Back to search
humanizer-ja
SkillWorks with Claude CodeGitHub
"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。"
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Checked yesterday
Badge for your README
Markdown
[](/listings/gonta223--humanizer-ja)HTML
<a href="/listings/gonta223--humanizer-ja"><img src="/api/listings/gonta223--humanizer-ja/badge.svg" alt="findsafeskills safety rating" /></a>Install
i
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
SKILL.md · Manifest · 272 lines
- ---
- name: humanizer-ja
- description: "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。"
- version: "1.0.0"
- author: SuguruKun_ai
- license: MIT
- ---
- # 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
README.md · README · 56 lines
- # 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。
- ## これは何?
- Claude、ChatGPT、Gemini等が生成した日本語テキストには、特有の「AIっぽさ」があります。「浮き彫りにしており」「今後の展開が注目されます」「**速度:** 高速化」——こういった表現は、人間はまず使いません。
- このスキルは、そういったAIパターンを20項目に分類し、Claude Codeが文章を生成する時点で自動的に回避するようにするものです。
- ## インストール
- ```bash
- # Claude Codeのスキルディレクトリにコピー
- cp -r humanizer-ja ~/.claude/skills/humanizer-ja
- ```
- ## 使い方
- Claude Codeで文章を生成した後:
- ```
- この文章を人間っぽくして
- ```
- または、文章生成時に最初から指定:
- ```
- humanizer-jaスキルを使って、〇〇について記事を書いて
- ```
- ## 何をチェックするか(20パターン)
- | カテゴリ | パターン |
- |---------|---------|
- | **語彙・表現** | 意義の過剰強調、定型評価語、カタカナ語の過剰使用、曖昧な出典 |
- | **構造・フォーマット** | 太字+コロン箇条書き、三点セット強制、全角ダッシュ乱用、見出しの過剰構造化 |
- | **文体・トーン** | 説教くさい前置き、接続詞の多用、否定並列構文、追従的トーン、-ing的付け足し |
- | **日本語固有** | 敬語の均一化、主語の過剰明示、「することができます」、体温のない結論 |
- | **セルフ監査** | 冒頭チェック、結論チェック、二重チェック |
- ## blader/humanizer との違い
- [blader/humanizer](https://github.com/blader/humanizer)(英語版、10,000+ stars)にインスパイアされていますが、以下が異なります:
- - **日本語特化**: 敬語の均一化、主語の過剰明示、「することができます」等の日本語固有パターンを追加
- - **実践寄り**: 学術的な分析より「今すぐ使えるチェックリスト」を重視
- - **声の入れ方**: パターン除去だけでなく「消した後に何を入れるか」まで具体的に指示
- ## ライセンス
- MIT
- ## Author
- [@SuguruKun_ai](https://x.com/SuguruKun_ai)
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.