LLM Text Hygiene

Deutsch — Offizielle Deutsch-Version / Documento Oficial en Deutsch.

English Translation — Official English version of llm-text-hygiene.

LLM-Text-Hygiene — KI-Spuren aus fertigen Texten entfernen (Deutsch)

Übersicht & Zweck

KI-gestützt entstandene Texte sammeln Rückstände, die im Entwurf unsichtbar bleiben und erst im publizierten Dokument peinlich werden: Gesprächsfetzen aus der Chat-Session, Regieanweisungen, die aus der Argumentationsstruktur herausfallen, Danksagungen an das Sprachmodell, stehengebliebene Platzhalter, aufdringliche LLM-Stilmuster — und eine AI-Disclosure, die fehlt, falsch platziert oder nicht mehr wahr ist. Dieser Skill ist der systematische Reinigungs-Pass davor: prüfen, konservativ bereinigen, Disclosure richtig stellen. Er verändert nie die Substanz — er entfernt, was nicht Teil des Werks ist.

Prüfkatalog

Fünf Befundklassen, von eindeutig (direkt fixen) nach heikel (nur markieren):

1. Chat-Residue und Regieanweisungen (eindeutig → streichen/ausbessern)

Sätze, die zur ENTSTEHUNG des Texts gehören, nicht zum Text: „Wie besprochen lassen wir diesen Teil im Paper, da …", „Hier ist der überarbeitete Abschnitt:", „Gerne ergänze ich …", übrig gebliebene Prompt-Fragmente, Meta-Kommentare an den Auftraggeber. Erkennungsprinzip: Der Satz fällt aus der Text- und Argumentationsstruktur heraus — er adressiert eine Gesprächssituation statt den Leser. Beim Streichen prüfen, ob ein inhaltlicher Rest gerettet werden muss (Begründung in Fußnote/Text überführen).

2. Platzhalter und Baustellen-Marker (eindeutig → auflösen)

[TODO: …], [Referenz einfügen], XXX, <hier Beispiel>, leere Abschnitte mit Überschrift, „(Quelle?)". Auflösen oder — wenn nicht auflösbar — als echte offene Aufgabe in die Projekt-TODO überführen und aus dem Deliverable entfernen.

3. LLM-Danksagungen und Anthropomorphes (eindeutig → entfernen)

Danksagungen an ChatGPT/Claude/Gemini & Co. gehören nicht in die Danksagung — Werkzeuge werden nicht bedankt, ihr Einsatz wird in der AI-Disclosure deklariert. Ebenso entfernen: anthropomorphe Formulierungen über das Werkzeug („die KI schlug freundlicherweise vor").

4. AI-Disclosure (prüfen → korrigieren)

• Vorhanden? Wenn das Dokument KI-gestützt entstand und Venue/Projekt eine Disclosure verlangt oder vorsieht: existiert der Abschnitt?
• Korrekt? Beschreibt sie den tatsächlichen Einsatz (nicht unter-, nicht übertrieben)? Nutzt sie das Disclosure-Schema des Projekts/der Venue, falls eines definiert ist (z. B. abgestufte Level)?
• Richtig platziert? An der venue-üblichen Stelle (Methoden/Acknowledgements-Umfeld/ eigener Abschnitt), identisch in allen Sprachfassungen.

5. LLM-Stilmuster (heikel → nur klare Fälle fixen, Rest markieren)

Formelhafte Übergänge („Zusammenfassend lässt sich sagen", „Es ist wichtig zu betonen"), Aufzählungs-Inflation wo Fließtext hingehört, „nicht nur … sondern auch"-Ketten, Gedankenstrich-Dichte, Hedging-Floskeln, im Englischen die bekannten Marker (u. a. „delve", „tapestry", „it's worth noting"). Vorsicht: Stil ist Urheber-Territorium — nur eindeutige Formelhaftigkeit glätten, alles andere als Befundliste an den Autor geben statt den Text umzuschreiben. Ein menschlich klingender Text ist nicht das Ziel des Skills; das Ziel ist ein Text ohne Fremdkörper.

Ablauf

1. Scope klären: Welche Deliverables (Dateien), welche Sprachfassungen? Änderungen IMMER synchron über alle Fassungen (Abgleich: bilingual-doc-sync).
2. Mechanischer Scan: Volltextsuche nach den Signal-Mustern (Tabelle unten) — billig, findet Klasse 2/3 und Teile von 1 zuverlässig.
3. Lese-Pass: Das Dokument entlang der Argumentationsstruktur lesen — Klasse-1-Funde erkennt man nur strukturell (Satz adressiert Gespräch statt Leser). Besonders prüfen: Abschnittsanfänge/-enden, Danksagungen, Einleitung/Fazit (dort landet Residue zuerst).
4. Bereinigen: Klassen 1–3 direkt fixen (konservativ, Substanz erhalten), Klasse 4 korrigieren, Klasse 5 als Befundliste ausgeben; nur eindeutige Fälle direkt glätten.
5. Dokumentieren: Was gefunden/geändert/nur markiert wurde — bei Papern mit Versionierungspflicht vermerken, ob eine neue Version/ein Re-Upload nötig wird.
6. Periodisch über einen Bestand: mit rotation-check kombinieren (ein Dokument/ Projekt pro Lauf, Registry als Gedächtnis).

Signal-Muster für den mechanischen Scan

Die Tabelle ist Startpunkt, kein Filter-Ersatz: Muster liefern Kandidaten, die Entscheidung fällt im Kontext (Schritt 3–4). Für rein mechanische Zeichen-Hygiene (Emoji-Scan, Steuerzeichen, kaputte Umlaute) vorhandene Werkzeuge nutzen — Encoding-Schäden sind encoding-fix-Territorium, nicht dieses Skills.

Beispiel & Anwendung

Auftrag: „Prüf das Paper vor dem Upload auf KI-Rückstände."

1. Scope: paper_de.tex + paper_en.tex.
2. Scan: 1× "as discussed" (EN, Abschnitt 4), 1× "[TODO: Referenz Smith]" (beide),
   Danksagung erwähnt "wertvolle Hilfe von Claude".
3. Lese-Pass: In der Einleitung ein Satz, der den Reviewer direkt adressiert
   („Diesen Einwand behandeln wir wie gewünscht in 3.2") → Regieanweisung.
4. Fixes: Regieanweisung gestrichen (Inhalt steckte schon in 3.2), TODO als Aufgabe
   in TODO.md überführt + Platzhalter entfernt, LLM-Dank gestrichen, stattdessen
   AI-Disclosure-Abschnitt auf tatsächlichen Einsatz präzisiert — alles in DE und EN.
5. Vermerk: inhaltliche Änderung → neue Paperversion nötig, in TODO.md eingetragen.

Red Flags

Verwandte Skills

• encoding-fix — Byte-/Encoding-Reparatur (Mojibake); dieser Skill hier arbeitet auf Inhaltsebene.
• bilingual-doc-sync — Synchronhaltung der Sprachfassungen, in die Fixes eingepflegt werden.
• rotation-check — Gerüst für den periodischen Lauf über einen Dokumentbestand.
• textproduction — Text-Erzeugung (dieser Skill ist die QA danach).

Änderungsprotokoll

1.0.0 (2026-07-04)

• Initiale Version. Abstrahiert aus der Codex-Automation „research-llm-muster-check" (Chat-Anteile in Papern, LLM-Danksagungen, AI-Disclosure) und auf beliebige Deliverable-Texte verallgemeinert; Prüfkatalog um Platzhalter, Stilmuster und Scan-Signaltabelle erweitert.