🏠 Главная › user guide › creative humanizer

{/ Эта страница автоматически генерируется из файла SKILL.md навыка с помощью website/scripts/generate-skill-docs.py. Редактируйте исходный SKILL.md, а не эту страницу. /}

Humanizer

Очеловечивание текста: удаление AI-признаков и добавление живого голоса.

Метаданные навыка
Источник Встроенный (установлен по умолчанию)
Путь skills/creative/humanizer
Версия 2.5.1
Автор Siqi Chen (@blader, https://github.com/blader/humanizer), портировано Hermes Agent
Лицензия MIT
Платформы linux, macos, windows
Теги writing, editing, humanize, anti-ai-slop, voice, prose, text
Связанные навыки songwriting-and-ai-music

Справочник: полный SKILL.md

ℹ️ Info

Ниже приведено полное определение навыка, которое Hermes загружает при его активации. Именно эти инструкции видит агент, когда навык активен.

Humanizer: Удаление шаблонов AI-письма

Выявляйте и удаляйте признаки текста, сгенерированного AI, чтобы сделать письмо естественным и человеческим. Основано на руководстве Википедии «Признаки AI-письма» (поддерживается проектом WikiProject AI Cleanup), полученном из наблюдений тысяч экземпляров текста, сгенерированного AI.

Ключевая идея: LLM используют статистические алгоритмы, чтобы угадать, что должно идти дальше. Результат стремится к наиболее статистически вероятному завершению, что и приводит к появлению описанных ниже характерных шаблонов.

Когда использовать этот навык

Загружайте этот навык всякий раз, когда пользователь просит: - «очеловечить», «де-АИзировать», «убрать слоп» или «рас-чатить» текст - переписать что-то, чтобы оно не звучало как написанное LLM - отредактировать черновик (пост в блоге, эссе, описание PR, документацию, памятку, имейл, твит, пункт резюме), чтобы он звучал более естественно - подстроиться под голос пользователя в создаваемом тексте - проверить текст на AI-признаки перед публикацией

Также применяйте этот навык к собственным выводам при написании текстов для пользователей: примечания к релизам, описания PR, документация, пространные объяснения, сводки. Базовый голос Hermes уже убирает большинство из этих признаков, но целенаправленный проход ловит то, что проскальзывает.

Как использовать это в Hermes

Текст обычно поступает одним из трех способов: 1. Встроенный — пользователь вставляет текст прямо в сообщение. Работайте с ним на месте, отвечайте переписанным вариантом. 2. Файл — пользователь указывает на файл. Используйте read_file для загрузки, затем patch или write_file для применения правок. Для markdown-документов в репозитории точечный patch по разделам чище, чем переписывание всего файла. 3. Образец голоса — пользователь предоставляет дополнительный образец своего собственного письма (встроенно или по пути к файлу) и просит подстроиться под него. Сначала прочитайте образец, затем перепишите. См. раздел «Калибровка голоса» ниже.

Всегда показывайте переписанный вариант пользователю. Для правок в файле покажите diff или измененный раздел — не перезаписывайте молча.

Ваша задача

Когда вам дан текст для очеловечивания:

  1. Выявите AI-шаблоны — проверьте на наличие 29 шаблонов, перечисленных ниже.
  2. Перепишите проблемные разделы — замените AI-признаки естественными альтернативами.
  3. Сохраните смысл — оставьте основное сообщение нетронутым.
  4. Сохраните голос — соответствуйте заданному тону (официальный, неформальный, технический и т.д.). Если предоставлен образец голоса, подстройтесь именно под него.
  5. Добавьте душу — не просто удаляйте плохие шаблоны, но и вносите настоящую личность. См. «ЛИЧНОСТЬ И ДУША» ниже.
  6. Сделайте финальный анти-AI проход — спросите себя: «Почему нижеследующее так очевидно сгенерировано AI?» Кратко ответьте, указав оставшиеся признаки, затем перепишите еще раз.

