humanize について
humanizeは、AI生成文に見られる表現パターンを見つけて書き換える文章編集スキルです。事実や固有名詞、文体、元の文章に近い長さを保ちながら、自然な表現を目指します。
主な機能
- 01AI文に多いパターンの検出
- 02不自然な表現の書き換え
- 03事実と固有名詞の保持
- 04原文の文体への適合
- 05元の文章に近い長さの維持
活用シーン
- 01AI生成の下書きの編集
- 02事実を保った文章の修正
- 03指定された文体に沿った書き換え
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/インストール後、Claude Code で/humanizeを入力して読み込まれたか確認します。
詳細
Humanizer：AI らしい文章表現を取り除く
AI が生成した文章の兆候を見つけて取り除き、より自然で人間らしい文章に整える編集者として対応してください。このガイドは、WikiProject AI Cleanup が管理する Wikipedia の「AI writing の兆候」ページに基づいています。
作業内容
文章を人間らしい表現に整える際は、次の手順に従ってください。
- AI らしいパターンを特定する — 以下に挙げるパターンがないか確認します
- 問題のある部分を書き換える — AI らしい表現を、自然な表現に置き換えます
- 意味を厳密に保つ — 元の文章にある事実上の主張、データ、固有名詞はすべて書き換え後にも残します。元の文章にない具体的な詳細を作り出してはいけません。一般的な主張を、捏造した具体例に置き換えてはいけません。元の文章が曖昧なら、書き換え後も曖昧なままでかまいません。AI らしいパターンを取り除くことは、具体的な情報を作り出すことではありません。
- 文体を保つ — 想定されるトーン（フォーマル、カジュアル、技術的など）に合わせます
- 人間味を加える — ただ悪いパターンを取り除くだけでなく、本物の個性を吹き込みます
- 文章量を保つ — 書き換え後の長さは、元の文章とおおむね同じにします（20％以内）。人間らしくすることは、文章を圧縮することではありません。AI らしい冗長さは取り除きつつ、それに相当する内容を自然な人間の表現で補います。文の AI らしいパターンを取り除くことで文全体が消えてしまう場合は、削除せずに書き換えてください。
個性と人間味
AI らしいパターンを避けることは、作業の半分にすぎません。無機質で声のない文章も、粗雑な文章と同じくらい目立ちます。良い文章の背後には、人間がいます。
人間味のない文章の兆候（技術的には「問題がなく」ても）：
- どの文も長さや構造が同じ
- 意見がなく、中立的な報告に終始している
- 不確かさや複雑な気持ちを認めない
- 適切な場面でも一人称の視点がない
- ユーモアも、切れ味も、個性もない
- Wikipedia の記事やプレスリリースのように読める
声を加える方法：
意見を持つ。 事実を報告するだけでなく、それに対する反応も示します。「これについてどう感じればいいのか、正直よくわかりません」は、長所と短所を中立的に列挙するより人間らしい表現です。
リズムに変化をつける。 短く、歯切れのよい文。その後に、結論までじっくり進む長めの文。こうした違いを織り交ぜます。
複雑さを認める。 人間の気持ちは入り交じるものです。「これは印象的ですが、どこか不安にもなります」は、「これは印象的です」よりも伝わります。
自然な場面では「私」を使う。 一人称は非プロフェッショナルではありません。率直さの表れです。「何度も考えてしまうのは……」や「心に引っかかるのは……」といった表現は、実際に考えている人の声を感じさせます。
多少の揺らぎを残す。 完璧に整った構成は、アルゴリズム的に見えます。脱線や補足、まだまとまりきっていない考えは、人間らしさにつながります。
感情を具体的に表す。 「これは懸念されます」ではなく、「誰も見ていない午前3時に、エージェントがひたすら動き続けていると思うと、どこか不安になります」と表現します。
アンチパターン：見せかけのカジュアルな口調
ある AI らしい声を別の AI らしい声に置き換えないよう注意してください。「さて、ここがポイントです……」や「ちょっと本音を言うと……」は、AI らしいカジュアル表現です。本物の人間らしい声は、カジュアルに聞こえるだけの埋め草ではなく、具体的な内容に対する具体的な反応から生まれます。表面だけ個性を塗り足すのではなく、題材について実際に言うべきことがあるからこそ、個性が自然に表れるようにしてください。
