# AI Text Humanizer

> AI（LLM）が生成した日本語テキストの「AI臭」を検出・診断し、人間らしい文章にリライトするスキル。 Use when: 「AIっぽい文章を直して」「人間らしくリライトして」「AI臭を消して」「この文章をもっと自然にして」 「テキストのAI感を減らして」「機械っぽさを取りたい」 "make this sound more human", "remove AI tone", "humanize this text", "detect if this is AI-generated". 6つのAI特有パターン（視覚的マーカー、単調なリズム、マニュアル的構成、非コミット姿勢、抽象語の濫用、 定型メタファー）を正規表現ベースで検出し、0-100のAI臭スコアを算出。3つの人間化技法 （バランスを崩す・客観を崩す・論理を崩す）でリライトを実行する。 Note: 検出スクリプトは日本語テキスト専用。英語テキストの場合はClaude自身がreferences/を参照して分析・リライトする。

- Skill: `takusaotome/ai-text-humanizer` (Agent Skill, multi-file: 30 files)
- Install (CLI): `npx skillmds@latest add takusaotome/ai-text-humanizer`
- Raw SKILL.md: https://api.skillmd.com/api/skills/takusaotome/ai-text-humanizer/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: takusaotome (https://skillmd.com/u/takusaotome)
- Updated: 2026-09-21
- Page: https://skillmd.com/skills/takusaotome/ai-text-humanizer

---


# AI Text Humanizer

## Overview

LLMが生成するテキストには、人間の文章にはほとんど現れない6つの特有パターンがある。このスキルは：

1. **6パターン検出** — 視覚的マーカー残存、単調なリズム、マニュアル的構成、非コミット姿勢、抽象語の濫用、定型メタファーを正規表現ベースで検出
2. **AI臭スコアリング** — 0-100のスコアで「どのくらいAIっぽいか」を定量化
3. **人間化リライト** — 3つの技法（バランスを崩す・客観を崩す・論理を崩す）で自然な文章に変換

## When to Use

- ユーザーが「AIっぽい」「AI臭い」「機械的」「リライトして」「人間らしく」「自然にして」と言ったとき
- ブログ記事、ビジネス文書、SNS投稿などをAI生成後に人間化したいとき
- AI生成テキストの品質チェック・改善が必要なとき
- テキストがAI生成かどうかの簡易判定を求められたとき

## Bundled Resources

| Type | File | Purpose |
|------|------|---------|
| Reference | `references/ai_writing_patterns.md` | 6パターン検出ガイド（正規表現・具体例） |
| Reference | `references/rewrite_rules.md` | パターン別変換ルール |
| Reference | `references/human_writing_techniques.md` | 人間っぽく崩す3技法 |
| Script | `scripts/detect_ai_patterns.py` | パターン検出・スコアリングスクリプト |
| Asset | `assets/rewrite_prompt_ja.md` | リライトプロンプト（日本語） |
| Asset | `assets/rewrite_prompt_en.md` | リライトプロンプト（英語） |
| Asset | `assets/detection_report_template.md` | AI臭スコアレポート雛形 |

---

## Prerequisites

- **Python 3.9+** — スクリプト実行に必要
- **日本語テキストファイル** — UTF-8エンコーディング推奨（他のエンコーディングは `--encoding` オプションで指定可能）
- **英語テキスト** — 検出スクリプトは日本語専用。英語の場合はClaude自身が `references/` を参照して分析する

---

## Workflow 1: AI臭診断

テキストを受け取り、6パターンの検出とスコアリングを行う。

### Steps

1. **テキスト受領** — ユーザーからテキストを受け取る（ファイルパス指定。直接入力の場合は一時ファイルに保存してスクリプトに渡す）
2. **パターン検出実行** — `scripts/detect_ai_patterns.py` を実行してパターンを検出
   **Note**: 英語テキストの場合はスクリプトではなく、`references/ai_writing_patterns.md` を読み込んでClaude自身が分析する。
   ```bash
   python3 scripts/detect_ai_patterns.py <input_file> --output report.md --doc-type auto
   ```
   **doc-type の使い分け**:
   - `email` / `chat`: Markdown構造をAIマーカーとして検出
   - `blog` / `structured`: `## 見出し` と箇条書きはPattern 1で非加点
   - `auto`: 上記を簡易推定
3. **結果確認** — スクリプト出力のスコアとパターン別内訳を確認
4. **レポート確認** — スクリプトが自動生成したレポートを確認する。`assets/detection_report_template.md` はClaude手動分析時用の雛形
5. **ユーザーへ報告** — 総合スコア、パターン別内訳、具体例、推奨アクションを提示

### Output

- 総合AI臭スコア (0-100)
- パターン別スコア内訳（6パターン）
- 検出された具体例（該当箇所の引用）
- スコア解釈と推奨アクション

---

## Workflow 2: リライト実行

検出結果を踏まえ、AI臭を除去したリライト文を生成する。

### Steps

1. **診断結果確認** — Workflow 1の結果を確認（未実施なら先に実行）
2. **リファレンス読み込み** — `references/rewrite_rules.md` と `references/human_writing_techniques.md` を読み込む
3. **変換ルール適用** — パターン別変換ルールに従い、優先順位で変換:
   - 非コミット姿勢の除去（ヘッジ語削除、立場の明確化）
   - マニュアル的構成の解体（前置き短縮、ステップ表記排除）
   - 視覚的マーカーの除去（太字、装飾記号の削除）
   - リズムの変化（文末バリエーション、文長の変化）
   - 抽象語の具体化（実例・数値・エピソードに置換）
   - 定型メタファーの削除または具体化
4. **3技法による人間化** — `references/human_writing_techniques.md` の3技法を適用:
   - **バランスを崩す**: 文体的ヘッジ（「〜かもしれません」等）を断定に変える。ただし事実的不確実性（未確定の情報・未検証のデータ）の断定化ではない
   - **客観を崩す**: 主観・経験・判断を入れる
   - **論理を崩す**: 完璧な構造を壊す、自然な脱線を入れる
5. **リライト文出力** — 変換後テキストをユーザーに提示