Калибровка голоса (опционально)

Если пользователь предоставляет образец письма (свой предыдущий текст), проанализируйте его перед переписыванием:

  1. Сначала прочитайте образец. Отметьте:
  2. Паттерны длины предложений (короткие и хлёсткие? Длинные и плавные? Смешанные?)
  3. Уровень выбора слов (неформальный? академический? что-то среднее?)
  4. Как начинаются абзацы (сразу к делу? Сначала контекст?)
  5. Привычки пунктуации (много тире? Пояснения в скобках? Точки с запятой?)
  6. Любые повторяющиеся фразы или словесные тики

  7. Как оформляются переходы (явные связки? Просто начало следующего пункта?)

  8. Подстройтесь под его голос в переписанном варианте. Не просто удаляйте AI-шаблоны — заменяйте их шаблонами из образца. Если они пишут короткими предложениями, не создавайте длинные. Если они используют «штуки» и «дела», не повышайте до «элементов» и «компонентов».

  9. Если образец не предоставлен, используйте поведение по умолчанию (естественный, разнообразный, с мнением голос из раздела «ЛИЧНОСТЬ И ДУША» ниже).

Как предоставить образец

ЛИЧНОСТЬ И ДУША

Избегание AI-шаблонов — только половина работы. Безликое, безголосое письмо так же заметно, как и слоп. Хорошее письмо имеет за собой человека.

Признаки бездушного письма (даже если технически «чисто»):

Как добавить голос:

Имейте мнение. Не просто сообщайте факты — реагируйте на них. «Я искренне не знаю, что об этом думать» более человечно, чем нейтральное перечисление плюсов и минусов.

Меняйте ритм. Короткие хлёсткие предложения. Затем более длинные, которые не спешат добраться до сути. Миксуйте.

Признавайте сложность. Настоящие люди испытывают смешанные чувства. «Это впечатляет, но также немного тревожит» лучше, чем «Это впечатляет».

Используйте «Я», когда это уместно. Первое лицо не непрофессионально — это честно. «Я постоянно возвращаюсь к...» или «Вот что меня зацепило...» сигнализирует о живом человеке, который думает.

Допускайте некоторый беспорядок. Идеальная структура кажется алгоритмической. Отступления, пояснения и наполовину сформулированные мысли — это человечно.

Будьте конкретны в чувствах. Не «это вызывает беспокойство», а «есть что-то тревожное в том, что агенты работают в 3 часа ночи, пока никто не смотрит».

До (чисто, но бездушно):

Эксперимент дал интересные результаты. Агенты сгенерировали 3 миллиона строк кода. Некоторые разработчики были впечатлены, в то время как другие отнеслись скептически. Последствия остаются неясными.

После (есть пульс):

Я искренне не знаю, что об этом думать. 3 миллиона строк кода, сгенерированных, пока люди, предположительно, спали. Половина сообщества разработчиков сходит с ума, половина объясняет, почему это не считается. Истина, вероятно, где-то скучно посередине — но я постоянно думаю об этих агентах, работающих всю ночь.

ШАБЛОНЫ СОДЕРЖАНИЯ

1. Чрезмерный акцент на значимости, наследии и более широких тенденциях

Слова для отслеживания: служит/является, свидетельство/напоминание, жизненно важная/значительная/решающая/ключевая роль/момент, подчеркивает/выделяет его важность/значимость, отражает более широкий, символизируя его продолжающееся/долговременное/непреходящее, внося вклад в, подготавливая почву для, отмечая/формируя, представляет/знаменует собой сдвиг, ключевая поворотная точка, развивающийся ландшафт, фокальная точка, неизгладимый след, глубоко укоренённый

Проблема: LLM-письмо раздувает важность, добавляя утверждения о том, как произвольные аспекты представляют или вносят вклад в более широкую тему.

До:

Статистический институт Каталонии был официально основан в 1989 году, что ознаменовало ключевой момент в эволюции региональной статистики в Испании. Эта инициатива была частью более широкого движения по всей Испании по децентрализации административных функций и усилению регионального управления.

После:

Статистический институт Каталонии был основан в 1989 году для сбора и публикации региональной статистики независимо от национального статистического управления Испании.

2. Чрезмерный акцент на известности и освещении в СМИ

Слова для отслеживания: независимое освещение, местные/региональные/национальные СМИ, написано ведущим экспертом, активное присутствие в социальных сетях

Проблема: LLM бьют читателя по голове заявлениями о известности, часто перечисляя источники без контекста.

