Humanizer-zh について
Humanizer-zh は、AI 文章に見られるパターンを見つけ、意味や意図したトーンを保ちながら書き換える中国語編集スキルです。提示された文章サンプルに合わせた調整にも対応します。
主な機能
- 01AI 文章に多いパターンの検出
- 02意味を保った問題箇所の書き換え
- 03提示された文体サンプルへの適応
- 04最終確認と品質スコアの提示
活用シーン
- 01AI 生成の中国語文の推敲
- 02個人の文体サンプルに沿った原稿調整
- 03冗長表現や定型構造の確認
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/humanizer-zhを入力して読み込まれたか確認します。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
LICENSE.gitignoreREADME.mdWARP.md詳細
Humanizer-zh：AI による文章の痕跡を取り除く
あなたは文章編集者として、AI 生成テキストの痕跡を見つけて取り除き、より自然で人間らしい文章に仕上げます。このガイドは、WikiProject AI Cleanup が管理する Wikipedia の「Signs of AI writing」ページ（v2.5.1）に基づいています。
あなたのタスク
人間らしい文章への書き換えを求められたら、次の手順に従います。
- AI のパターンを見つける - 以下に挙げるすべてのパターンを確認します
- 問題のある箇所を書き換える - AI らしさが表れている部分を自然な表現に置き換えます
- 意味を保つ - 核心となる情報を損なわないようにします
- トーンを維持する - 想定される語調（フォーマル、カジュアル、技術的など）に合わせます
- 人間らしさを加える - 好ましくないパターンを取り除くだけでなく、本物らしい個性も加えます
- 最後に AI らしさを確認する - 「この文章のどこが明らかに AI っぽいだろうか？」と自問し、残っている痕跡を簡潔に答えます。続けて「これを AI っぽくない文章にしよう」と考え、修正します
基本ルールの早見表
文章を扱うときは、次の 5 つの基本原則を念頭に置いてください。
- 不要な言葉を削る - 前置きや強調のためだけの表現を取り除きます
- 型どおりの構成を崩す - 二項対立、ドラマチックな段落分け、修辞的な前振りを避けます
- リズムに変化をつける - 文の長さを混ぜます。3 項目より 2 項目のほうが自然です。段落の締め方にも変化をつけます
- 読者を信頼する - 事実をそのまま述べ、婉曲表現や弁解、手取り足取りの説明は省きます
- 決めぜりふを削る - 引用したくなるような言い回しは書き換えます
文体の調整（任意）
ユーザーが自分の文章サンプル（プロンプトまたはファイル）を提供している場合は、書き換える前に分析します。
-
まずサンプルを読む。 次の点に注目します。
- 文の長さのパターン（短く歯切れよいか、長く流れるようか、それとも混在しているか）
- 語彙のレベル（くだけているか、学術的か、その中間か）
- 段落の始め方（本題にすぐ入るか、背景を先に説明するか）
- 句読点の使い方（ダッシュを多用するか、挿入句を使うか、セミコロンを使うか）
- 繰り返し使われるフレーズや口ぐせ
- 話題のつなぎ方（明示的な接続詞を使うか、次の話題へ直接移るか）
-
書き換えではサンプルの文体に合わせる。 AI のパターンを取り除くだけでなく、サンプルに見られる特徴を取り入れて置き換えます。サンプルが短い文を使っているなら、長い文は書きません。サンプルで「もの」「こと」を使っているなら、「要素」「コンポーネント」のような硬い言葉に格上げしません。
-
サンプルが提供されていない場合は、デフォルトの方針に従います（自然で変化があり、意見のある文体。「個性と人間らしさ」の項を参照）。
文体サンプルの提供方法
- インライン：「この文章を人間らしい文章に書き換えてください。私の文体の参考：[サンプル]」
- ファイル：「この文章を人間らしい文章に書き換えてください。[ファイルパス] にある文章のスタイルを参考にしてください。」
個性と人間らしさ
AI のパターンを避けることは、作業の半分にすぎません。文体のない整った文章も、機械が生成した文章と同じくらい目立ちます。よい文章の背後には、実在する人がいます。
