Ru

Русский — Официальная русская версия llm-text-hygiene.

LLM-Text-Hygiene — Удаление артефактов ИИ из готовых текстов

Обзор и цель

Тексты, созданные с помощью ИИ, накапливают артефакты, которые остаются невидимыми в черновиках и становятся конфузными в опубликованном документе: обрывки разговора из чат-сессии, ремарки и режиссерские указания, выпадающие из аргументации, выражения благодарности языковой модели, оставшиеся заполнители, навязчивые стилистические паттерны LLM — и раскрытие информации об ИИ (AI Disclosure), которое отсутствует, неверно расположено или не соответствует действительности. Этот скилл представляет собой систематический этап очистки перед публикацией: проверить, консервативно очистить, исправить раскрытие информации. Он никогда не меняет суть — он удаляет то, что не является частью произведения.

Каталог проверки (Аудит)

Пять классов находок, от однозначных (исправлять напрямую) до чувствительных (только помечать):

1. Обрывки чата и режиссерские указания (однозначные → удалить/исправить)

Предложения, относящиеся к СОЗДАНИЮ текста, а не к самому тексту: «Как обсуждалось, мы оставляем эту часть в статье, так как...», «Вот переработанный раздел:», «С удовольствием добавлю...», оставшиеся фрагменты промптов, мета-комментарии заказчику/заявителю. Принцип обнаружения: Предложение выпадает из структуры текста и аргументации — оно обращено к ситуации общения, а не к читателю. При удалении проверить, нужно ли сохранить содержательное ядро (перенести объяснение в сноску/основной текст).

2. Заполнители и маркеры незавершенной работы (однозначные → разрешить)

[TODO: …], [вставить ссылку], XXX, <здесь пример>, пустые разделы с заголовком, «(источник?)». Разрешить или — если это невозможно — перенести как реальные открытые задачи в TODO проекта и удалить из готового документа.

3. Благодарности LLM и антропоморфные выражения (однозначные → удалить)

Благодарности в адрес ChatGPT/Claude/Gemini и др. не относятся к разделу благодарностей — инструменты не благодарят, их использование декларируется в AI Disclosure. Также следует удалить антропоморфные формулировки об инструменте («ИИ любезно предложил»).

4. Раскрытие информации об ИИ (AI Disclosure) (проверить → скорректировать)

• Присутствует ли? Если документ создан с использованием ИИ и площадка/проект требует или предусматривает раскрытие информации: существует ли данный раздел?
• Корректно ли? Описывает ли оно фактическое использование (не приуменьшая и не преувеличивая)? Использует ли оно схему раскрытия проекта/площадки, если таковая определена (например, с градуированными уровнями)?
• Правильно ли расположено? В привычном для площадки месте (методы/окружение благодарностей/отдельный раздел), идентично во всех языковых версиях.

5. Стилистические паттерны LLM (чувствительные → исправлять только явные случаи, остальное помечать)

Шаблонные переходы («Подводя итог, можно сказать», «Важно подчеркнуть»), инфляция маркированных списков там, где должен быть сплошной текст, цепочки «не только..., но и», высокая плотность тире, клише хеджирования (уклонения от прямых утверждений), а в английском языке — известные маркеры (включая "delve", "tapestry", "it's worth noting"). Осторожно: Стиль — это территория автора; сглаживать только явную шаблонность, все остальное предоставлять автору в виде списка находок, а не переписывать текст. Текст, звучащий «по-человечески», не является целью скилла; цель — текст без инородных тел.

Рабочий процесс

1. Уточнить объем: Какие готовые документы (файлы), какие языковые версии? Изменения ВСЕГДА вносить синхронно во все версии (сверка: bilingual-doc-sync).
2. Механическое сканирование: Полнотекстовый поиск по сигнальным паттернам (таблица ниже) — недорогой способ, надежно находит классы 2/3 и часть класса 1.
3. Чтение и анализ: Прочитать документ вдоль структуры аргументации — находки класса 1 распознаются только структурно (предложение обращено к беседе, а не к читателю). Особо проверить: начала/концы разделов, благодарности, введение/заключение (артефакты чаще всего попадают туда).
4. Очистка: Напрямую исправить классы 1–3 (консервативно, сохраняя суть), скорректировать класс 4, выдать класс 5 в виде списка находок; напрямую сглаживать только недвусмысленные случаи.
5. Document: Зафиксировать, что было найдено/изменено/помечено — для статей с обязательным версионированием отметить, требуется ли новая версия/повторная загрузка.
6. Периодический прогон по репозиторию: Совместить с rotation-check (один документ/проект за прогон, реестр как память).

Сигнальные паттерны для механического сканирования

Таблица является отправной точкой, а не заменой фильтра: паттерны дают кандидатов, решение принимается в контексте (шаги 3–4). Для чисто механической текстовой гигиены (сканирование эмодзи, управляющие символы, поврежденные умлауты) используйте существующие инструменты — повреждения кодировки относятся к скиллу encoding-fix, а не к этому.

Пример и применение

Запрос: «Проверь статью на наличие артефактов ИИ перед загрузкой.»

1. Объем: paper_de.tex + paper_en.tex.
2. Сканирование: 1× "as discussed" (EN, раздел 4), 1× "[TODO: вставить ссылку Smith]" (в обоих),
   в благодарностях упоминается «ценная помощь Claude».
3. Чтение и анализ: Во введении предложение, напрямую адресованное рецензенту
   («Мы рассматриваем это возражение, как и просилось, в 3.2») → режиссерское указание.
4. Исправления: Режиссерское указание удалено (содержание уже было в 3.2), TODO перенесено
   как задача в TODO.md + заполнитель удален, благодарность LLM удалена, вместо этого
   раздел AI Disclosure уточнен относительно фактического использования — все в DE и EN.
5. Заметка: Содержательное изменение → требуется новая версия статьи, внесено в TODO.md.

Красные флаги (Red Flags)

Связанные скиллы

• encoding-fix — Ремонт байтов/кодировки (можибаке); этот скилл работает на уровне содержания.
• bilingual-doc-sync — Поддержание синхронизации языковых версий, в которые вносятся исправления.
• rotation-check — Каркас для периодических прогонов по репозиторию документов.
• textproduction — Генерация текста (этот скилл является этапом QA после нее).

Журнал изменений

1.0.0 (2026-07-04)

• Первоначальная версия. Абстрагировано из автоматизации Codex «research-llm-muster-check» (фрагменты чата в статьях, благодарности LLM, AI Disclosure) и обобщено до произвольных готовых текстов; каталог проверки расширен заполнителями, стилистическими паттернами и таблицей сигналов сканирования.