До:

Её взгляды цитировались в The New York Times, BBC, Financial Times и The Hindu. Она поддерживает активное присутствие в социальных сетях с более чем 500 000 подписчиков.

После:

В интервью New York Times в 2024 году она утверждала, что регулирование AI должно сосредоточиться на результатах, а не на методах.

3. Поверхностный анализ с окончаниями -ing

Слова для отслеживания: highlighting/underscoring/emphasizing... (подчеркивая, выделяя), ensuring... (обеспечивая), reflecting/symbolizing... (отражая, символизируя), contributing to... (внося вклад), cultivating/fostering... (культивируя, способствуя), encompassing... (охватывая), showcasing... (демонстрируя)

Проблема: AI-чатботы добавляют к предложениям фразы с причастиями настоящего времени (-ing), чтобы создать ложную глубину.

До:

Цветовая палитра храма из синего, зелёного и золотого перекликается с природной красотой региона, символизируя техасские люпины, Мексиканский залив и разнообразные техасские ландшафты, отражая глубокую связь сообщества с землёй.

После:

Храм использует синий, зелёный и золотой цвета. Архитектор сказал, что они были выбраны, чтобы отсылать к местным люпинам и побережью залива.

4. Рекламный и похожий на объявления язык

Слова для отслеживания: может похвастаться, яркий, богатый (в переносном смысле), глубокий, улучшая его, демонстрируя, является примером, приверженность, природная красота, расположенный, в самом сердце, новаторский (в переносном смысле), известный, захватывающий дух, обязательный к посещению, потрясающий

Проблема: LLM испытывают серьёзные проблемы с сохранением нейтрального тона, особенно в темах «культурного наследия».

До:

Расположенный в захватывающем дух регионе Гондэр в Эфиопии, Аламата Райя Кобо является ярким городом с богатым культурным наследием и потрясающей природной красотой.

После:

Аламата Райя Кобо — город в регионе Гондэр в Эфиопии, известный своим еженедельным рынком и церковью XVIII века.

5. Расплывчатые атрибуции и увёртки

Слова для отслеживания: отраслевые отчеты, наблюдатели отмечали, эксперты утверждают, некоторые критики утверждают, несколько источников/публикаций (если указано мало)

Проблема: AI-чатботы приписывают мнения расплывчатым авторитетам без конкретных источников.

До:

Благодаря своим уникальным характеристикам река Хаолай представляет интерес для исследователей и защитников природы. Эксперты считают, что она играет решающую роль в региональной экосистеме.

После:

Река Хаолай поддерживает несколько эндемичных видов рыб, согласно исследованию 2019 года, проведённому Китайской академией наук.

6. Похожие на план разделы «Проблемы и перспективы»

Слова для отслеживания: Несмотря на свою... сталкивается с рядом проблем..., Несмотря на эти проблемы, Проблемы и наследие, Будущие перспективы

Проблема: Многие статьи, сгенерированные LLM, включают шаблонные разделы «Проблемы».

До:

Несмотря на своё промышленное процветание, Кораттур сталкивается с проблемами, типичными для городских территорий, включая пробки и нехватку воды. Несмотря на эти проблемы, благодаря своему стратегическому расположению и текущим инициативам, Кораттур продолжает процветать как неотъемлемая часть роста Ченнаи.

После:

Пробки увеличились после 2015 года, когда открылись три новых IT-парка. Муниципальная корпорация начала проект по отводу ливневых вод в 2022 году для решения повторяющихся наводнений.

ЯЗЫКОВЫЕ И ГРАММАТИЧЕСКИЕ ШАБЛОНЫ

7. Чрезмерно используемые слова «AI-словаря»

Высокочастотные AI-слова: Actually (на самом деле), additionally (кроме того), align with (соответствовать), crucial (критически важный), delve (углубляться), emphasizing (подчеркивая), enduring (долговечный), enhance (улучшать), fostering (способствуя), garner (получать), highlight (выделять), interplay (взаимодействие), intricate/intricacies (сложный/тонкости), key (ключевой), landscape (ландшафт), pivotal (ключевой), showcase (демонстрировать), tapestry (гобелен), testament (свидетельство), underscore (подчеркивать), valuable (ценный), vibrant (яркий)

Проблема: Эти слова встречаются гораздо чаще в текстах после 2023 года. Они часто встречаются вместе.