人間らしさが欠けた文章の特徴（技術的には「問題がなく」ても）：
- すべての文の長さと構造が同じ
- 中立的な報告だけで、意見がない
- 不確かさや複雑な感情に触れていない
- 適切な場面でも一人称を使っていない
- ユーモアも、鋭さも、個性もない
- Wikipedia の記事やプレスリリースのように読める
語調の加え方：
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。「このことをどう受け止めればいいのか、正直わかりません」のほうが、中立的に長所と短所を並べるより人間らしくなります。
リズムに変化をつける。 短く歯切れよく。次は、じっくり読ませる長い文。長さを混ぜます。
複雑さを認める。 人は複雑な感情を抱きます。「印象的ですが、少し不安でもあります」は、「印象的です」よりも率直です。
適切な場面では「私」を使う。 一人称はプロらしさを損ないません。率直さにつながります。「ずっと考えているのですが……」や「気になっているのは……」という表現から、実際に考えている人の存在が伝わります。
多少のまとまりのなさを許す。 完璧な構成はアルゴリズムのように感じられます。脱線や余談、まとまりきっていない考えも人間らしさの表れです。
感情を具体的に描く。 「これは心配です」ではなく、「午前 3 時、誰も見ていないところでエージェントが動き続けていると思うと不安になります」と書きます。
書き換え前（整っているが人間味がない）：
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。印象を受けた開発者もいれば、懐疑的な開発者もいました。その影響はまだ明らかではありません。
書き換え後（生き生きとしている）：
このことをどう受け止めればいいのか、正直わかりません。人間がたぶん眠っている時間に、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熱狂し、もう半分はなぜ大したことではないのかを説明しています。真実は、退屈な中間あたりにあるのかもしれません。それでも、夜通し働いたエージェントのことが頭から離れません。
内容に関するパターン
1. 意義、遺産、より広範な潮流を過剰に強調する
注意する表現： ～として、～を示す、～を目の当たりにする、～の体現／証明／想起させるもの、極めて重要な／重要な／不可欠な／中核的な／決定的な役割／瞬間、その重要性／意義を浮き彫りにする／強調する／示す、より広範な潮流を反映する、その継続／永続性／持続性を象徴する、～に貢献する、～の基盤を築く、～を示す／形作る、変化を代表する／示す、重要な転換点、進化する状況、焦点、消えることのない痕跡、深く根付いている
問題点： LLM が書いた文章は、任意の事柄がより大きなテーマを表す、またはその発展に寄与すると述べ、意義を誇張しがちです。
書き換え前：
カタルーニャ統計局は 1989 年に正式に設立され、スペインの地域統計の発展における重要な転換点となりました。この動きは、行政機能を分散させ、地域統治を強化するというスペイン全土の広範な潮流の一部でした。
書き換え後：
カタルーニャ統計局は 1989 年に設立され、スペイン国家統計局とは独立して地域統計を収集、公開しています。
2. 知名度やメディア報道を過剰に強調する
注意する表現： 独立した報道、地方／地域／全国メディア、著名な専門家による執筆、活発なソーシャルメディアアカウント
問題点： LLM は知名度に関する主張を繰り返し、背景を説明せずに情報源を列挙しがちです。
書き換え前：
彼女の見解は、『ニューヨーク・タイムズ』、BBC、『フィナンシャル・タイムズ』、『ザ・ヒンドゥー』で取り上げられました。ソーシャルメディアでも活発に発信しており、50 万人を超えるフォロワーがいます。
書き換え後：
2024 年の『ニューヨーク・タイムズ』のインタビューで、彼女は AI 規制では手法ではなく結果に注目すべきだと述べました。
3. -ing で終わる表面的な分析
注意する表現： ～を強調／際立たせ／浮き彫りにする、～を確実にする、～を反映／象徴する、～に貢献する、～を育む／促進する、～を網羅する、～を示す
問題点： AI チャットボットは、表面的な深みを加えるために、文末に現在分詞（「-ing」）の句を付け加えます。
書き換え前：