### Rewrite Principles (Content Rules)

1. **捏造禁止** — 元テキストにない事実・データを追加しない
2. **曖昧さ保持（事実的不確実性のみ）** — 元テキストが事実として不確実・未確定の情報は不確実なまま残す。区別基準: 「〜かもしれません」「〜の可能性があります」等の文体的ヘッジは断定化してよい。「調査中」「未確認」等の事実的不確実性は保持する
3. **意味保全** — 内容の意味を変えない
4. **トーン維持** — 元テキストの意図するトーン（フォーマル/カジュアル等）を尊重
5. **文化的配慮** — 日本語特有の表現パターンを考慮する
6. **過剰矯正回避** — すべてのパターンを一度に直そうとしない
7. **読者想定** — 元テキストの想定読者層を考慮する

### Rewrite Principles (Formatting Rules)

1. **文書種別でMarkdown方針を決める** — メール本文・チャット文はMarkdownを除去しプレーンテキスト化。ブログ記事・見積書・提案書・報告書・仕様書・設計書はMarkdown構造を保持する
2. **構造Markdownは保持** — 保持対象の文書では `## 見出し`、表、箇条書きを維持する
3. **装飾的Markdownのみ削減** — `**太字**` の連打や過剰装飾は減らす。意味を持つ構造は壊さない
4. **引用符を自然化** — `「」` の入れ子 `『』` を避ける
5. **句読点と記号を整理** — `、` の過密を分割で解消し、`（補足説明）` `—` `／` は必要に応じて平易化する
6. **リスト処理は用途別** — メール本文は文章化、ブログ/構造化文書は箇条書きを保持

### 文書種別の境界ケース

- **SNS投稿（短文）**: メール/チャット寄りとしてプレーンテキスト優先
- **SNS投稿（長文スレッド/記事型）**: ブログ寄りとして見出し・箇条書き保持可
- **Slack/Teams の短い連絡**: チャット扱い（Markdown除去）
- **Slack/Teams の仕様共有・議事録**: 構造化文書扱い（Markdown保持）
- **README.md / ドキュメント**: 構造化文書扱い（Markdown保持）

---

## Workflow 3: Before/After比較

元文とリライト文を並べて比較し、変更点と理由を提示する。

### Steps

1. **元文のスコア確認** — Workflow 1の結果を使用
2. **リライト文の再スコアリング** — リライト後テキストに再度 `detect_ai_patterns.py` を実行
3. **比較レポート生成** — 以下を含む比較レポートを作成:
   - 総合スコア比較（Before → After）
   - パターン別スコア変化
   - 主要な変更箇所のdiff表示
   - 各変更の理由（どのパターンに対応するか）
   - 残存するAI臭パターン（あれば）

---

## 6パターン検出フレームワーク

AI臭スコアの配分:

| # | Pattern | Weight | Description |
|---|---------|--------|-------------|
| 1 | 視覚的マーカー残存 | 15% | `**太字**`、`—`、`「」`過多、`（）`過多、`／` |
| 2 | 単調なリズム | 20% | 同一文末連続、接続詞過多、均一トーン |
| 3 | マニュアル的構成 | 20% | 長い前置き、構成宣言、ステップ表記、薄い結論 |
| 4 | 非コミット姿勢 | 15% | ヘッジ語、強制中立、弱い否定、断定回避 |
| 5 | 抽象語の濫用 | 15% | 実体なき抽象語、根拠なき強評価 |
| 6 | 定型メタファー | 15% | 羅針盤/地図/設計書/柱/DNA/車の両輪/潤滑油/エンジン |

### Score Interpretation

| Score | Level | Description |
|-------|-------|-------------|
| 0-25 | Natural | 人間らしい自然な文章。修正不要 |
| 26-50 | Slightly AI | やや AI的な要素あり。軽微な修正で改善可能 |
| 51-75 | Clearly AI | 明確にAI生成と分かる。リライト推奨 |
| 76-100 | Strongly AI | 強くAI臭を感じる。全面リライト推奨 |

---

## Output

このスキルは以下の成果物を生成する:

| Output | Format | Description |
|--------|--------|-------------|
| AI臭スコアレポート | Markdown / JSON | 総合スコア（0-100）、パターン別スコア内訳、検出例、推奨アクション |
| リライト文 | プレーンテキスト / Markdown | AI臭を除去した人間化テキスト（文書種別に応じたフォーマット） |
| Before/After比較 | Markdown | スコア変化、diff表示、変更理由の一覧 |

**出力例（JSON）:**
```json
{
  "total_score": 65.0,
  "level": "Clearly AI",
  "doc_type": "blog",
  "patterns": [
    {"id": 1, "name": "視覚的マーカー残存", "score": 12.0, "max_score": 15},
    ...
  ]
}
```

---

## Resources

- `references/ai_writing_patterns.md` — 6パターンの詳細定義と正規表現パターン
- `references/rewrite_rules.md` — パターン別の具体的変換ルール
- `references/human_writing_techniques.md` — 3技法（バランス・客観・論理を崩す）の詳細解説
- `assets/detection_report_template.md` — Claude手動分析時のレポート雛形
- `assets/rewrite_prompt_ja.md` / `assets/rewrite_prompt_en.md` — リライト指示プロンプト
- `samples/` — 各文書種別（email, estimate, design）のBefore/Afterサンプル