So entfernen Sie KI-generierte Klischees mit avoid-ai-writing

Sie erkennen Text, der von einem Sprachmodell generiert wurde, wahrscheinlich bereits in den ersten zwei Sätzen. Diese charakteristische Syntax ist kaum zu übersehen. Sie enthält ständig aufgesetzte Emotionen, Eingeständnisse, im Unrecht zu sein, „wichtige Meilensteine" und endlose Konstruktionen wie „Potenzial freisetzen". Es wirkt, als versuche die KI, so höflich und professionell wie möglich zu klingen, doch in Wirklichkeit erzeugt sie eine fade Unternehmenszusammenfassung.

Wenn Sie LLMs zum Schreiben von Dokumentation, Blogbeiträgen oder Repository-Antworten verwenden, wird dieses Problem zu einer ständigen Belastung. Normalerweise müssen Sie die Hälfte der Antwort manuell umschreiben oder umständliche Prompts formulieren. Der Entwickler Conor Bronsdn решил dieses Problem systematisch anzugehen und создал das Open-Source-Projekt avoid-ai-writing.

Was avoid-ai-writing ist

Das Projekt ist ein gebrauchsfertiges Tool und eine Anleitung gemäß der agentskills.io-Spezifikation. Es integriert sich in Claude Code, Cursor, OpenClaw, Hermes und andere beliebte Agents. Im Gegensatz zu typischen Prompts wie „schreibe in einem menschlicheren Ton" funktioniert dieses Skill wie ein vollwertiger Editor.

Das Repository basiert auf Forschung von Pangram Labs, der Dokumentation von Wikipedia-Autoren über Anzeichen von KI-generiertem Text und statistischen Daten zur Vokabularvielfalt. Das Ergebnis ist ein Tool, das einen Agenten zwingt, Text anhand spezifischer Checklisten zu analysieren, anstatt ihn einfach nach Geschmack umzuformulieren.

So funktioniert der Filter

Das Skill basiert auf mehreren Textprüfungsmechanismen.

Erstens enthält es einen Katalog von 53 Musterkategorien. Dazu gehören künstliche Einleitungsphrasen, einheitliche Satzlängen, Aufzählungslisten, die nur aus Substantiven bestehen, Emojis in Überschriften und charakteristische Phrasen wie „lassen Sie uns ins Thema eintauchen" oder „letztendlich".

Zweitens enthält das Projekt eine Ersetzungstabelle mit 111 Einträgen. Wörter werden in drei Strengegrade unterteilt:

• Wörter der Stufe 1 werden immer durch einfachere Synonyme ersetzt. Zum Beispiel wird leverage zu use.
• Wörter der Stufe 2 werden ersetzt, wenn sie in einem kurzen Textabschnitt zu häufig vorkommen.
• Wörter und Phrasen der Stufe 3 werden nach Dichte verfolgt. Wenn Phrasen wie „dezentrales Computing" oder „Lösungsintegration" in einem Absatz angesammelt werden, schlägt das Tool vor, den Satz umzuschreiben.

Drittens verwendet das System ein Zwei-Pass-Audit. Beim ersten Durchgang schreibt das Modell den Text um und entfernt offensichtlichen KI-generierten Ballast. Dann schaltet sich der zweite Durchgang ein: Der Agent liest seine eigene Version erneut und sucht nach dem, was versehentlich durchgerutscht ist. Normalerweise sind das sich wiederholende Konjunktionen, geglätteter Rhythmus oder Einleitungswörter, die aus dem Original gewandert sind.

Drei Betriebsmodi

Sie können das Tool in verschiedenen Szenarien verwenden:

1. Rewrite-Modus. Dies ist der Standard. Ein Entwurf wird eingegeben, und die Ausgabe enthält eine Analyse der gefundenen Probleme, eine saubere Version des Textes, eine Liste der vorgenommenen Änderungen und die Ergebnisse der Nachprüfung.

2. Detect-Modus. Geeignet für Fälle, in denen Sie den Quelltext nicht ändern können oder nicht müssen. Der Agent hebt gefundene Marker hervor und bewertet sie nach Kritikalität, von P0 bis P2, und zeigt an, wo ein offensichtlicher Fehler vorliegt gegenüber nur einem stilistischen Nuance.