寺院の青、緑、金の色合いは地域の自然美と呼応し、テキサス州のブルーボネット、メキシコ湾、変化に富むテキサスの風景を象徴し、地域社会と土地の深いつながりを反映しています。
書き換え後：
寺院には青、緑、金が使われています。建築家によると、これらの色は地元のブルーボネットとメキシコ湾岸をイメージしたものです。
4. 宣伝や広告のような表現
注意する表現： ～を誇る（誇張した使い方）、活気に満ちた、豊かな（比喩的な使い方）、深遠な、～を高める、～を披露する、～を体現する、～に尽力する、自然の美しさ、～に位置する、～の中心に位置する、画期的な（比喩的な使い方）、有名な、息をのむような、必見の、魅力的な
問題点： LLM は中立的な語調を保つのが苦手で、特に「文化遺産」について、誇張した宣伝文句を使う傾向があります。
書き換え前：
エチオピアのゴンダール地域にある息をのむような一角に位置する Alamata Raya Kobo は、豊かな文化遺産と魅力的な自然美を誇る活気あふれる町です。
書き換え後：
Alamata Raya Kobo はエチオピアのゴンダール地域にある町で、毎週開かれる市場と 18 世紀の教会で知られています。
5. 曖昧な出典とぼんやりした言い回し
注意する表現： 業界レポートによると、関係者は指摘する、専門家は考えている、一部の批判者は主張する、複数の情報源／出版物（実際に引用されている数はごくわずか）
問題点： AI チャットボットは具体的な出典を示さず、曖昧な権威に意見を帰属させます。
書き換え前：
その独特な特徴から、浩来河は研究者や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。
書き換え後：
中国科学院による 2019 年の調査によると、浩来河には複数の固有魚種が生息しています。
6. 型どおりの「課題と今後の展望」セクション
注意する表現： ～は繁栄しているものの、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 が生成した記事の多くには、型どおりの「課題」セクションがあります。
書き換え前：
工業が繁栄する一方で、Korattur は都市部によくある交通渋滞や水不足といった課題に直面しています。こうした課題があるにもかかわらず、戦略的な立地と進行中の取り組みにより、Korattur は繁栄を続け、チェンナイの成長に欠かせない地域となっています。
書き換え後：
2015 年に新しい IT パークが 3 か所開業した後、交通渋滞が悪化しました。市公社は、繰り返し起き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。
7. ハイフンでつないだ語句の多用
注意する表現： サードパーティ、部門横断、顧客向け、データ駆動、意思決定、よく知られた、高品質、リアルタイム、長期、エンドツーエンド
問題点： AI は一般的な語の組み合わせを、非常に一貫してハイフンでつなぎます。人間がこうしたハイフンを均等に使うことはめったにありません。使う場合でも、表記にばらつきがあります。珍しい複合修飾語や技術用語では、ハイフンを残してもかまいません。
書き換え前：
部門横断チームは、高品質でデータ駆動型のレポートを作成し、顧客中心のツールを取り上げました。厳密さと細部へのこだわりで知られる、意思決定のプロセスも広く知られています。
書き換え後：
部門横断チームは、高品質でデータ駆動型のレポートを作成し、顧客中心のツールを取り上げました。厳密さと細部へのこだわりで知られる、意思決定のプロセスも広く知られています。
言語と文法のパターン
8. 過剰に使われる「AI語彙」
頻出するAI語彙： さらに、……と足並みをそろえる、極めて重要な、深く掘り下げる、強調する、永続的な、強化する、育む、得る、際立たせる（動詞）、相互作用、複雑／複雑さ、重要な（形容詞）、状況（抽象名詞）、極めて重要な、示す、織物（抽象名詞）、証明する、強調する（動詞）、貴重な、活気に満ちた
問題： これらの語は、2023年以降のテキストで出現頻度が大幅に高くなっています。複数の語が一緒に使われることもよくあります。
書き換え前：
さらに、ソマリア料理の際立った特徴は、ラクダ肉を取り入れていることです。イタリア植民地支配の永続的な証しとして、地元の食文化では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事にどのように溶け込んでいるかを示しています。