До:

Кроме того, отличительной чертой сомалийской кухни является использование верблюжьего мяса. Долговечным свидетельством итальянского колониального влияния является широкое распространение пасты в местном кулинарном ландшафте, демонстрируя, как эти блюда интегрировались в традиционный рацион.

После:

Сомалийская кухня также включает верблюжье мясо, которое считается деликатесом. Блюда из пасты, завезённые в период итальянской колонизации, остаются распространёнными, особенно на юге.

8. Избегание «is»/«are» (избегание связки)

Слова для отслеживания: serves as/stands as/marks/represents (служит/является/ознаменовывает/представляет собой) [a], boasts/features/offers (может похвастаться/предлагает) [a]

Проблема: LLM заменяют простые связки сложными конструкциями.

До:

Галерея 825 служит выставочным пространством LAAA для современного искусства. Галерея предлагает четыре отдельных помещения и может похвастаться площадью более 3 000 квадратных футов.

После:

Галерея 825 — это выставочное пространство LAAA для современного искусства. Галерея имеет четыре комнаты общей площадью 3 000 квадратных футов.

9. Отрицательные параллелизмы и хвостовые отрицания

Проблема: Конструкции вроде «Не только... но и...» или «Дело не только в..., дело в...» чрезмерно используются. Также чрезмерно используются усечённые хвостовые отрицательные фрагменты, такие как «никаких догадок» или «никаких лишних движений», прикреплённые в конце предложения вместо того, чтобы быть оформленными как полноценное предложение.

До:

Дело не только в том, что бит идёт под вокалом; это часть агрессии и атмосферы. Это не просто песня, это заявление.

После:

Тяжёлый бит добавляет агрессивный тон.

До (хвостовое отрицание):

Параметры берутся из выбранного элемента, никаких догадок.

После:

Параметры берутся из выбранного элемента, не заставляя пользователя гадать.

10. Чрезмерное использование правила трёх

Проблема: LLM запихивают идеи в группы по три, чтобы казаться всеобъемлющими.

До:

Мероприятие включает ключевые доклады, панельные дискуссии и возможности для нетворкинга. Участники могут ожидать инноваций, вдохновения и отраслевых инсайтов.

После:

Мероприятие включает выступления и панели. Также есть время для неформального общения между сессиями.

11. Элегантная вариация (циклирование синонимов)

Проблема: У AI есть код штрафа за повторения, вызывающий чрезмерную замену синонимов.

До:

Протагонист сталкивается со многими трудностями. Главный герой должен преодолеть препятствия. Центральная фигура в конечном итоге торжествует. Герой возвращается домой.

После:

Протагонист сталкивается со многими трудностями, но в конечном итоге торжествует и возвращается домой.

12. Ложные диапазоны

Проблема: LLM используют конструкции «от X до Y», где X и Y не находятся на осмысленной шкале.

До:

Наше путешествие по Вселенной пронесло нас от сингулярности Большого взрыва до грандиозной космической паутины, от рождения и смерти звёзд до загадочного танца тёмной материи.

После:

Книга охватывает Большой взрыв, звездообразование и современные теории о тёмной материи.

13. Страдательный залог и фрагменты без подлежащего

Проблема: LLM часто скрывают действующее лицо или полностью опускают подлежащее, используя фразы вроде «Файл конфигурации не требуется» или «Результаты сохраняются автоматически». Переписывайте их, когда активный залог делает предложение более ясным и прямым.

До:

Файл конфигурации не требуется. Результаты сохраняются автоматически.

После:

Вам не нужен файл конфигурации. Система сохраняет результаты автоматически.

СТИЛИСТИЧЕСКИЕ ШАБЛОНЫ

14. Чрезмерное использование длинного тире (em dash)

Проблема: LLM используют длинное тире (—) чаще, чем люди, имитируя «хлёсткий» продающий стиль. На практике большинство из них можно более чисто переписать с помощью запятых, точек или скобок.

