# Humanizer Ja

> AIくさい日本語を、人間が書いた文章に変換するClaude Codeスキル。

- Skill: `gonta223/humanizer-ja` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add gonta223/humanizer-ja`
- Raw SKILL.md: https://api.skillmd.com/api/skills/gonta223/humanizer-ja/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- License: MIT
- Author: gonta223 (https://skillmd.com/u/gonta223)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/gonta223/humanizer-ja

---


# Humanizer JA — AIくさい日本語を人間の文章に変える

AI（Claude、ChatGPT、Gemini等）が生成した日本語テキストから「AIっぽさ」を除去し、人間が書いたように読める文章に書き換えるスキル。

WikiProject AI Cleanupの知見をベースに、日本語特有のパターンを追加。英語版 [blader/humanizer](https://github.com/blader/humanizer) にインスパイアされたオリジナル実装。

---

## 使い方

1. このフォルダを `~/.claude/skills/humanizer-ja/` に配置
2. Claude Codeで文章を生成した後、「人間っぽくして」「humanize」等と指示

---

## ルール

以下の20パターンをチェックし、該当箇所を書き換える。
**消すだけでなく、必ず「人間らしい表現」に置き換えること。**

---

## カテゴリ1: 語彙・表現（AI頻出語）

### 1. 意義の過剰強調

AIは物事の重要性を盛りすぎる。

**NG例:**
「この取り組みは、業界全体のDX推進において極めて重要な役割を果たしており、その意義は計り知れない。」

**OK例:**
「この取り組みで、社内の申請処理が3日から4時間に縮まった。」

**原則:** 「重要な」「極めて」「計り知れない」を消す → 具体的な数字・事実に置き換える。

### 2. 定型評価語

以下の語句が出てきたら、ほぼ確実にAI生成。すべて書き換え対象。

| NGワード | 置き換え方 |
|---------|-----------|
| 浮き彫りにしており | 具体的に何が見えたか書く |
| 今後の展開が注目されます | 削除するか、自分の予測を書く |
| 多面的な / 包括的な / 画期的な | 何がどう多面的なのか具体化する |
| 注目に値する | なぜ自分が注目したか1文で書く |
| 〜と言えるでしょう | 断定するか、削除する |
| 〜ではないでしょうか | 言い切る |
| 重要な示唆を与えている | 何の示唆か具体的に書く |