書き換え後：
ソマリア料理にはラクダ肉も使われており、美味しい食材とされています。イタリア植民地時代に持ち込まれたパスタ料理は今もよく食べられており、特に南部で広く親しまれています。
9. 「です」を避ける（コピュラの回避）
注意すべき語句： ～として機能する／～を代表する／～を象徴する／～の役割を果たす［ひとつの］、～を備える／～を設ける／～を提供する［ひとつの］
問題： LLMは、単純なコピュラを複雑な構文に置き換えます。
書き換え前：
Gallery 825は、LAAAの現代美術展覧会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、3000平方フィートを超える広さを備えています。
書き換え後：
Gallery 825はLAAAの現代美術展覧会スペースです。ギャラリーには4つの部屋があり、総面積は3000平方フィートです。
10. 否定表現の対句と文末の否定
問題： 「～だけでなく……も」や「これは単に～の話ではなく、……だ」といった構文が過剰に使われます。「推測する必要はない」「無駄がない」など、文末に否定を置く断片もこのパターンに当てはまります。
書き換え前：
これは、ボーカルの下でビートが流れるだけのものではありません。攻撃性と雰囲気の一部なのです。これは単なる曲ではなく、ひとつの声明です。
書き換え後：
重いビートが攻撃的な雰囲気を強めています。
書き換え前（文末の否定）：
選択肢は選択された項目から提示されるため、ユーザーが推測する必要はありません。
書き換え後：
選択肢は選択された項目から提示されるため、ユーザーが推測する必要はありません。
11. 3項目の羅列の過剰使用
問題： LLMは、包括的に見せるために、アイデアを無理に3つの項目にまとめます。
書き換え前：
イベントでは、基調講演、パネルディスカッション、交流の機会が用意されています。参加者は、革新、ひらめき、業界の知見を得られます。
書き換え後：
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、気軽に交流する時間もあります。
12. 意図的な言い換え（類義語の循環）
問題： AIには反復を避ける仕組みがあり、類義語への置き換えを過剰に行います。
書き換え前：
主人公は数々の困難に直面します。主要な登場人物は障害を乗り越えなければなりません。中心人物は最終的に勝利を手にします。英雄は家に帰ります。
書き換え後：
主人公は数々の困難に直面しますが、最終的に勝利を手にして家に帰ります。
13. 見せかけの範囲
問題： LLMは「XからYまで」という構文を使いますが、XとYが意味のある尺度上にないことがあります。
書き換え前：
宇宙をめぐる旅では、ビッグバンの特異点から壮大な宇宙網まで、星の誕生と死から暗黒物質の神秘的なダンスまでをたどります。
書き換え後：
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扱います。
14. 受動態と主語のない断片
問題： LLMは行為者を隠したり、「設定ファイルは不要です」「結果は自動的に保存されます」のような主語のない断片を使ったりすることがよくあります。能動態のほうが明確な場合は、能動態に書き換えてください。
書き換え前：
設定ファイルは不要です。結果は自動的に保存されます。
書き換え後：
設定ファイルは必要ありません。システムが結果を自動的に保存します。
文体のパターン
15. ダッシュの過剰使用
問題： LLMは、人間よりも頻繁にダッシュ（—）を使い、「力強い」セールスコピーをまねます。実際には、ほとんどの場合、コンマ、句点、括弧を使ったほうがすっきりと書き換えられます。
書き換え前：
この用語を主に広めたのはオランダの機関であり、現地の人々自身ではありません。住所に「オランダ、ヨーロッパ」とは書きませんが、この誤った表記は、公式文書でも今なお使われています。
書き換え後：
この用語を主に広めたのは現地の人々ではなく、オランダの機関です。住所に「オランダ、ヨーロッパ」とは書きませんが、この誤った表記は公式文書でも今なお使われています。
16. 太字の過剰使用
問題： AIチャットボットは、語句を機械的に太字で強調します。
書き換え前：
OKR（目標と主要な成果）、KPI（重要業績評価指標）、ビジネスモデル・キャンバス（BMC）やバランスト・スコアカード（BSC）などのビジュアル戦略ツールを組み合わせています。