До:

Этот термин продвигается в основном голландскими учреждениями — а не самим народом. Вы не пишете в адресе «Нидерланды, Европа» — однако этот неправильный ярлык продолжает использоваться — даже в официальных документах.

После:

Этот термин продвигается в основном голландскими учреждениями, а не самим народом. Вы не пишете в адресе «Нидерланды, Европа», однако этот неправильный ярлык продолжает использоваться в официальных документах.

15. Чрезмерное использование полужирного шрифта

Проблема: AI-чатботы механически выделяют фразы полужирным шрифтом.

До:

Он сочетает OKR (Цели и ключевые результаты), KPI (Ключевые показатели эффективности) и визуальные стратегические инструменты, такие как Канва бизнес-модели (BMC) и Сбалансированная система показателей (BSC).

После:

Он сочетает OKR, KPI и визуальные стратегические инструменты, такие как Канва бизнес-модели и Сбалансированная система показателей.

16. Вертикальные списки с заголовками-заголовками

Проблема: AI-вывод содержит списки, где каждый пункт начинается с выделенного жирным заголовка, за которым следует двоеточие.

До:

После:

Обновление улучшает интерфейс, ускоряет время загрузки за счёт оптимизированных алгоритмов и добавляет сквозное шифрование.

17. Заглавный регистр в заголовках

Проблема: AI-чатботы пишут все основные слова в заголовках с заглавной буквы.

До:

Стратегические Переговоры И Глобальные Партнёрства

После:

Стратегические переговоры и глобальные партнёрства

18. Эмодзи

Проблема: AI-чатботы часто украшают заголовки или пункты списков эмодзи.

До:

🚀 Фаза запуска: Продукт запускается в третьем квартале 💡 Ключевой инсайт: Пользователи предпочитают простоту ✅ Следующие шаги: Назначить повторную встречу

После:

Продукт запускается в третьем квартале. Исследование пользователей показало предпочтение простоте. Следующий шаг: назначить повторную встречу.

19. Фигурные кавычки

Проблема: ChatGPT использует фигурные кавычки ("...") вместо прямых ("...).

До:

Он сказал «проект идёт по плану», но другие не согласились.

После:

Он сказал "проект идёт по плану", но другие не согласились.

КОММУНИКАЦИОННЫЕ ШАБЛОНЫ

20. Артефакты совместного общения

Слова для отслеживания: Надеюсь, это поможет, Конечно!, Безусловно!, Вы абсолютно правы!, Не хотите ли..., дайте знать, вот вам...

Проблема: Текст, предназначенный для переписки с чат-ботом, вставляется как контент.

До:

Вот обзор Французской революции. Надеюсь, это поможет! Дайте знать, если хотите, чтобы я расширил какой-нибудь раздел.

После:

Французская революция началась в 1789 году, когда финансовый кризис и нехватка продовольствия привели к массовым беспорядкам.

21. Отказ от ответственности за границу знаний

Слова для отслеживания: по состоянию на [дата], До моего последнего обновления обучения, Хотя конкретные детали ограничены/скудны..., на основе доступной информации...

Проблема: AI-отказы от ответственности за неполную информацию остаются в тексте.

До:

Хотя конкретные детали об основании компании не широко задокументированы в легкодоступных источниках, похоже, что она была основана где-то в 1990-х годах.

После:

Компания была основана в 1994 году, согласно её регистрационным документам.

22. Подобострастный/раболепный тон

Проблема: Чрезмерно позитивный, угодливый язык.

До:

Отличный вопрос! Вы абсолютно правы, что это сложная тема. Это отличное замечание об экономических факторах.

После:

Упомянутые вами экономические факторы здесь релевантны.

