Come ripulire il testo dai cliché generati dall'IA usando avoid-ai-writing

Probabilmente riuscite a riconoscere il testo generato da un modello linguistico già nelle prime due frasi. Questa sintassi caratteristica è difficile da confondere con qualcos'altro. Presenta costantemente emozioni finte, ammissioni di errore, "traguardi importanti" e costruzioni infinite come "sbloccare il potenziale". Sembra che l'IA stia cercando di sembrare il più educata e professionale possibile, ma in realtà produce un riassunto aziendale piatto.

Se usate gli LLM per scrivere documentazione, post di blog o risposte su repository, questo problema diventa un mal di testa costante. Di solito dovete riscrivere manualmente metà della risposta o comporre prompt ingombranti. Lo sviluppatore Conor Bronsdon ha deciso di risolvere questo problema in modo sistematico e ha creato il progetto open-source avoid-ai-writing.

Cos'è avoid-ai-writing

Il progetto è uno strumento pronto all'uso e un set di istruzioni realizzato secondo la specifica agentskills.io. Si integra con Claude Code, Cursor, OpenClaw, Hermes e altri agenti popolari. A differenza dei tipici prompt del tipo "scrivi in un tono più umano", questa skill funziona come un vero e proprio editor.

Il repository si basa sulla ricerca di Pangram Labs, sulla documentazione degli editor di Wikipedia sui segni del testo generato dall'IA e su dati statistici sulla diversità lessicale. Il risultato è uno strumento che costringe un agente ad analizzare il testo contro checklist specifiche piuttosto che semplicemente riformularlo a piacere.

Come funziona il filtro

La skill si basa su diversi meccanismi di controllo del testo.

In primo luogo, include un catalogo di 53 categorie di pattern. Queste includono frasi introduttive finte, lunghezze di frase uniformi, elenchi puntati composti interamente da sostantivi, emoji nei titoli e frasi caratteristiche come "tuffiamoci nell'argomento" o "in definitiva".

In secondo luogo, il progetto include una tabella di sostituzione con 111 voci. Le parole sono divise in tre livelli di rigidità:

• Le parole di Livello 1 vengono sempre sostituite con sinonimi più semplici. Ad esempio, leverage diventa use.
• Le parole di Livello 2 sono soggette a sostituzione se appaiono troppo frequentemente in un breve tratto di testo.
• Le parole e le frasi di Livello 3 sono tracciate per densità. Se frasi come "elaborazione decentralizzata" o "integrazione di soluzioni" si accumulano in un paragrafo, lo strumento suggerisce di riscrivere la frase.

In terzo luogo, il sistema utilizza un audit in due passaggi. Al primo passaggio, il modello riscrive il testo e rimuove il filler evidente generato dall'IA. Poi entra in gioco il secondo passaggio: l'agente rilegge la propria versione e cerca ciò che è accidentalmente passato. Di solito si tratta di congiunzioni ripetute, ritmo livellato o parole introduttive migrate dall'originale.

Tre modalità operative

Potete usare lo strumento in scenari diversi:

1. Modalità riscrittura. Questa è quella predefinita. Entra una bozza e l'output include un'analisi dei problemi trovati, una versione pulita del testo, un elenco delle modifiche apportate e i risultati del re-audit.

2. Modalità rilevamento. Adatta per i casi in cui non potete o non avete bisogno di modificare il testo sorgente. L'agente evidenzia i marker trovati e li classifica per criticità, da P0 a P2, indicando dove c'è un errore evidente rispetto a una semplice sfumatura stilistica.

3. Modalità modifica. Utilizzata per lavorare direttamente con i file. L'agente modifica solo i paragrafi problematici attraverso lo strumento Edit, lasciando intatti i frammenti già scritti in un linguaggio normale e vivo.

Motore JS autonomo per CI/CD

La directory detector contiene un modulo autonomo in puro JavaScript senza dipendenze esterne. Serve solo Node.js versione 18 o superiore per eseguirlo. Il motore può essere eseguito direttamente nel browser o incorporato in script automatizzati di controllo documenti.

Il codice analizza la struttura del testo, l'entropia delle parole funzione, la distribuzione della punteggiatura e calcola un punteggio finale da 0 a 100. Più basso è il punteggio, meno stile di scrittura generato dall'IA contiene il testo. Potete eseguire i test con il comando:

npm test

Oppure importare il modulo nel vostro codice JS:

const AIDetector = require("./detector/patterns.js");
const { score, label, issues } = AIDetector.analyzeText("Ваш текст для проверки...");
console.log(`Итоговая оценка: ${score}`);

Come installare la skill nei vostri strumenti

L'integrazione dipende dal vostro ambiente.

Per Claude Code, basta clonare il repository nella cartella delle skill:

git clone https://github.com/conorbronsdon/avoid-ai-writing ~/.claude/skills/avoid-ai-writing

Se preferite usare i plugin Cowork, l'installazione può essere effettuata tramite comandi console:

/plugin marketplace add conorbronsdon/avoid-ai-writing
/plugin install avoid-ai-writing@conorbronsdon-skills
/reload-plugins

Gli sviluppatori che lavorano in Cursor devono scaricare il file delle regole MDC nella cartella del progetto:

mkdir -p .cursor/rules
curl -o .cursor/rules/avoid-ai-writing.mdc \
  https://raw.githubusercontent.com/conorbronsdon/avoid-ai-writing/main/cursor-rules/avoid-ai-writing.mdc

Opzioni di distribuzione simili esistono per OpenClaw, Hermes, Codex, Windsurf, Cline e GitHub Copilot. Tutti usano lo stesso file di istruzioni SKILL.md.

Esempio di pulizia del testo

Per vedere la differenza, basta guardare come la skill gestisce un tipico comunicato stampa scritto dall'IA.

Testo originale:

Certo! Acme Analytics, una vivace startup situata nel cuore del fiorente ecosistema tecnologico di Boulder, ha ottenuto 40 milioni di dollari nel Series B — segnando un momento cruciale per il panorama dell'osservabilità. La piattaforma funge da hub unificato, con dashboard in tempo reale, query in meno di un secondo e un livello di integrazione perfetta. Inoltre, gli esperti credono che Acme sia pronta a sconvolgere il mercato. In conclusione, il futuro sembra luminoso!

Versione modificata:

Acme Analytics ha raccolto un Series B da 40 milioni di dollari guidato da Sequoia. La startup con sede a Boulder sviluppa una piattaforma di osservabilità che esegue query in meno di un secondo e si integra con gli stack di monitoraggio esistenti senza lavoro di integrazione personalizzato.

Lo strumento ha rimosso il saluto del chatbot, gli epiteti valutativi ("vivace", "fiorente"), i cliché ("momento cruciale"), le generalizzazioni non supportate ("gli esperti credono") e i riempitivi privi di significato. Sono rimasti solo fatti concreti, numeri e il punto essenziale.

A chi sarà utile il repository

Il progetto è utile per chiunque usi regolarmente l'IA per la generazione di contenuti e voglia mantenere uno stile umano normale. I template e le regole da SKILL.md dimostrano chiaramente come formattare le istruzioni per gli agenti affinché producano output di qualità senza clutter verbale.

Il progetto è distribuito con licenza MIT. Ha oltre 25.000 stelle su GitHub e una comunità attiva che adatta le regole per lingue diverse.