voice-baseline

voice-baseline

あなたの声で文章を書くエージェントは、インターネット全体の中央値だけをサンプリングするわけではありません。コンテキスト内の断片やルール、メモリファイルから、あなた自身の中央値をサンプリングします。そして、あなたのコーパスで最も頻出する選択肢が最も確率の高いトークンであるため、そこへ回帰していきます。ある単語を一度使うと、次は五回使われるようになります。そして、その五回目の使用が次の草稿に影響し、その癖がスタイルになります。

汎用的な禁止リストではこれを捉えられません。使われているのはあなた自身の言葉で、誰かのリストに載っているわけではないからです。代わりに、測定しましょう。

実行方法

python3 scripts/census.py PATH/TO/YOUR/WRITING --out voice-baseline.md
python3 scripts/census.py PATH/TO/YOUR/WRITING --check DRAFT.md

自分が書き上げた文章のディレクトリを調べ、単語数とファイルごとの使用率、文の形の数、文頭の語、見出しの最初の語を集計します。--check は草稿をそれらの使用率と比較し、基準を超えたものだけを出力します。基準を超えるものがあると終了コード 1 を返すため、公開前のスクリプトに組み込めます。

出力ファイルはルールと同じ場所に置き、エージェントが文章を書く前に読めるようにしてください。

測定対象

単語。 賞賛や強調に使われる単語の監視リストを、単語境界を使って数え、ファイルごとに報告します。ファイルごとの使用率を確認してください。1 ファイルで 2 回使われている単語は癖であり、1 つの草稿で 8 回使われているなら、その草稿に問題があります。スクリプト内の WATCH を編集して、気になる単語を追加してください。リストをあなた自身に特有のものにすることが目的です。

段落末の断定文。 「修正は 1 行でした。」具体的な名詞と過去形の動詞、短い述語を段落の末尾に置き、判決のように響かせる文です。各文章につき最大 1 文までとし、段落でまだ示されていない事実を伝える場合に限ります。

締めくくりの決め台詞。 「それが要点です。」「タイトルの役目はそれだけです。」文章の内容を格言のように言い直す締めの一文です。上限は 0 です。

結び。 読者への問いかけで終わる文章がいくつあるかを数えます。その大半が問いかけで終わるなら、問いかけが定型になっています。

文頭の語と見出しの最初の語。 こうした個人的な癖は、それぞれの例が自然に見えるため、最も見つかりにくいものです。見出しの 3 分の 1 が同じ語で始まるなら、テンプレート化しています。実際の 27 ファイルのアーカイブでは、集計によって「The」で始まる見出しが 53 個見つかりました。これは AI らしさの特徴として挙げられる、まさにその形であり、書き手自身のアーカイブから学習したものです。

結果の読み方

集計は数を数えるだけで、良し悪しは判断しません。フラグが立った単語や形ごとに、それがあなたの声なのか、書き方のモードなのかを判断してください。

• 声。 その単語が文に必要な意味を持つか、リズムがあなたらしく、意図的なものです。残し、例外として記録してください。そうすれば、次のチェックで再び指摘されません。
• モード。 その単語が賞賛、強調、または水増しであり、削除しても読者に伝わる内容が変わりません。削除するか、表現しようとしていた振る舞いに置き換えてください。

禁止するのではなく上限を設けて、形を整えましょう。断定文は 1 文、決め台詞は 0 個、定型の問いかけで終わらせない、1 つの文章につき物語調の見出しパターンは 1 種類です。

再測定

新しい文章をおよそ 10 本書いた後、もう一度集計してください。直した癖は減っているはずです。新しい癖も現れているでしょう。たいていは、前の癖を避けるために使った単語です。単語を 1 つ禁止したときにモデルが行うのと同じ置き換えです。

一般的な特徴には slop-gate を、正規表現では見つけられない構造的な特徴には no-ai-slop を組み合わせてください。