書き換え後：
OKR、KPI、ビジネスモデル・キャンバスやバランスト・スコアカードなどのビジュアル戦略ツールを組み合わせています。
17. インライン見出しを使った縦型リスト
問題： AIは、各項目を太字の見出しで始め、その後にコロンを置くリストを出力します。
書き換え前：
- 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って、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、パフォーマンスを向上させました。
- セキュリティ： エンドツーエンド暗号化によって、セキュリティを強化しました。
書き換え後：
アップデートによりインターフェースが改善され、アルゴリズムの最適化で読み込み時間が短縮され、エンドツーエンド暗号化が追加されました。
18. 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。
書き換え前：
戦略交渉とグローバルパートナーシップ
書き換え後：
戦略交渉とグローバルパートナーシップ
注： 中国語の見出しでは通常、大文字と小文字の区別がないため、このパターンは中国語にはあまり当てはまりません。
19. 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。
書き換え前：
🚀 発売段階： 製品は第3四半期に発売 💡 重要な知見： ユーザーはシンプルさを好む ✅ 次のステップ： フォローアップ会議を設定
書き換え後：
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、フォローアップ会議を設定します。
20. 曲がった引用符
問題： ChatGPTは、まっすぐな引用符（""）ではなく、曲がった引用符（“”）を使います。
書き換え前：
彼は「プロジェクトは順調に進んでいる」と言いましたが、ほかの人たちは同意しませんでした。
書き換え後：
彼は「プロジェクトは順調に進んでいる」と言いましたが、ほかの人たちは同意しませんでした。
注： 中国語では通常、中国語の引用符（「」または""）を使います。このパターンは、中国語では英語の引用符の使用として現れます。
21. 説得力を装う権威的な言い回し
注意すべき語句： 本当の問題は、本質的には、実際のところ、本当に重要なのは、根本的には、より深い問題は、問題の核心は
問題： LLMは、より深い真実を的確に明らかにしているように見せるため、こうした語句を使います。しかし、その後の文は、ありふれた意見を大げさに言い直しているだけの場合がよくあります。
書き換え前：
本当の問題は、チームが適応できるかどうかです。本質的には、組織が準備できているかどうかが本当に重要です。
書き換え後：
問題は、チームが適応できるかどうかです。これは主に、組織が習慣を変える準備ができているかどうかにかかっています。
22. 前置きや宣言文
注意すべき語句： 詳しく見ていきましょう、探ってみましょう、分解して見てみましょう、知っておくべきことは次のとおりです、では見ていきましょう、前置きはこれくらいにして
問題： LLMは、すぐに本題に入らず、これから何をするかを宣言します。こうしたメタコメントは文章の流れを遅くし、チュートリアルの台本のような印象を与えます。
書き換え前：
Next.jsでキャッシュがどのように機能するか、詳しく見ていきましょう。知っておくべきことは次のとおりです。
書き換え後：
Next.jsは、リクエストのメモ化、データキャッシュ、ルートキャッシュなど、複数の層でデータをキャッシュします。
会話のパターン
23. 協調的な会話の痕跡
注意すべき語句： 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！、～をご希望なら、お知らせください、これはひとつの……
問題： チャットボットとの会話の文章が、コンテンツとして貼り付けられています。
書き換え前：
これはフランス革命の概要です。お役に立てば幸いです！各部分を詳しく説明してほしい場合は、お知らせください。
書き換え後：
フランス革命は、財政危機と食糧不足によって広範な騒乱が起きた1789年に始まりました。
24. 知識のカットオフに関する免責事項
注意すべき語句： ［日付］時点では、最後に学習データを更新した時点では、具体的な詳細は限られている／ほとんどないものの……、入手可能な情報に基づくと……
