avoid-ai-writingでAI生成の紋切り型表現をテキストから除去する方法

言語モデルが生成したテキストは、おそらく最初の2文で識別できるでしょう。この特徴的な構文は他と間違えることがありません。常に疑似的な感情、「自分が間違っていた」という告白、「重要なマイルストーン」、そして「潜在能力を解放する」のような无尽の言い回しが登場します。AIはできるだけ丁寧にプロフェッショナルな口調を装おうとしているように見えますが、実際には味気ない企業の要約を生み出しているのです。

LLMをドキュメント、博客記事、リポジトリのレスポンスの執筆に使っている場合、この問題は постоянной головной болью становится。 通常はレスポンスの半分を手動で書き直すか、面倒手なプロンプトを作成する必要があります。開発者のConor Bronsdonはこの問題を体系的に解決することを決意し、オープンソースプロジェクトavoid-ai-writingを作成しました。

avoid-ai-writingとは

このプロジェクトはagentskills.ioの仕様準拠作られた готовых к использованию инструментовと指示セットです。Claude Code、Cursor、OpenClaw、Hermes、その他の一般的なエージェントと統合できます。「より人間的なトーンで書いて」という典型的なプロンプトとは異なり、このスキルは本格的なエディタとして機能します。

このリポジトリはPangram Labsの研究、Wikipedia編集者のAI生成テキストの兆候に関するドキュメント、語彙多様性の統計データに基づいています。結果は、エージェントにテキストを単に味わうように言い換えるのではなく、特定のチェックリストに対して分析させるツールです。

フィルタの仕組み

このスキルはいくつかのテキストチェック機構に依存しています。

まず、53のパターンカテゴリカタログが含まれています。これには疑似的な導入フレーズ、一様な文長、名詞のみで構成された箇条書きリスト、見出しの絵文字、「このテーマに触れてみましょう」や「最終的に」のような特徴的なフレーズが含まれます。

次に、111のエントリを含む置換テーブルがプロジェクトに含まれています。単語は3つの厳格度レベルに分けられます：

• レベル1の単語は常にシンプルな同義語に置換されます。例えば、leverageはuseになります。
• レベル2の単語は、短いテキスト内で出現頻度が高すぎる場合に置換の対象になります。
• レベル3の単語とフレーズは密度で追跡されます。「分散コンピューティング」や「ソリューション統合」のようなフレーズが1つの段落に蓄積された場合、ツールは文の書き直しを提案します。

第三に、システムが2パス監査を使用します。最初のパスで、モデルはテキストを書き直し、明白なAI生成の空虚な表現を除去します。次に2番目のパスが発動します：エージェントは自分のバージョンを再読し、うっかり通過してしまったものを探します。通常これらは繰り返しの接続詞、滑らかにされたリズム、または元のテキストから移行した導入語です。

3つの動作モード

ツールはさまざまなシナリオで使用できます：

1. リライトモード。これはデフォルトです。下書きが入力され、出力には見つかった問題的分析、クリーンなバージョンのテキスト、加えた変更のリスト、 再監査の結果が含まれます。

2. 検出モード。ソーステキストを変更できない、または変更する必要がない場合に適しています。エージェントは見つかったマーカーをハイライトし、重大度順にP0からP2にランク付けします。明らかなエラーと単なるスタイル的なニュアンスを示します。

3. 編集モード。ファイル直接操作に使用されます。エージェントはEditツールを通じて問題のある段落のみを変更し、既に通常の生きている言語で書かれているフラグメントはそのまま残します。

CI/CD用のスタンドアロンJSエンジン

detectorディレクトリには、外部依存関係のない純粋なJavaScriptの自己完結型モジュールが含まれています。実行にはNode.jsバージョン18以上が必要です。エンジンはブラウザで直接実行することも、自動化されたドキュメントチェックスクリプトに埋め込むこともできます。

コードはテキスト構造、機能語のエントロピー、句読点の分布を分析し、0から100の最終スコアを計算します。スコアが低いほど、テキストに含まれるAI生成の文章スタイルが少なくなります。テストは以下のコマンドで実行できます：

npm test

または、JSコードにモジュールをインポートできます：

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

スキルをツールにインストールする方法

統合は環境によって異なります。

Claude Codeの場合、リポジトリをskillsフォルダにクローンするだけです：

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

Coworkプラグインの使用を好む場合、インストールはコンソールコマンド 통해実行できます：

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

Cursorで作業する開発者は、MDCルールファイルをプロジェクトフォルダにダウンロードする必要があります：

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

OpenClaw、Hermes、Codex、Windsurf、Cline、GitHub Copilotにも同様の展開オプションがあります。すべて同じ命令ファイルを使用します SKILL.md。

テキストクリアの例

違いを見るには、スキル典型的なAIが書いたプレスリリースをどのように処理するかを見るだけで十分です。

元のテキスト：

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!

編集バージョン：

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.

ツールはチャットボット風の挨拶、評価的な修飾語（「活気ある」「活況呈する」）、紋切り型表現（「転換点」）、出典のない一般化（「専門家は信じている」）、そして無意味なフィラーを除去しました。具体的な事実、数字、要点のみが残りました。

リポジトリが役立つ人

このプロジェクトは、AIをコンテンツ生成に 정기적으로使用し、 нормальный человеческий стильを維持したい人々に便利です。 SKILL.mdのテンプレートとルールは、エージェントに言葉の乱れなしに高品質な出力を生成させるための指示のフォーマット方法を明確に示しています。

このプロジェクトはMITライセンスで配布されています。GitHubで25,000を超えるスターを獲得しており、異なる言語向けにルールを適応させているアクティブなコミュニティがあります。