Jak oczyścić tekst z cliche wygenerowanych przez AI za pomocą avoid-ai-writing

Prawdopodobnie potrafisz rozpoznać tekst wygenerowany przez model językowy w ciągu pierwszych dwóch zdań. Ta charakterystyczna składnia jest trudna do pomylenia z czymkolwiek innym. Ciągle pojawiają się sztuczne emocje, przyznawanie się do błędów, „ważne kamienie milowe" i niekończące się konstrukcje jak „odblokowywanie potencjału". Wygląda to tak, jakby AI próbowało brzmieć możliwie jak najuprzejmiej i profesjonalnie, ale w rzeczywistości produkuje mdły korporacyjny podsumowanie.

Jeśli używasz LLM-ów do pisania dokumentacji, postów na blogu lub odpowiedzi na repozytoria, ten problem staje się ciągłym bólem głowy. Zazwyczaj musisz ręcznie przepisać połowę odpowiedzi lub tworzyć niezgrabne prompty. Developer Conor Bronsdon postanowił rozwiązać ten problem systematycznie i stworzył projekt open-source avoid-ai-writing.

Czym jest avoid-ai-writing

Projekt to gotowe do użycia narzędzie i zestaw instrukcji stworzone zgodnie ze specyfikacją agentskills.io. Integruje się z Claude Code, Cursor, OpenClaw, Hermes i innymi popularnymi agentami. W przeciwieństwie do typowych promptów w stylu „pisz bardziej po ludzku", ten skill działa jak pełnoprawny redaktor.

Repozytorium bazuje na badaniach Pangram Labs, dokumentacji edytorów Wikipedii dotyczącej oznak tekstów generowanych przez AI oraz danych statystycznych dotyczących różnorodności słownictwa. Rezultatem jest narzędzie, które zmusza agenta do analizowania tekstu pod kątem konkretnych list kontrolnych, a nie tylko do jego przepisywania według gustu.

Jak działa filtr

Skill opiera się na kilku mechanizmach sprawdzania tekstu.

Po pierwsze, zawiera katalog 53 kategorii wzorców. Obejmują one fałszywe zwroty wprowadzające, jednolite długości zdań, listy punktowane składające się wyłącznie z rzeczowników, emoji w nagłówkach oraz charakterystyczne frazy jak „zagłębmy się w temat" czy „ostatecznie".

Po drugie, projekt zawiera tabelę zamienników z 111 wpisami. Słowa są podzielone na trzy poziomy restrykcyjności:

• Słowa poziomu 1 są zawsze zastępowane prostszymi synonimami. Na przykład leverage staje się use.
• Słowa poziomu 2 podlegają wymianie, jeśli pojawiają się zbyt często w krótkim fragmencie tekstu.
• Słowa i frazy poziomu 3 są śledzone pod kątem gęstości. Jeśli frazy takie jak „decentralized computing" czy „solution integration" nagromadzą się w jednym akapicie, narzędzie sugeruje przepisanie zdania.

Po trzecie, system wykorzystuje dwuprzebiegowy audyt. W pierwszym przebiegu model przepisuje tekst i usuwa oczywiste wypełniacze typowe dla AI. Następnie uruchamia się drugi przebieg: agent ponownie czyta swoją własną wersję i szuka tego, co przypadkowo prześlizgnęło się przez sito. Zazwyczaj są to powtarzające się spójniki, wygładzony rytm lub słowa wprowadzające, które przeszły z oryginału.

Trzy tryby pracy

Możesz używać narzędzia w różnych scenariuszach:

1. Tryb przepisywania. To jest domyślny tryb. Wchodzi szkic, a wynik zawiera analizę znalezionych problemów, czystą wersję tekstu, listę wprowadzonych zmian oraz wyniki ponownego audytu.

2. Tryb wykrywania. Odpowiedni w przypadkach, gdy nie możesz lub nie musisz zmieniać tekstu źródłowego. Agent podświetla znalezione znaczniki i rankuje je według krytyczności, od P0 do P2, wskazując, gdzie jest oczywisty błąd, a gdzie tylko niuans stylistyczny.

3. Tryb edycji. Służy do bezpośredniej pracy z plikami. Agent zmienia tylko problematyczne akapity przez narzędzie Edit, pozostawiając w spokoju fragmenty, które są już napisane normalnym, żywym językiem.

Samodzielny silnik JS dla CI/CD

Katalog detector zawiera samodzielny moduł w czystym JavaScript bez zewnętrznych zależności. Potrzebujesz tylko Node.js w wersji 18 lub wyższej, aby go uruchomić. Silnik może działać bezpośrednio w przeglądarce lub być osadzony w zautomatyzowanych skryptach do sprawdzania dokumentów.

Kod analizuje strukturę tekstu, entropię słów funkcyjnych, rozkład interpunkcji i oblicza wynik końcowy od 0 do 100. Im niższy wynik, tym mniej stylu pisania generowanego przez AI tekst zawiera. Możesz uruchomić testy poleceniem:

npm test

Albo zaimportować moduł do swojego kodu JS:

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

Jak zainstalować skill w swoich narzędziach

Integracja zależy od Twojego środowiska.

Dla Claude Code wystarczy sklonować repozytorium do folderu skills:

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

Jeśli wolisz używać wtyczek Cowork, instalację można przeprowadzić przez polecenia konsolowe:

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

Developerzy pracujący w Cursor muszą pobrać plik reguł MDC do folderu projektu:

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

Podobne opcje wdrożenia istnieją dla OpenClaw, Hermes, Codex, Windsurf, Cline i GitHub Copilot. Wszystkie używają tego samego pliku instrukcji SKILL.md.

Przykład oczyszczania tekstu

Aby zobaczyć różnicę, wystarczy przyjrzeć się, jak skill obsługuje typowy komunikat prasowy napisany przez AI.

Oryginalny tekst:

Certainly! Acme Analytics, a vibrant startup nestled in the heart of Boulder\'s thriving tech ecosystem, has secured $40M in Series B funding — marking a watershed moment for the observability landscape. The platform serves as a unified hub, featuring real-time dashboards, boasting sub-second queries, and presenting a seamless integration layer. Moreover, experts believe Acme is poised to disrupt the market. In conclusion, the future looks bright!

Zredagowana wersja:

Acme Analytics raised a $40M Series B led by Sequoia. The Boulder-based startup makes an observability platform that runs queries in under a second and plugs into existing monitoring stacks without custom integration work.

Narzędzie usunęło powitanie chatbota, epitety oceniające („vibrant", „thriving"), cliche („watershed moment"), nieuargumentowane uogólnienia („experts believe") i pozbawione znaczenia wypełniacze. Pozostały tylko konkretne fakty, liczby i sedno sprawy.

Kto znajdzie repozytorium przydatne

Projekt jest przydatny dla każdego, kto regularnie używa AI do generowania treści i chce zachować normalny ludzki styl. Szablony i reguły z SKILL.md wyraźnie pokazują, jak formatować instrukcje dla agentów, aby produkowały jakościowy wynik bez werbalnego chaosu.

Projekt jest rozpowszechniany na licencji MIT. Ma ponad 25 000 gwiazdek na GitHub i aktywną społeczność, która dostosowuje reguły do różnych języków.