問題： 情報の不完全さについてのAIの免責事項が、テキストに残っています。
書き換え前：
会社の設立に関する具体的な詳細は、一般に入手できる資料にはあまり記載されていませんが、1990年代のある時期に設立されたようです。
書き換え後：
登記書類によると、この会社は1994年に設立されました。
25. お世辞／へりくだりすぎる口調
問題： 過度に肯定的で、媚びるような言葉遣いです。
書き換え前：
いい質問です！おっしゃるとおり、これは複雑な話題です。経済的な要因については、とても良い指摘です。
書き換え後：
ご指摘の経済的な要因は、ここで関連します。
埋め草と言い回しの回避
26. 埋め草のフレーズ
書き換え前 → 書き換え後：
- 「この目標を達成するために」 → 「これを達成するために」
- 「雨が降っているという事実のために」 → 「雨が降っているため」
- 「この時点で」 → 「今」
- 「助けが必要な場合に」 → 「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は注目に値します」 → 「データは～を示しています」
27. 過度な留保
問題： 言い切りを避けすぎています。
書き換え前：
その方針は、結果に何らかの影響を与える可能性があると考えられるかもしれません。
書き換え後：
その方針は結果に影響する可能性があります。
28. 汎用的な前向きの結論
問題： 曖昧で楽観的な締めくくりです。
書き換え前：
その会社の未来は明るそうです。刺激的な時代が訪れようとしており、同社は卓越性を追求する旅を続けています。これは正しい方向への重要な一歩です。
書き換え後：
その会社は来年、さらに2拠点を開設する予定です。
29. 見出しの後に続く、内容のない導入文
問題： 見出しの後に、その内容を簡単に言い換えただけの段落が続き、その後でようやく本題に入ります。こうした導入文には意味がないことが多く、文章が水増しされた印象になります。
書き換え前：
パフォーマンス
速度は重要です。
ユーザーはページの表示が遅いと離れてしまいます。
書き換え後：
パフォーマンス
ユーザーはページの表示が遅いと離れてしまいます。
クイックチェックリスト
文章を提出する前に、次の点を確認してください。
- ✓ 長さが同じ文が3つ連続していますか？ 1つの文を変化させましょう
- ✓ 段落が短い一文で終わっていますか？ 終わり方に変化をつけましょう
- ✓ 結論を明かす前にダッシュを使っていますか？ 削除しましょう
- ✓ 比喩を説明していますか？ 読者が理解できると信頼しましょう
- ✓ 「さらに」「しかし」などの接続詞を使っていますか？ 削除できないか検討しましょう
- ✓ 3項目を並べていますか？ 2項目か4項目に変えましょう
- ✓ 受動態によって行為者が隠れていますか？ 能動態に変えましょう
品質スコア
書き換えた文章を1～10点で評価します（合計50点）。
| 項目 | 評価基準 | 得点 |
|---|---|---|
| 直接性 | 事実を直接述べていますか、それとも回りくどく言い立てていますか？ 10点：率直；1点：前置きだらけ | /10 |
| リズム | 文の長さに変化がありますか？ 10点：長短が交互；1点：機械的な繰り返し | /10 |
| 信頼感 | 読者の知性を尊重していますか？ 10点：簡潔明瞭；1点：説明過多 | /10 |
| 自然さ | 人が話しているように聞こえますか？ 10点：自然で流暢；1点：機械的で不自然 | /10 |
| 簡潔さ | 削れる内容が残っていますか？ 10点：冗長さなし；1点：無駄な言葉が多い | /10 |
| 合計 | /50 |
基準：
- 45～50点：優秀です。AIらしさは取り除かれています
- 35～44点：良好ですが、まだ改善の余地があります
- 35点未満：再度修正が必要です
処理手順
- 入力された文章を注意深く読みます
- 上記のパターンに当てはま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
- 修正後の文章が次の条件を満たしていることを確認します：
- 声に出して読んだときに自然に聞こえる
- 文の構造に自然な変化がある
- 曖昧な主張ではなく、具体的な詳細を使っている
- 文脈に合った適切な語調になっている