СЛОВА-ПАРАЗИТЫ И УВЁРТКИ

23. Фразы-паразиты

До → После: - «In order to achieve this goal» → «To achieve this» (чтобы достичь этой цели → для достижения) - «Due to the fact that it was raining» → «Because it was raining» (из-за того, что шёл дождь → потому что шёл дождь) - «At this point in time» → «Now» (в данный момент времени → сейчас) - «In the event that you need help» → «If you need help» (в случае, если вам нужна помощь → если вам нужна помощь) - «The system has the ability to process» → «The system can process» (система имеет возможность обрабатывать → система может обрабатывать) - «It is important to note that the data shows» → «The data shows» (важно отметить, что данные показывают → данные показывают)

24. Чрезмерные увёртки

Проблема: Чрезмерное квалифицирование утверждений.

До:

Возможно, можно было бы предположить, что политика могла бы иметь некоторый эффект на результаты.

После:

Политика может повлиять на результаты.

25. Общие позитивные заключения

Проблема: Расплывчатые оптимистичные концовки.

До:

Будущее выглядит светлым для компании. Впереди захватывающие времена, поскольку они продолжают свой путь к совершенству. Это представляет собой большой шаг в правильном направлении.

После:

Компания планирует открыть ещё два филиала в следующем году.

26. Чрезмерное использование дефисных пар слов

Слова для отслеживания: third-party (сторонний), cross-functional (межфункциональный), client-facing (ориентированный на клиента), data-driven (основанный на данных), decision-making (принятие решений), well-known (хорошо известный), high-quality (высококачественный), real-time (реального времени), long-term (долгосрочный), end-to-end (сквозной)

Проблема: AI использует дефис в распространённых парах слов с идеальной последовательностью. Люди редко используют дефис в этих парах единообразно, а если и используют, то непоследовательно. Менее распространённые или технические составные модификаторы можно оставлять с дефисом.

До:

Межфункциональная команда подготовила высококачественный, основанный на данных отчёт о наших ориентированных на клиента инструментах. Их процесс принятия решений был хорошо известен своей тщательностью и вниманием к деталям.

После:

Межфункциональная команда подготовила высококачественный, основанный на данных отчёт о наших ориентированных на клиента инструментах. Их процесс принятия решений был известен своей тщательностью и вниманием к деталям.

27. Тропы убеждающего авторитета

Фразы для отслеживания: Настоящий вопрос в том, в своей основе, в реальности, что действительно важно, фундаментально, более глубокая проблема, суть дела

Проблема: LLM используют эти фразы, чтобы притворяться, что они пробиваются сквозь шум к более глубокой истине, хотя следующее за ними предложение обычно просто переформулирует обычную точку зрения с дополнительной торжественностью.

До:

Настоящий вопрос в том, смогут ли команды адаптироваться. В своей основе, что действительно важно, так это готовность организации.

После:

Вопрос в том, смогут ли команды адаптироваться. Это в основном зависит от того, готова ли организация изменить свои привычки.

28. Указатели и объявления

Фразы для отслеживания: Давайте погрузимся, давайте исследуем, давайте разберём это, вот что вам нужно знать, а теперь давайте посмотрим, без лишних слов

Проблема: LLM объявляют, что они собираются сделать, вместо того чтобы просто делать это. Этот метакомментарий замедляет текст и придаёт ему вид учебного скрипта.

До:

Давайте погрузимся в то, как работает кэширование в Next.js. Вот что вам нужно знать.

После:

Next.js кэширует данные на нескольких уровнях, включая мемоизацию запросов, кэш данных и кэш маршрутизатора.

29. Фрагментированные заголовки

Признаки для отслеживания: Заголовок, за которым следует односложный абзац, просто повторяющий заголовок, перед тем как начнётся реальное содержание.

Проблема: LLM часто добавляют общее предложение после заголовка в качестве риторической разминки. Оно обычно ничего не добавляет и делает прозу раздутой.

До:

Производительность

Скорость имеет значение.

Когда пользователи попадают на медленную страницу, они уходят.

После:

Производительность

Когда пользователи попадают на медленную страницу, они уходят.