3. Edit-Modus. Wird für die direkte Arbeit mit Dateien verwendet. Der Agent ändert nur problematische Absätze über das Edit-Tool und lässt Fragmente in Ruhe, die bereits in normaler, lebendiger Sprache geschrieben sind.

Eigenständige JS-Engine für CI/CD

Das Detector-Verzeichnis enthält ein in sich geschlossenes Modul in reinem JavaScript ohne externe Abhängigkeiten. Sie benötigen nur Node.js Version 18 oder höher, um es auszuführen. Die Engine kann direkt im Browser ausgeführt oder in automatisierte Dokumentenprüfungsskripte eingebettet werden.

Der Code analysiert die Textstruktur, die Entropie von Funktionswörtern, die Satzzeichensetzung und berechnet eine Endpunktzahl von 0 bis 100. Je niedriger die Punktzahl, desto weniger KI-generierten Schreibstil enthält der Text. Sie können Tests mit dem Befehl ausführen:

npm test

Oder importieren Sie das Modul in Ihren JS-Code:

const AIDetector = require("./detector/patterns.js");
const { score, label, issues } = AIDetector.analyzeText("Ваш текст для проверки...");
console.log(`Итоговая оценка: ${score}`);

So installieren Sie das Skill in Ihren Tools

Die Integration hängt von Ihrer Umgebung ab.

Für Claude Code klonen Sie einfach das Repository in den Skills-Ordner:

git clone https://github.com/conorbronsdon/avoid-ai-writing ~/.claude/skills/avoid-ai-writing

Wenn Sie lieber Cowork-Plugins verwenden, kann die Installation über Konsolenbefehle erfolgen:

/plugin marketplace add conorbronsdon/avoid-ai-writing
/plugin install avoid-ai-writing@conorbronsdon-skills
/reload-plugins

Entwickler, die in Cursor arbeiten, müssen die MDC-Rules-Datei in ihren Projektordner herunterladen:

mkdir -p .cursor/rules
curl -o .cursor/rules/avoid-ai-writing.mdc \
  https://raw.githubusercontent.com/conorbronsdon/avoid-ai-writing/main/cursor-rules/avoid-ai-writing.mdc

Ähnliche Bereitstellungsoptionen existieren für OpenClaw, Hermes, Codex, Windsurf, Cline und GitHub Copilot. Alle verwenden dieselbe Anweisungsdatei SKILL.md.

Beispiel für Textbereinigung

Um den Unterschied zu sehen, schauen Sie sich einfach an, wie das Skill eine typische KI-generierte Pressemitteilung behandelt.

Originaltext:

Certainly! Acme Analytics, a vibrant startup nestled in the heart of Boulder\'s thriving tech ecosystem, has secured $40M in Series B funding — marking a watershed moment for the observability landscape. The platform serves as a unified hub, featuring real-time dashboards, boasting sub-second queries, and presenting a seamless integration layer. Moreover, experts believe Acme is poised to disrupt the market. In conclusion, the future looks bright!

Bearbeitete Version:

Acme Analytics raised a $40M Series B led by Sequoia. The Boulder-based startup makes an observability platform that runs queries in under a second and plugs into existing monitoring stacks without custom integration work.

Das Tool entfernte die Chatbot-Begrüßung, wertende Epitheta („vibrant", „thriving"), Klischees („watershed moment"), unbelegte Verallgemeinerungen („experts believe") und bedeutungslose Füllwörter. Nur konkrete Fakten, Zahlen und der Kernpunkt blieben übrig.

Wem das Repository nützlich sein wird

Das Projekt ist nützlich für jeden, der regelmäßig KI zur Inhaltserstellung verwendet und einen normalen menschlichen Stil beibehalten möchte. Die Vorlagen und Regeln aus SKILL.md zeigen deutlich, wie Sie Anweisungen für Agents formatieren sollten, damit sie qualitative Ausgaben ohne sprachlichen Ballast erzeugen.

Das Projekt wird unter der MIT-Lizenz vertrieben. Es hat über 25.000 Sterne auf GitHub und eine aktive Community, die die Regeln für verschiedene Sprachen anpasst.