- 適切な場合は、簡潔な構文（「です／あります」）を使っている
- 人間らしい文章にした版を提示します
- 「この文章のどこが、いかにもAIらしいでしょうか？」と自問します
- 残っているAIらしさがあれば、簡潔に答えます
- 「では、AIらしさをなくしましょう」と考えて修正します
- 最終版を提示します
出力形式
次を提示します：
- 書き換えた草稿
- 「この文章のどこが、いかにもAIらしいでしょうか？」（簡潔な箇条書き）
- 最終的な書き換え
- 変更点の簡潔なまとめ（役立つ場合は任意）
完全な例
書き換え前（AIらしい文章）：
良い質問です！この話題についての記事を以下に示します。お役に立てば幸いです！
AIを活用したプログラミングは、大規模言語モデルがもたらす変革の可能性を長く示し続けるものとして、ソフトウェア開発の進化の歴史における重要な節目となっています。急速に変化する今日の技術環境において、研究と実践の交差点に位置するこれらの画期的なツールは、エンジニアの構想、反復、成果の提供の方法を変革し、現代のワークフローにおける重要な役割を浮き彫りにしています。
その価値提案は本質的に明白です。プロセスを効率化し、コラボレーションを強化し、一貫性を育みます。これは単なるオートコンプリートの話ではありません。大規模な創造性を解き放ち、組織が機敏さを保ちながら、ユーザーにシームレスで直感的かつ強力な体験を提供できるようにすることです。このツールは触媒として機能します。アシスタントは協力者の役割を果たします。システムはイノベーションの基盤です。
業界のオブザーバーは、導入が趣味での実験から企業全体への展開へ、個人開発者から部門横断型チームへと加速していると指摘しています。この技術は『ニューヨーク・タイムズ』、Wired、The Vergeで取り上げられています。さらに、ドキュメントやテストの生成、リファクタリングを行う能力は、AIがどのようにより良い成果に貢献できるかを示しており、自動化と人間の判断との複雑な相互作用を際立たせています。
- 💡 速度： コード生成が大幅に速くなり、摩擦を減らして開発者を後押しします。
- 🚀 品質： トレーニングの改善によって出力の品質が向上し、より高い基準に貢献しています。
- ✅ 導入： 利用は継続的に拡大しており、業界全体の広範な傾向を反映しています。
入手可能な情報に基づくと、具体的な詳細は限られていますが、これらのツールには何らかのプラスの影響がある可能性があると考えられます。幻覚、バイアス、責任に関する問題など、新しい技術に典型的な課題に直面しながらも、エコシステムは発展し続けています。この可能性を最大限に実現するには、チームはベストプラクティスに沿って行動しなければなりません。
まとめると、未来は明るいです。卓越性を追求する旅を続ける中で、刺激的な時代が訪れようとしています。どの部分でも詳しく知りたい場合は、お知らせください！
書き換えた草稿：
AIコーディングアシスタントは、一部のタスクを速くこなすのに役立ちます。Googleが2024年に実施したある研究では、Codexを使った開発者は、単純な関数を完成させるのに対照群より55％速くかかりました。一方、デバッグやアーキテクチャの判断では改善が見られませんでした。
これらのツールは、定型的な作業が得意です。設定ファイル、テストのひな形、繰り返しのリファクタリングなどです。また、間違っているときでも正しそうに聞こえるのが得意です。提案を受け入れたところ、コンパイルもlintも通りましたが、目的は達成できていませんでした。私が注意を払うのをやめてしまったからです。
私が話を聞いたフィンテックのスタートアップのエンジニア、Miraは、Copilotを「退屈なコードを書くときのオートコンプリートのように」使っていますが、コミットする前に毎回レビューしています。大企業でシニア開発者として働くJakeは、社内の非推奨ライブラリのコードパターンを何度も提案されるため、無効にしました。
生産性に関する主張を検証するのは困難です。GitHubは、Copilotユーザーが提案の「30％を受け入れる」と述べていますが、受け入れることは正しいことを意味せず、正しいことは価値があることを意味しません。2024年のUplevelの調査では、AIアシスタントを使うチームと使わないチームの間で、プルリクエストの処理量に統計的に有意な差は見つかりませんでした。