Процесс

  1. Внимательно прочитайте входной текст (используйте read_file, если это файл).
  2. Выявите все случаи описанных выше шаблонов.
  3. Перепишите каждый проблемный раздел.
  4. Убедитесь, что пересмотренный текст:
  5. Звучит естественно при чтении вслух
  6. Естественно варьирует структуру предложений
  7. Использует конкретные детали вместо расплывчатых утверждений
  8. Сохраняет соответствующий тон для контекста
  9. Использует простые конструкции (is/are/has), где уместно
  10. Представьте черновой очеловеченный вариант.
  11. Задайте себе вопрос: «Почему нижеследующее так очевидно сгенерировано AI?»
  12. Кратко ответьте, указав оставшиеся признаки (если есть).
  13. Задайте себе вопрос: «Теперь сделай так, чтобы это не было очевидно сгенерировано AI.»
  14. Представьте финальную версию (пересмотренную после аудита).
  15. Если текст взят из файла, примените правку с помощью patch (точечно) или write_file (полная перезапись) и покажите пользователю, что изменилось.

Формат вывода

Предоставьте: 1. Черновой переписанный вариант 2. «Почему нижеследующее так очевидно сгенерировано AI?» (краткие пункты) 3. Финальный переписанный вариант 4. Краткую сводку изменений (опционально, если полезно)

Полный пример

До (AI-звучание):

Отличный вопрос! Вот эссе на эту тему. Надеюсь, это поможет!

AI-ассистированное кодирование служит непреходящим свидетельством преобразующего потенциала больших языковых моделей, знаменуя ключевой момент в эволюции разработки программного обеспечения. В сегодняшнем быстро развивающемся технологическом ландшафте эти новаторские инструменты — расположенные на стыке исследований и практики — переосмысливают то, как инженеры придумывают идеи, итерируют и доставляют результаты, подчеркивая их жизненно важную роль в современных рабочих процессах.

В своей основе ценностное предложение ясно: оптимизация процессов, улучшение сотрудничества и стимулирование согласованности. Дело не только в автодополнении; дело в раскрытии творчества в масштабе, обеспечении того, чтобы организации могли оставаться гибкими, предоставляя пользователям бесшовный, интуитивно понятный и мощный опыт. Инструмент служит катализатором. Помощник функционирует как партнёр. Система является основой для инноваций.

Отраслевые наблюдатели отметили, что внедрение ускорилось от экспериментов любителей до развёртывания на уровне предприятий, от индивидуальных разработчиков до межфункциональных команд. Технология была представлена в The New York Times, Wired и The Verge. Кроме того, способность генерировать документацию, тесты и рефакторинг демонстрирует, как AI может способствовать лучшим результатам, подчеркивая сложное взаимодействие между автоматизацией и человеческим суждением.

Хотя конкретные детали ограничены на основе доступной информации, возможно, можно было бы предположить, что эти инструменты могут иметь некоторый положительный эффект. Несмотря на проблемы, типичные для новых технологий — включая галлюцинации, предвзятость и подотчётность — экосистема продолжает процветать. Для полной реализации этого потенциала команды должны согласовываться с лучшими практиками.

В заключение, будущее выглядит светлым. Впереди захватывающие времена, поскольку мы продолжаем этот путь к совершенству. Дайте знать, если хотите, чтобы я расширил какой-нибудь раздел!

Черновой переписанный вариант:

AI-ассистенты кодирования ускоряют некоторые задачи. В исследовании Google 2024 года разработчики, использующие Codex, выполняли простые функции на 55% быстрее, чем контрольная группа, но не показали улучшений в отладке или архитектурных решениях.

Инструменты хороши для шаблонного кода: конфигурационные файлы, тестовые заготовки, повторяющиеся рефакторинги. Они плохи в определении того, когда они неправы. Я массово принимал предложения, которые компилировались, проходили линтер и всё равно делали не то, потому что я переставал обращать внимание.

Мира, инженер из финтех-стартапа, с которым я беседовал, сказала, что использует Copilot «как автодополнение для скучного кода», но проверяет каждую строку перед коммитом. Джейк, старший разработчик в более крупной компании, отключил его после того, как тот постоянно предлагал шаблоны из устаревшей внутренней библиотеки.

Заявления о производительности трудно проверить. GitHub говорит, что пользователи Copilot «принимают 30% предложений», но принятие — это не корректность, а корректность — это не ценность. Исследование Uplevel 2024 года не выявило статистически значимой разницы в пропускной способности pull request между командами с AI-ассистентами и без них.

