coji/natural-japanese

何を解決するか

大規模言語モデル（LLM）が生成する日本語テキストには、機械的で繰り返し的、あるいは英語からの直訳風に聞こえる「AI臭い」品質がしばしば見られます。このプロジェクトは、こうした出力を、ビジネス文書、ブログ、エッセイなどに適した明確でプロフェッショナルかつ自然な日本語に変換するためのシステムを提供します。

動作方法

このプロジェクトは「エージェントスキル」として動作し、機械的な検出とAIによる判断を組み合わせた3段階プロセスで機能します。

1. 事前設計: 生成を開始する前に、読者、主要メッセージ、見出しの骨格を定義します。
2. 生成制約: 「書き方憲法」として12のスタイルルール（例：「結論から始める」「同じパターンを3回以上繰り返さない」）を適用し、AI特有のパターンが発生しないようにします。
3. 機械的検出と反復処理: sudachipy を用いた形態素解析を基にした Python ベースの lint ツール（lint.py）で、禁止表現、単調なリズム、翻訳風構文を検出します。その後、AIが検出結果をレビューし、パターンが解消されるまでテキストを反復修正します。

さらに、アウトラインや用語の抽出専用スクリプト、および文埋め込みを用いたトピック進行の「平坦さ」を検出する実験的セマンティック分析ツールも含まれています。

対象ユーザー

AIを活用してビジネス文書（議事録、レポート、ガイド、研究メモ）、スライド構成、または日本語のノート、ブログ、エッセイなどの公開コンテンツを執筆するプロフェッショナルやライター。

特徴

• ハイブリッド検出: AIが自らを見逃しがちな点を機械的に検出する決定論的 linting と、AIによる文脈判断を組み合わせます。
• スタイル憲法: 生成の源で制約をかけるための12の厳格なルールセット。
• 読解負荷分析: --reading-load モードで、長文、二重否定、過剰な漢字連鎖を警告します。
• 反復収束: ベースラインを用いてバージョン間の差分を追跡するループにより、テキストが自然な状態に収束することを保証します。
• エージェント統合: npx skills add や openskills を通じて、Claude Code など他のエージェントに簡単にインストール可能なスキルとして利用可能。