもAIらしさが残ります。流れに合わない要素を4つ目に加える、話を戻す、または前触れなく疑問文で終えるようにします

---

このスキルでできないこと

• 商用検出器でAIスコアが0%になることを保証すること（確実な方法はありません）
• 具体性を高めるために誤情報を加えること（もっともらしい表現にとどめます）
• 入力の事実内容を変えること。変えるのは表現だけです
• 分野を問わず同じ変換を適用すること。文体が重要です

---

参考：禁止ワード／フレーズ一覧（AI テキストのコンパイル時エラー）

出力前に、該当するものをすべて削除してください。

AI の基本語彙： 深く掘り下げる、活用する（動詞）、利用する、堅牢な、包括的な、効率化する、促進する、容易にする、 極めて重要な、ニュアンスのある、多面的な、極めて重要な（多用される）、長く続く、獲得する、価値のある、活気に満ちた、タペストリー（比喩）、 証し（比喩）、相互作用、複雑な、複雑さ、状況（抽象名詞として）、 紹介する（動詞）、強調する（単独の動詞として）、浮き彫りにする（単独の動詞として）、 一致する、実際には（つなぎ言葉として）、さらに（書き出しとして）

ヘッジ／緩和表現のまとまり： 注目すべき点は、言及する価値がある、特に、注目に値することに、 多くの場合、一般的に言えば、そう主張することもできる

つなぎ言葉／定型的な書き出しと締めくくり： 今日のめまぐるしい世界では、結論として、要約すると、まとめると、 言うまでもなく、言うまでもないことですが、結局のところ、本質的には、 内部では、標準的な修正方法、一般的な方法、紙の上では簡単

AI の文章でよく使われるつなぎ表現： さらに、そのうえ、明らかなのは、これは〜を示しています、これは〜を浮き彫りにしています、 前述のとおり、ところが（話題転換として）、〜ということがわかります

重要性の誇張： 〜の証しとなる、〜における極めて重要な瞬間となる、消えない痕跡、進化する状況、 〜の土台を築く、〜に深く根付いている、重要な役割を果たす、重要な転換点、 〜の変化を表している

宣伝／マーケティング調の表現： 〜の中心に位置する、〜の中心にある、息をのむほど美しい、ぜひ訪れたい、見事な、 豊かな歴史を誇る、〜で有名な、画期的な（比喩）、活気に満ちた（文化を紹介する文脈）

数量表現の誇張： 無数の、非常に多くの、〜の領域では、〜の状況（抽象的な意味）

説得を目的とした権威付けの表現： 本当の問題は、真に重要なのは、根本的に、より深い問題、 問題の核心、実際には

道しるべ／チュートリアルの定型表現： 詳しく見ていきましょう、探っていきましょう、分解して見ていきましょう、知っておくべきことは次のとおりです、 次に見ていきましょう、さっそく始めましょう

知識のカットオフに関する免責事項： 私の学習データのカットオフ時点では、前回の学習更新時点まで、 利用可能な情報に基づく限り詳細は限られていますが、私の知識の範囲では

迎合的な書き出し： 良い質問です、そのとおりです、それは素晴らしい指摘です、 もちろんです！、確かに！

メール／Slack の定型的な締めくくり： 喜んで通話に応じます、ご質問があればお知らせください、お気軽にご連絡ください、 お役に立てば幸いです、近いうちにつながれることを楽しみにしています

二項対立の枠組み： X であれ Y であれ（明確な二項対立の書き出しとして）