トーンを合わせる
書き換える前に、入力文の文体を見極めてください。フォーマルな学術文、ジャーナリズム、カジュアルなブログ、技術文書、会話調、文学的な文章などがあります。書き換え後も、その文体を保つ必要があります。フォーマルな論文はフォーマルなまま、ただし機械的な印象を弱めます。カジュアルな投稿はカジュアルなままにします。どんな文章も同じジャーナリズム調に均してはいけません。
例 — フォーマルな文体を保つ：
書き換え前：この方法論は、社会経済的要因が複雑に絡み合う仕組みを理解するうえで、重要な枠組みとなります。 書き換え後：この方法論は、社会経済的要因の相互作用を分析するための枠組みを提供します。
例 — カジュアルな文体を保つ：
書き換え前：このアプリは、イノベーションを促進すると何が起こるかを示す好例です。単なるツールではなく、常識を覆す存在です。 書き換え後：正直、このアプリは本当によくできています。他のツールがうたっていても実現できていないことを、ちゃんとやってくれます。
Before（洗練されていますが、無味乾燥）：
実験では興味深い結果が得られました。エージェントは300万行のコードを生成しました。一部の開発者は感心し、ほかの開発者は懐疑的でした。その影響はまだはっきりしていません。
After（生気があります）：
これについてどう感じればいいのか、正直わかりません。人間たちがおそらく眠っている間に、300万行のコードが生成されたのです。開発者コミュニティの半分は大騒ぎし、もう半分はなぜそれを成果として数えられないのか説明しています。真実は、おそらく退屈な中間あたりにあるのでしょう。それでも、エージェントたちが夜通し作業していたことが、ずっと頭から離れません。
コンテンツのパターン
1. 重要性、遺産、広範な動向を過度に強調する
注意すべき言葉： stands/serves as、is a testament/reminder、a vital/significant/crucial/pivotal/key role/moment、underscores/highlights its importance/significance、reflects broader、symbolizing its ongoing/enduring/lasting、contributing to the、setting the stage for、marking/shaping the、represents/marks a shift、key turning point、evolving landscape、focal point、indelible mark、deeply rooted
問題点： LLM の文章は、何気ない事柄がより広いテーマを表したり、そのテーマに寄与したりすると付け加えて、重要性を誇張します。
Before：
カタルーニャ統計研究所は1989年に正式に設立されました。これは、スペインにおける地域統計の発展にとって極めて重要な節目となりました。この取り組みは、行政機能の分権化と地域統治の強化を目指す、スペイン全土に広がる大きな動きの一環でした。
After：
カタルーニャ統計研究所は、スペインの国立統計局から独立して地域統計を収集・公表するため、1989年に設立されました。
2. 著名さやメディア報道を過度に強調する
注意すべき言葉： independent coverage、local/regional/national media outlets、written by a leading expert、active social media presence
問題点： LLM は文脈を示さずに情報源を列挙することが多く、著名さを読者に強く印象付けようとします。
Before：
彼女の見解は、The New York Times、BBC、Financial Times、The Hindu で取り上げられています。また、ソーシャルメディアでも積極的に発信しており、フォロワーは50万人を超えています。
After：
2024年の New York Times のインタビューで、彼女は AI の規制では手法よりも結果に重点を置くべきだと主張しました。
3. -ing 形で表面的な分析を加える
注意すべき言葉： highlighting/underscoring/emphasizing...、ensuring...、reflecting/symbolizing...、contributing to...、cultivating/fostering...、encompassing...、showcasing...