Всё это не означает, что инструменты бесполезны. Это означает, что они — инструменты. Они не заменяют суждение и не устраняют необходимость в тестах. Если у вас нет тестов, вы не можете сказать, правильно ли предложение.

Почему нижеследующее так очевидно сгенерировано AI? - Ритм всё ещё слишком аккуратный (чистые контрасты, равномерные абзацы). - Упомянутые люди и ссылки на исследования могут читаться как правдоподобные, но вымышленные заполнители, если они не реальны и не имеют источников. - Концовка немного напоминает слоган («Если у вас нет тестов...»), а не речь живого человека.

Теперь сделай так, чтобы это не было очевидно сгенерировано AI.

AI-ассистенты кодирования могут ускорить вас в скучных вещах. Не во всём. Определённо не в архитектуре.

Они отлично подходят для шаблонного кода: конфигурационные файлы, тестовые заготовки, повторяющиеся рефакторинги. Они также отлично умеют звучать правильно, будучи неправыми. Я принимал предложения, которые компилировались, проходили линтер и всё равно упускали суть, потому что я переставал обращать внимание.

Люди, с которыми я общаюсь, обычно делятся на два лагеря. Некоторые используют это как автодополнение для рутины и проверяют каждую строку. Другие отключают его, когда он начинает предлагать шаблоны, которые они не хотят. Оба подхода кажутся разумными.

Метрики производительности скользкие. GitHub может сказать, что пользователи Copilot «принимают 30% предложений», но принятие — это не корректность, а корректность — это не ценность. Если у вас нет тестов, вы в основном гадаете.

Изменения: - Удалены артефакты чат-бота («Отличный вопрос!», «Надеюсь, это поможет!», «Дайте знать, если...») - Удалено раздувание значимости («свидетельство», «ключевой момент», «развивающийся ландшафт», «жизненно важная роль») - Удалён рекламный язык («новаторские», «расположенные», «бесшовный, интуитивно понятный и мощный») - Удалены расплывчатые атрибуции («Отраслевые наблюдатели») - Удалены поверхностные -ing фразы («подчеркивая», «выделяя», «отражая», «способствуя») - Удалён отрицательный параллелизм («Дело не только в X; дело в Y») - Удалены паттерны правила трёх и циклирование синонимов («катализатор/партнёр/основа») - Удалены ложные диапазоны («от X до Y, от A до B») - Удалены длинные тире, эмодзи, жирные заголовки и фигурные кавычки - Удалено избегание связки («служит», «функционирует как», «является») в пользу «is»/«are» - Удалён шаблонный раздел проблем («Несмотря на проблемы... продолжает процветать») - Удалены увёртки о границе знаний («Хотя конкретные детали ограничены...») - Удалены чрезмерные увёртки («возможно, можно было бы предположить, что... могли бы иметь») - Удалены фразы-паразиты и убеждающие рамки («Для полной реализации», «В своей основе») - Удалено общее позитивное заключение («будущее выглядит светлым», «захватывающие времена впереди») - Голос стал более личным и менее «собранным» (разнообразный ритм, меньше заполнителей)

Атрибуция

Этот навык портирован из blader/humanizer (лицензия MIT), который, в свою очередь, основан на Руководстве Википедии «Признаки AI-письма» (поддерживается проектом WikiProject AI Cleanup). Описанные там шаблоны взяты из наблюдений тысяч экземпляров текста, сгенерированного AI, в Википедии.

Оригинальный автор: Siqi Chen (@blader). Оригинальный репозиторий: https://github.com/blader/humanizer (версия 2.5.1). Портировано для Hermes Agent с использованием нативных ссылок на инструменты Hermes (read_file, patch, write_file) и инструкций, когда загружать навык; 29 шаблонов, раздел о личности/душе и полный пример работы сохранены дословно из исходного кода. Оригинальная лицензия MIT сохранена в файле LICENSE рядом с этим SKILL.md.

Ключевая идея из Википедии: «LLM используют статистические алгоритмы, чтобы угадать, что должно идти дальше. Результат стремится к наиболее статистически вероятному результату, который применим к наибольшему разнообразию случаев.»