Comment nettoyer un texte des clichés générés par l'IA avec avoid-ai-writing

Vous pouvez probablement reconnaître un texte généré par un modèle de langage dès les deux premières phrases. Cette syntaxe caractéristique est difficile à confondre avec autre chose. On y retrouve constamment de fausses émotions, des aveux de se tromper, des « jalons importants » et des tournures interminables comme « libérer le potentiel ». L'IA semble vouloir paraître aussi polie et professionnelle que possible, mais en réalité elle produit un résumé corporate insipide.

Si vous utilisez des LLMs pour rédiger de la documentation, des articles de blog ou des réponses dans des dépôts, ce problème devient un casse-tête permanent. Vous devez généralement réécrire manuellement la moitié de la réponse ou formuler des invites complexes. Le développeur Conor Bronsdon a décidé de résoudre ce problème de manière systématique en créant le projet open source avoid-ai-writing.

Ce qu'est avoid-ai-writing

Le projet est un outil prêt à l'emploi et un ensemble d'instructions créés selon la spécification agentskills.io. Il s'intègre avec Claude Code, Cursor, OpenClaw, Hermes et d'autres agents populaires. Contrairement aux invites typiques du genre « écrire dans un ton plus humain », cette skill fonctionne comme un véritable éditeur.

Le dépôt s'appuie sur des recherches de Pangram Labs, la documentation des éditeurs Wikipédia sur les signes de texte généré par l'IA, et des données statistiques sur la diversité du vocabulaire. Le résultat est un outil qui force un agent à analyser le texte par rapport à des listes de contrôle spécifiques plutôt que de simplement le reformuler selon ses goûts.

Fonctionnement du filtre

La skill repose sur plusieurs mécanismes de vérification du texte.

Premièrement, elle inclut un catalogue de 53 catégories de schémas. On y trouve des phrases d'introduction artificielles, des longueurs de phrases uniformes, des listes à puces composées uniquement de noms, des emojis dans les titres, et des expressions caractéristiques comme « plongeons dans le sujet » ou « en fin de compte ».

Deuxièmement, le projet inclut un tableau de remplacement avec 111 entrées. Les mots sont divisés en trois niveaux de sévérité :

• Les mots de niveau 1 sont toujours remplacés par des synonymes plus simples. Par exemple, leverage devient use.
• Les mots de niveau 2 sont sujets à remplacement s'ils apparaissent trop fréquemment dans un passage court.
• Les mots et expressions de niveau 3 sont suivis par densité. Si des expressions comme « informatique décentralisée » ou « intégration de solution » s'accumulent dans un même paragraphe, l'outil suggère de réécrire la phrase.

Troisièmement, le système utilise une vérification en deux passes. Lors de la première passe, le modèle réécrit le texte et supprime les formulations vides évidentes générées par l'IA. Ensuite, la deuxième passe se déclenche : l'agent relit sa propre version et cherche ce qui a pu passer inaperçu. Il s'agit généralement de conjonctions répétées, d'un rythme lissé ou de mots d'introduction migrés depuis l'original.

Trois modes de fonctionnement

Vous pouvez utiliser l'outil dans différents scénarios :

1. Mode réécriture. C'est le mode par défaut. Un brouillon entre, et la sortie inclut une analyse des problèmes trouvés, une version épurée du texte, une liste des modifications effectuées et les résultats de la ré-audit.

2. Mode détection. Adapté aux cas où vous ne pouvez pas ou n'avez pas besoin de modifier le texte source. L'agent met en évidence les marqueurs trouvés et les classe par criticité, de P0 à P2, indiquant où se trouve une erreur évidente par rapport à une simple nuance stylistique.

3. Mode édition. Utilisé pour travailler directement avec des fichiers. L'agent modifie uniquement les paragraphes problématiques via l'outil Edit, en laissant de côté les fragments déjà rédigés dans un langage normal et vivant.

Moteur JavaScript autonome pour CI/CD

Le répertoire detector contient un module autonome en JavaScript pur sans dépendances externes. Vous avez uniquement besoin de Node.js version 18 ou supérieure pour l'exécuter. Le moteur peut s'exécuter directement dans le navigateur ou être intégré dans des scripts automatisés de vérification de documents.

Le code analyse la structure du texte, l'entropie des mots fonctionnels, la distribution de la ponctuation et calcule un score final de 0 à 100. Plus le score est bas, moins le texte contient de style d'écriture généré par l'IA. Vous pouvez exécuter des tests avec la commande :

npm test

Ou importer le module dans votre code JS :

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

Comment installer la skill dans vos outils

L'intégration dépend de votre environnement.

Pour Claude Code, il suffit de cloner le dépôt dans le dossier skills :

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

Si vous préférez utiliser les plugins Cowork, l'installation peut se faire via des commandes console :

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

Les développeurs travaillant dans Cursor doivent télécharger le fichier de règles MDC dans leur dossier projet :

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

Des options de déploiement similaires existent pour OpenClaw, Hermes, Codex, Windsurf, Cline et GitHub Copilot. Tous utilisent le même fichier d'instructions SKILL.md.

Exemple de nettoyage de texte

Pour voir la différence, regardez simplement comment la skill traite un communiqué de presse typique écrit par l'IA.

Texte original :

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!

Version éditée :

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.

L'outil a supprimé la salutation du chatbot, les épithètes évaluatives (« vibrant », « thriving »), les clichés (« watershed moment »), les généralisations non sourcées (« experts believe ») et les remplissages dénués de sens. Seuls les faits concrets, les chiffres et le propos ont остались.

À qui le dépôt sera utile

Le projet est utile pour quiconque utilise régulièrement l'IA pour générer du contenu et souhaite maintenir un style humain normal. Les modèles et règles de SKILL.md démontrent clairement comment formater les instructions pour les agents afin qu'ils produisent un résultat de qualité sans verbiage.

Le projet est distribué sous licence MIT. Il compte plus de 25 000 étoiles sur GitHub et une communauté active qui adapte les règles pour différentes langues.