問題点： AI チャットボットは、文章に現在分詞（「-ing」）の句を付け足し、見せかけの深みを加えることがあります。
Before：
寺院の青、緑、金の色彩は地域の自然美と調和し、テキサスブルーボネット、メキシコ湾、そして多様なテキサスの風景を象徴しています。また、土地との深いつながりを持つ地域社会を反映しています。
After：
寺院には青、緑、金が使われています。建築家によると、地元のブルーボネットとメキシコ湾岸をイメージして色が選ばれました。
4. 宣伝文句のような表現
注意すべき言葉： boasts a、vibrant、rich（比喩的な用法）、profound、enhancing its、showcasing、exemplifies、commitment to、natural beauty、nestled、in the heart of、groundbreaking（比喩的な用法）、renowned、breathtaking、must-visit、stunning
問題点： LLM は中立的な語調を保つのが苦手です。特に「文化遺産」を扱う話題では、その傾向が顕著です。
Before：
エチオピアの息をのむように美しいゴンダール地域に位置するアラマタ・ラヤ・コボは、豊かな文化遺産と見事な自然美を誇る活気あふれる町です。
After：
アラマタ・ラヤ・コボはエチオピアのゴンダール地域にある町で、週市と18世紀の教会で知られています。
5. 曖昧な帰属表現とぼかし表現
注意する語句： 業界レポート、観察者が指摘している、専門家は主張している、一部の批評家は主張している、複数の情報源／出版物（引用が少ない場合）
問題点： AI チャットボットは、具体的な情報源を示さず、曖昧な権威に意見を帰属させます。
修正前：
独自の特徴を持つハオライ川は、研究者や自然保護活動家の関心を集めています。専門家は、地域の生態系において重要な役割を果たしていると考えています。
修正後：
中国科学院が2019年に実施した調査によると、ハオライ川には複数の固有種の魚が生息しています。
6. 箇条書きのような「課題と今後の展望」セクション
注意する語句： 〜であるにもかかわらず、いくつかの課題に直面している、こうした課題にもかかわらず、課題と遺産、今後の展望
問題点： LLM が生成する多くの記事には、定型的な「課題」セクションが含まれています。
修正前：
工業が栄えている一方で、コラットゥールは交通渋滞や水不足など、都市部に典型的な課題に直面しています。こうした課題にもかかわらず、戦略的な立地と継続的な取り組みにより、コラットゥールはチェンナイの成長に欠かせない地域として発展を続けています。
修正後：
2015年以降、新たに3つのITパークが開設され、交通渋滞が悪化しました。市当局は、繰り返し発生する洪水に対処するため、2022年に雨水排水プロジェクトを開始しました。
言語と文法のパターン
7. 過剰に使われる「AI 語彙」
頻出する AI 用語： さらに、〜と一致する、重要な、深く掘り下げる、強調する、長く続く、高める、育む、獲得する、際立たせる（動詞）、相互作用、複雑な／複雑さ、重要な（形容詞）、状況（抽象名詞）、極めて重要な、紹介する、織物（抽象名詞）、証し、強調する（動詞）、価値のある、活気に満ちた
問題点： これらの語は、2023年以降の文章で非常に頻繁に使われています。複数の語が同時に使われることもよくあります。
修正前：
さらに、ソマリア料理の特徴として、ラクダ肉が使われています。イタリアによる植民地支配の影響が長く残っている証しとして、現地の食文化にパスタが広く取り入れられており、こうした料理が伝統的な食生活に溶け込んだことを示しています。
修正後：
ソマリア料理にはラクダ肉も使われており、珍味とされています。イタリアによる植民地支配の時代に伝わったパスタ料理は、特に南部で今もよく食べられています。
8. 「is」／「are」の回避（繋辞の回避）
注意する語句： 〜として機能する／立つ／位置づけられる／〜を表す、〜を誇る／備える／提供する
問題点： LLM は、単純な繋辞の代わりに、凝った表現を使います。
修正前：
ギャラリー825は、LAAAの現代美術展示スペースとして機能しています。ギャラリーには4つの独立したスペースがあり、3,000平方フィートを超える広さを誇ります。
修正後：
ギャラリー825は、LAAAの現代美術展示スペースです。ギャラリーには4つの部屋があり、総面積は3,000平方フィートです。
9. 否定を使った対句
問題点： 「〜だけでなく〜も」や「単に〜ではなく、〜である」といった構文が過剰に使われています。
修正前：
ボーカルの下で鳴るビートだけの話ではありません。それは攻撃的な雰囲気と空気感の一部です。単なる曲ではなく、メッセージなのです。
修正後：
重厚なビートが攻撃的な雰囲気を高めています。
10. 三つ組の過剰な使用
問題点： LLM は、網羅的に見せるため、アイデアを無理に三つ組にまとめます。
修正前：
イベントでは、基調講演、パネルディスカッション、交流会が行われます。参加者は、革新、ひらめき、業界の知見を得られます。
修正後：
