harshaneel/humanize

humanize – LLMエージェント向けのルールベース「人間らしい」ライティングスキル

概要 – あらゆるLLMベースのコーディングまたはライティングアシスタント（Claude Code、Codex CLI、ChatGPTデスクトップ版、Gemini、Cursor、Aider、OpenCodeなど）向けに、2つの静的スキルを提供する軽量なMITライセンスのレポジトリです。

スキル	目的	仕組み
humanize	自然なリズム、具体的な詳細、一貫した声を持つ、人間が書いたようなテキストへの書き換えや生成。	AIテキスト検出に関する文献で特定された9つの「人間化レバー」（パープレキシティの低減、バースト性の注入、ヘッジの調整、具体性の挿入、声の調整など）から導き出されたルールブックを含む単一の SKILL.md ファイル。モデルやAPI呼び出しは不要で、ホストとなるLLMが指示に従うだけです。
ai-check	あらゆる文章におけるAI生成シグナルの法医学的分析。	入力から9つのシグナルカテゴリをスキャンし、フラグを引用して判定（人間 / おそらく人間 / 不確実 / おそらくAI / AI）を返し、信頼度とAIによる編集量の推定値を提供するもう一つの SKILL.md です。

インストール – すべてのサポート対象エージェントで共通のコマンド

# レポジトリをクローン（ディスクから読み込むエージェントには必須）
git clone https://github.com/harshaneel/humanize.git
cd humanize

# サポートされているすべてのスキルディレクトリにインストール（Claude、Codex、汎用エージェント）
./install.sh all   # シンボリックリンクではなくコピーを好む場合は --copy を追加

Claude Code および Codex CLI はマーケットプレイスワークフローもサポートしています：

claude plugin marketplace add harshaneel/humanize
claude plugin install humanize@humanize   # Codexも同様

Web版Claudeやその他のチャットUIでは、Settings → Capabilities → Skills 画面から2つの SKILL.md ファイルをアップロードするか、内容をシステムプロンプトとして会話に貼り付けるだけで利用可能です。

スキルの使用方法

Humanize – テキストの書き換え：

/humanize:humanize

[AI生成テキストを貼り付け]

またはモデルに直接依頼：

このテキストを人間らしく書き換えて：…

AI-check – テキストの監査：

/humanize:ai-check

[文章を貼り付け]

または：

これはAIっぽく聞こえる？…

レポジトリをローカルにクローンすれば、両方のコマンドは短い名前（/humanize および /ai-check）で動作します。

声の調整（オプション）

ターゲットとなるテキストの前に短い個人的なライティングサンプルを提供すると、スキルがリズム、語彙、構造的な癖（HyPerAlign法、arXiv 2505.00038を使用）を抽出し、書き換えに適用します。

READMEで報告されているベンチマーク

• データセット – 25種類のAI風の入力（技術ブログ、学術抄録、ビジネスメール、LinkedIn投稿、READMEの導入部など）。
• 内部スコアラー – レポジトリ独自の ai-check（ルールベースの文体測定）。平均スコア = 5.24 / 27（低いほど人間らしい）；人間6、おそらく人間19、不確実以下0。
• 外部スコアラー – Binoculars（クロスパープレキシティ検出器、ICML 2024）。平均スコア = 0.9928（高いほど人間らしい）、25個すべての出力が人間の閾値（0.854）を上回りました。
• 結論 – 多様なレジスターにおいて、書き換えられた出力は、2つの独立したパープレキシティベースの検出器によって一貫して人間らしいと判断されています。

既知の制限（著者による説明）

• ルールベースのアプローチでは、GPTZero、Grammarly、Pangramなどの学習済み分類器を打ち負かすことはできません。これらのモデルは元のLLMの重みに焼き付けられた「RLHF指紋」を調べており、表面的な書き換えだけでは消去できません。
• このスキルは静的であり、新しいデータから適応したり学習したりすることはありません。その有効性は、検出研究の進化に伴い、9つのレバーが関連性を保てるかどうかに依存します。
• 学習済み分類器のスコアが重要な高リスクのシナリオでは、READMEは補完的な手法（クロスモデルの言い換えチェーン、ベースモデルの書き換え、手動編集）を推奨しています。

利用シーン

• 公開や共有の前に、AI生成のドラフトをより個人的な響きにするための無料かつオフラインな方法が必要な場合。
• サードパーティサービスにデータを送信することなく、文章内のAI生成シグナルを迅速かつ再現性高く監査したい場合。
• すでにClaude Code、Codex CLI、または同様のLLMエージェント環境で作業しており、外部APIではなくプラグアンドプレイのスキルを好む場合。

---

TL;DR – humanize は、あらゆるLLMエージェントに導入可能な2つのゼロ依存・ルールベースのスキルを提供し、(1) AIテキストを人間らしく書き換え、(2) 詳細なAI検出レポートを作成します。インストールは単一のスクリプトまたはマーケットプレイスコマンドで行い、使用はシンプルなスラッシュコマンドです。著者は、2つのパープレキシティベースの検出器で人間らしいスコアを示す小規模なベンチマークを提示しています。このアプローチは透明性が高くオープンソースですが、最新の学習済みAI検出器を打ち負かすものではありません。