epoko77-ai/im-not-ai

何を解決するか

このプロジェクトは、LLM（ChatGPT、Claude、Geminiなど）によって生成された韓国語テキストの「AIらしい」質を解決します。特に、翻訳風表現（translationese）、機械的な構造（例：「まず、次に、最後に」）、頻繁に使われるAI特有の表現、過剰な受動態、繰り返しの文節リズムなど、ネイティブ韓国語話者にとって不自然に感じられる要素に焦点を当てています。

動作方法

このツールは Claude Code および OpenAI Codex CLI のスキルとして動作し、10カテゴリに分類された70以上のサブパターンの洗練された分類体系を用いて、AI特有の表現を検出し、再構成します。route_hint と呼ばれる動的ルーティングシステムにより、テキストの品質に応じて処理パスを決定します：

• 軽量（1回のLLM呼び出し）： AI特有の兆候が少ない良好な文章に対して。保守的な再構成を実行。
• 標準（2回のLLM呼び出し）： 一般的なAIドラフトに対して。診断フェーズの後に、ターゲット指向の再構成を実行。
• 重い（3回以上のLLM呼び出し）： 重度の「AIの雑さ」、非常に長い文書（15,000文字以上）、または厳密な検証が必要な場合。診断、再構成（必要に応じて並列チャンク処理）、最終確認フェーズを含む。

正確性を確保するため、以下の4つの厳格なルールを遵守します：意味（事実、数字、固有名詞）を保持、検出された部分のみを変更、元のジャンルを維持、過剰編集を防止（30%変更率で警告、50%で停止）。

対象ユーザー

• コアの意味を変えずに「AI臭」を除去したいライターおよび編集者。
• Claude Code や Codex CLI を使用し、プロフェッショナルで自然な韓国語出力を必要とするユーザー。
• 英語中心のAIモデルから生じる翻訳風韓国語に悩む人々。

特徴

• 韓国語特化の分類体系： 学術的な翻訳研究に基づき、過剰な「を通じて」（~를 통해）の使用や特定の二重助詞など、特定のパターンに焦点を当てています。
• 効率的なルーティング： 高品質なテキストに対しては重いパイプラインではなく1回の呼び出しで処理可能にすることで、トークンコストと処理時間を削減。
• マルチエージェントアーキテクチャ： 診断用エージェント（humanize-diagnostician）、一括再構成エージェント（humanize-monolith）、最終確認エージェント（humanize-finalizer）を専門的に活用。
• 定量的メトリクス： zスコアに基づくメトリクス（例：コロンの使用パターン）を統合し、テキストの「人間らしい」品質を客観的に測定・検証。