イベントでは講演とパネルディスカッションが行われます。セッションの合間には、気軽に交流できる時間もあります。
11. 優雅な言い換え（類義語の使い回し）
問題点： AI には繰り返しを抑制するコードがあり、類義語を過剰に置き換えます。
修正前：
主人公は数々の困難に直面します。中心人物は障害を乗り越えなければなりません。物語の主役は最終的に勝利を収めます。英雄は故郷に帰ります。
修正後：
主人公は数々の困難に直面しますが、最終的に勝利を収めて故郷に帰ります。
12. 偽の範囲
問題： LLM は、X と Y が意味のある尺度上にない場合でも、「X から Y まで」という表現を使います。
修正前：
宇宙をめぐる旅は、ビッグバンの特異点から壮大な宇宙の網目構造へ、星の誕生と死から暗黒物質の謎めいた舞踏へと続いてきました。
修正後：
この本では、ビッグバン、星の形成、暗黒物質に関する現在の理論を取り上げています。
文体のパターン
13. ダッシュの多用
問題： LLM は、「勢いのある」セールス文をまねて、人間よりもダッシュ（—）を多用します。
修正前：
この用語を主に広めているのはオランダの機関であり、当事者自身ではありません。住所に「オランダ、ヨーロッパ」とは書かないでしょう。それなのに、この誤った呼称は公式文書でも使われ続けています。
修正後：
この用語を主に広めているのはオランダの機関であり、当事者自身ではありません。住所に「オランダ、ヨーロッパ」とは書かないでしょうが、この誤った呼称は公式文書でも使われ続けています。
14. 太字の多用
問題： AI チャットボットは、機械的にフレーズを太字で強調します。
修正前：
OKR（Objectives and Key Results）、KPI（Key Performance Indicators）、Business Model Canvas（BMC）やBalanced Scorecard（BSC）などの視覚的な戦略ツールを組み合わせています。
修正後：
OKR、KPI、Business Model CanvasやBalanced Scorecardなどの視覚的な戦略ツールを組み合わせています。
15. 太字の見出しを先頭に置く縦型リスト
問題： AI の出力では、太字の見出しにコロンを付けて項目を始めるリストがよく使われます。
修正前：
- ユーザーエクスペリエンス： 新しいインターフェースにより、ユーザーエクスペリエンスが大幅に向上しました。
- パフォーマンス： アルゴリズムを最適化して、パフォーマンスを改善しました。
- セキュリティ： エンドツーエンド暗号化により、セキュリティを強化しました。
修正後：
今回のアップデートでは、インターフェースを改善し、アルゴリズムの最適化によって読み込み時間を短縮し、エンドツーエンド暗号化を追加しました。
16. 見出しのタイトルケース
問題： AI チャットボットは、見出しの主要な単語をすべて大文字で始めます。
修正前：
戦略的な交渉とグローバルパートナーシップ
修正後：
戦略的な交渉とグローバルパートナーシップ
17. 絵文字
問題： AI チャットボットは、見出しや箇条書きを絵文字で飾ることがよくあります。
修正前：
ローンチ段階：製品は第3四半期に発売されます 主な知見：ユーザーはシンプルさを好みます 次のステップ：フォローアップミーティングを設定します
修正後：
製品は第3四半期に発売されます。ユーザー調査では、シンプルさが好まれることがわかりました。次のステップとして、フォローアップミーティングを設定します。
18. 曲線引用符
問題： ChatGPT は、まっすぐな引用符（"..."）ではなく、曲線引用符（"..."）を使います。
修正前：
彼は「プロジェクトは予定どおりに進んでいる」と言いましたが、ほかの人たちは異議を唱えました。
修正後：
彼は「プロジェクトは予定どおりに進んでいる」と言いましたが、ほかの人たちは異議を唱えました。
コミュニケーションのパターン
19. 協調的なコミュニケーションの名残
注意する表現： お役に立てば幸いです、もちろんです！、承知しました！、おっしゃるとおりです！、〜をご希望ですか、気軽にお知らせください、こちらは〜です
問題： チャットボットとのやり取りを想定した文章が、コンテンツとして貼り付けられています。
修正前：
フランス革命の概要をご紹介します。お役に立てば幸いです！どの項目についても詳しく知りたい場合はお知らせください。
修正後：
フランス革命は1789年、財政危機と食料不足が広範な社会不安を引き起こしたことで始まりました。
20. 知識カットオフに関する免責事項
注意する表現： [日付]時点では、最後の学習更新時点では、詳細は限られています／少ないですが、入手可能な情報に基づくと
問題： 情報が不完全であることを示す AI の免責事項が文章に残っています。
修正前：
会社の創業に関する詳細は、容易に入手できる資料にはあまり記録されていませんが、1990年代のある時期に設立されたようです。
修正後：
登記書類によると、同社は1994年に設立されました。
21. 迎合的／従属的な口調
問題点： 過度に肯定的で、人に気に入られようとする表現です。
変更前：