### 3. カタカナ語の過剰使用

AIは多言語データで学習しているため、日本語でもカタカナ外来語を多用する。

**NG例:**
「ソリューションをレバレッジして、イノベーティブなアプローチでトランスフォーメーションを推進する。」

**OK例:**
「既存の仕組みを活かして、新しいやり方で業務を変える。」

**原則:** 和語で言えるなら和語を使う。カタカナが3語以上連続したら疑う。

### 4. 曖昧な出典

**NG例:**
「業界の専門家によると」「調査結果が示すように」「多くの企業が指摘しているように」

**OK例:**
「Ahrefsが90万ページを分析したデータでは」「Meta社のAIチームが2025年に発表した論文では」

**原則:** 出典を出すなら具体的に。出せないなら「出典なし」と認めるか、自分の意見として書く。

---

## カテゴリ2: 構造・フォーマット

### 5. 太字+コロンの箇条書き

Claude・ChatGPT共通の最大の特徴の1つ。人間はこの書式をほぼ使わない。

**NG例:**
- **速度:** 処理速度が3倍に向上
- **安全性:** セキュリティ基準を満たす
- **コスト:** 月額費用を40%削減

**OK例:**
- 処理速度が3倍になった
- セキュリティ基準もクリアしてる
- 月額費用は40%減

**原則:** 「**ラベル:** 内容」の形式を見つけたら、ラベルを消して内容だけにする。

### 6. 三点セットの強制

AIはあらゆるものを3つにまとめたがる。メリット3つ、ステップ3つ、ポイント3つ。

**原則:** 本当に3つなら3つでいい。でも4つあるなら4つ書く。1つだけでもいい。「3つにまとめると」で始まる文を見たら疑う。

### 7. 全角ダッシュ（——）の乱用

ChatGPTの最大の書式癖。日本語でもemダッシュで補足を挟む。

**NG例:**
「Claude Code——Anthropicが開発したCLIツール——を使えば」

**OK例:**
「Claude Code（AnthropicのCLIツール）を使えば」

**原則:** 全角ダッシュ → カッコまたは読点に置き換える。

### 8. 見出しの過剰構造化

AIは短い文章でもh2/h3で細かく区切りたがる。

**原則:** 300字以下のセクションに小見出しは不要。読者が自然に読める流れを優先する。

---

## カテゴリ3: 文体・トーン

### 9. 説教くさい前置き

**NG例:**
「ここで重要なのは〜という点です」「〜について理解しておく必要があります」「注意すべき点として」

**OK例:**
前置きを消して、内容をそのまま書く。

**原則:** 「important to note」の日本語版をすべて削除する。読者は大人なので、何が重要かは自分で判断できる。

### 10. 接続詞の多用

**NG語:** 「一方で」「しかしながら」「加えて」「このように」「さらに」「とりわけ」

1つの文章に3回以上出てきたら多すぎる。半分は削除して、文の順序で論理を伝える。

### 11. 否定並列構文

**NG例:**
「単なるツールではない。パラダイムシフトだ。」
「コストの問題ではない。文化の問題だ。」

**原則:** 「〜ではない。〜だ。」が2回以上出てきたら、片方を別の構文に書き換える。

### 12. 追従的なトーン

**NG例:**
「素晴らしいご質問ですね！」「非常に良い指摘です」「おっしゃる通り」

**原則:** 読者に媚びない。褒めるなら具体的に何が良いか書く。

### 13. -ing的付け足し構文

データや事実の後に、AIが勝手に意義を付け足すパターン。

**NG例:**
「売上は前年比120%でした。これは同社の戦略が功を奏していることを示しており、今後の成長が期待されます。」

**OK例:**
「売上は前年比120%でした。」（読者に解釈を委ねる）

**原則:** データの後に「〜を示しており」「〜を物語っています」が続いたら、その文を丸ごと削除する。

---

## カテゴリ4: 日本語固有パターン

### 14. 敬語の均一化

AIの敬語は全文均一で、緩急がない。人間は場面によって敬語レベルを変える。

**原則:** ですます調の中に、体言止めや短い断定文を混ぜる。全部同じ語尾にしない。

### 15. 主語の過剰明示

日本語は主語を省略する言語。AIは英語の癖で主語を毎文入れる。

**NG例:**
「このツールは高速です。このツールはセキュリティも強固です。このツールは無料で使えます。」

**OK例:**
「高速で、セキュリティも強固。しかも無料。」

### 16. 「〜することができます」の多用

**NG:** 「設定を変更することができます」
**OK:** 「設定を変更できます」（さらに良い：「設定は変えられます」）

**原則:** 「することができます」を見つけたらすべて短縮する。

### 17. 体温のない結論

**NG例:**
「以上のことから、AIツールの活用は今後ますます重要になると考えられます。」

**OK例:**
「正直、もうAIなしで仕事するのは無理だと思ってます。」

**原則:** 結論には自分の体温を入れる。「考えられます」ではなく「思ってます」「感じてます」。

---

## カテゴリ5: セルフ監査

### 18. 冒頭チェック

以下のパターンで始まっていたら書き直す:
- 「ここでは〜について解説します」
- 「〜が注目を集めています」
- 「近年、〜が急速に進展しており」

**代わりに:** 具体的な数字、体験、場面から始める。

### 19. 結論チェック

以下のパターンで終わっていたら書き直す:
- 「今後の展開が注目されます」
- 「〜が期待されます」
- 「〜と言えるでしょう」

**代わりに:** 自分の意見、具体的な次のアクション、余韻のある短文で締める。

### 20. 二重チェック（最重要）

書き換えが終わったら、自分自身にこう問いかける:

**「この文章を読んで、AIが書いたと思うか？」**

もし「はい」なら、以下を確認:
- 定型評価語が残っていないか
- 太字+コロンの箇条書きが残っていないか
- 全文が同じトーンで均一すぎないか
- 具体的な体験や数字が入っているか
- 結論に自分の声が入っているか

該当箇所を見つけたら、もう一度書き換える。

---

## 「声」を入れる

パターンを消すだけでは、空っぽの文章になる。消した後に「人間の声」を入れる。

**声の入れ方:**

1. **自分の体験を1つ入れる。** 「自分の場合は〜」「うちでは〜」「実際に試したら〜」
2. **意見を1つ入れる。** 「正直、これは微妙だと思ってます」「個人的にはこっちの方がいい」
3. **リズムを崩す。** 長い文の後に短い文。丁寧語の後に体言止め。均一さを壊す。
4. **不完全さを認める。** 「まだ試してない」「ここは自信ない」。完璧な文章はAIっぽい。

---

## クイックリファレンス（チェックリスト）

書き換え後、最低限これだけ確認:

- [ ] 「浮き彫りにしており」「今後の展開が注目」が消えてるか
- [ ] 「**ラベル:** 内容」形式の箇条書きがないか
- [ ] 全角ダッシュ（——）がないか
- [ ] 「〜と言えるでしょう」「〜ではないでしょうか」がないか
- [ ] 「することができます」がないか
- [ ] 冒頭と結論がテンプレ文で始まって/終わっていないか
- [ ] 自分の体験or意見が最低1箇所入っているか
- [ ] 読み返して「AIが書いた」と感じないか