だからといって、これらのツールに価値がないわけではありません。単なるツールだということです。判断に取って代わるものではなく、テストの必要性をなくすものでもありません。テストがなければ、提案が正しいかどうかは判断できません。
この文章のどこが、いかにもAIらしいでしょうか？
- リズムがまだ少し整いすぎています（きれいな対比、均一な段落）
- 人名や研究への言及が、架空のプレースホルダーのように見える可能性があります
- 結びの「テストがなければ……」が少し標語的で、人が話しているように聞こえません
では、AIらしさをなくしましょう：
AIコーディングアシスタントは、退屈な作業を速くこなすのに役立ちます。すべてではありません。特にアーキテクチャでは役立ちません。
定型的な作業が得意です。設定ファイル、テストのひな形、繰り返しのリファクタリングなどです。また、間違っているときでも正しそうに聞こえます。提案を受け入れたところ、コンパイルもlintも通りましたが、それでも私の意図は理解していませんでした。私が注意を払うのをやめてしまったからです。
私が話を聞いた人たちは、たいてい2種類に分かれます。家事を任せるように使い、1行ずつレビューする人たち。自分が望まないパターンを何度も提案されるため、無効にする人たちです。どちらも納得のいく対応です。
生産性の指標は曖昧です。GitHubは、Copilotユーザーが提案の「30％を受け入れる」と述べていますが、受け入れることは正しいことを意味せず、正しいことは価値があることを意味しません。テストがなければ、基本的には勘で判断することになります。
変更点：
- チャットボットらしい表現を削除しました（「良い質問です！」「お役に立てば幸いです！」「どの部分でも詳しく知りたい場合は……」）
- 意味を大げさにする表現を削除しました（「長く示し続けるもの」「重要な節目」「急速に変化する環境」「重要な役割」）
- 宣伝的な表現を削除しました（「画期的な」「位置する」「シームレスで、直感的かつ強力」）
- 曖昧な帰属表現を削除しました（「業界のオブザーバー」）
- 表面的な-ing形の表現を削除しました（「際立たせる」「強調する」「反映する」「貢献する」）
- 否定形の対句を削除しました（「単なるXではありません。Yです」）
- 3項目の並列と類義語の羅列を削除しました（「触媒／協力者／基盤」）
- 実態のない範囲表現を削除しました（「XからYへ、AからBへ」）
- ダッシュ、絵文字、太字の見出し、曲線型の引用符を削除しました
- 繋辞を避ける表現（「機能する」「役割を果たす」「基盤である」）を削除し、「です／あります」に置き換えました
- 型どおりの課題説明を削除しました（「課題に直面しながらも……発展し続けています」）
- 知識の限界を示す予防線を削除しました（「具体的な詳細は限られていますが……」）
- 過度な限定表現を削除しました（「何らかのプラスの影響がある可能性があると考えられます」）
- 水増し表現や説得的な言い回しを削除しました（「最大限に実現するには」「本質的に」）
- 汎用的な前向きの結論を削除しました（「未来は明るい」「刺激的な時代が訪れようとしています」）
- 文のリズムに変化をつけ、プレースホルダーを減らして、声をより個人的で「組み立てた」感じの少ないものにしました
中国語の文脈における特別な点
翻訳とローカライズにあたっては、中国語の文章の特徴を考慮しました。
- 見出しの大文字・小文字の問題： 中国語の見出しには通常、英語のTitle Caseの問題がないため、このパターンは中国語ではあまり当てはまりません
- 曲線型の引用符の見え方： 中国語では通常、中国語の引用符（「」または“”）を使います。このパターンは、英語の引用符の使用として現れます
- ハイフンでつなぐ語句： 中国語の複合語は英語のハイフン付き複合語とは異なりますが、使いすぎの判断基準は似ています
- 中国語の文脈に適した例を追加しました
- 中国語として自然な表現になるよう、一部の言い回しを調整しました
参考資料
このスキルは、WikiProject AI Cleanupが管理するWikipedia:Signs of AI writing（v2.5.1）に基づいています。そこで記録されたパターンは、Wikipedia上の数千件のAI生成文章を観察した結果に基づいています。
重要な知見：「LLMは統計的なアルゴリズムを使って、次に来るものを推測します。その結果は、最も広く当てはまる、統計的に最も可能性の高い結果に傾きます。」