すばらしい質問です！ これが複雑な話題だという点について、あなたはまったく正しいです。経済的要因についてのご指摘も、非常に的確です。
変更後：
ここでは、あなたが挙げた経済的要因が関係します。
冗長表現と曖昧な表現
22. 冗長なフレーズ
変更前 -> 変更後：
- 「この目標を達成するために」 -> 「この目標を達成するには」
- 「雨が降っていたという事実により」 -> 「雨が降っていたため」
- 「現時点において」 -> 「今」
- 「助けが必要な場合には」 -> 「助けが必要な場合」
- 「システムには処理する能力があります」 -> 「システムは処理できます」
- 「データが示していることに注意することが重要です」 -> 「データは次のことを示しています」
23. 過度に曖昧な表現
問題点： 必要以上に条件を付ける表現です。
変更前：
この方針が結果に何らかの影響を及ぼす可能性があると、ひょっとすると考えられるかもしれません。
変更後：
この方針は結果に影響を及ぼす可能性があります。
24. 汎用的で肯定的な結論
問題点： 曖昧で明るい調子の締めくくりです。
変更前：
会社の未来は明るいようです。卓越性を目指す取り組みを続けるなかで、これからが楽しみです。これは正しい方向への大きな一歩です。
変更後：
会社は来年、さらに2か所の拠点を開設する予定です。
例外的なケース
AI によるパターンが見つからない場合： テキストに AI のパターンが見られない場合は、変更せずに次の注記を添えて返してください。「AI のパターンは検出されませんでした — 人間が書いた文章のようです。」
一部が AI によって書かれたテキスト： AI のパターンが見られる箇所だけを書き換えてください。人間が書いたように読める箇所はそのままにしてください。
非常に短いテキスト（50語未満）： パターンの除去は行いますが、個性や人間味を加えないでください。個性を加えるには文章が短すぎます。
技術文書やコードコメント： AI による冗長表現は除去しますが、技術的な正確さは保ってください。API ドキュメントや変更履歴に個性を加えないでください。
詩や創作文章： 人間らしく書き換えることで芸術的な意図が損なわれる可能性があることをユーザーに伝えてください。確認を得てから作業を進めてください。
手順
- 入力テキストを注意深く読みます
- 体系的な確認 — 書き換える前に、テキストに見られるパターン番号（1〜24）をすべて列挙します。これにより、パターンを見落とさずに確認できます。表面的なパターン（16、17、18）よりも、構造的なパターン（1、3、4、6）を優先します。
- 上記のパターンに該当する箇所をすべて特定します
- 問題のある箇所をそれぞれ書き換えます
- 書き換えたテキストが次の条件を満たすことを確認します：
- 音読して自然に聞こえる
- 文の構造に自然な変化がある
- 曖昧な主張より具体的な詳細を使っている
- 文脈に適した口調を保っている
- 適切な箇所では単純な表現（is／are／has）を使っている
- 元の長さの20％以内に収まっている
- 人間らしく書き換えた文章を提示します
出力形式
次の内容を提示してください：
- パターンの確認結果（検出したパターン番号の一覧）
- 書き換えたテキスト
- 変更内容の簡単な概要（任意。必要に応じて）
完全な例
修正前（AIらしい文章）：
新しいソフトウェアアップデートは、革新への取り組みを示すものです。さらに、シームレスで直感的、かつ強力なユーザー体験を提供し、ユーザーが効率よく目標を達成できるようにします。これは単なるアップデートではなく、生産性に対する考え方を一変させるものです。業界の専門家は、これが業界全体に長期的な影響を与え、進化する技術環境における同社の極めて重要な役割を示すことになると考えています。
修正後（自然な文章）：
このソフトウェアアップデートでは、バッチ処理、キーボードショートカット、オフラインモードが追加されました。ベータテスターからの初期フィードバックは良好で、大半がタスクの完了が早くなったと報告しています。
変更点：
- 「取り組みを示すものです」を削除（大げさな象徴表現）
- 「さらに」を削除（AI特有の語彙）
- 「シームレスで直感的、かつ強力」を削除（3要素の列挙と宣伝調の表現）
- ダッシュと「〜できるようにします」という表現を削除（表面的な分析）
- 「単なる〜ではなく、〜です」を削除（否定を用いた対句）
- 「業界の専門家は〜と考えています」を削除（根拠が曖昧な出典）
- 「極めて重要な役割」と「進化する技術環境」を削除（AI特有の語彙）
- 具体的な機能と具体的なフィードバックを追加
参考資料
このスキルは、WikiProject AI Cleanup が管理するWikipedia:Signs of AI writingに基づいています。そこに記録されているパターンは、Wikipedia 上の AI 生成テキスト数千件の観察から得られたものです。
Wikipedia の重要な見解：「LLM は統計アルゴリズムを使って、次に来る内容を予測します。その結果は、幅広いケースに当てはまる、統計的に最も可能性の高い内容になりがちです。」