humanizer-ru: очеловечить русский AI-текст для Claude Code и Cowork

Скилл для Claude. Убирает 52 признака нейросети в русском тексте: канцелярит, кальки, фингерпринты ChatGPT и Claude. Обходит GPTZero, DivEye, RuBERT-детекторы. 20 жёстких банов, quad-pass аудит, калибровка под голос автора.

English version

Зачем это нужно

Английский humanizer для русского текста не работает. У русских AI-маркеров своя физика: канцелярит («осуществление внедрения»), кальки с английского синтаксиса («стоит отметить, что»), отсутствующие частицы («же», «ведь», «вот»), которыми живой русский дышит. С английскими паттернами это не пересекается вообще.

Кроме того, в 2025-2026 Claude и GPT-4/5 научились имитировать «глубокомысленность»: короткими рублёными предложениями («Точно. Отдельно. Рефлексивно.»), псевдо-сократическими вопросами («Зачем? Потому что.») и псевдо-терапевтическим регистром («ты не ошибаешься, что так чувствуешь»). Это новый слой маркеров, которого нет ни в одном другом humanizer.

Что внутри

52 паттерна AI-генерации в 12 категориях:

• A. Контентные: пустые открытия, размытые авторитеты, формульные выводы
• B. Языковые: канцелярит, кальки, «является», нагромождение причастий
• C. Стилистические: длинные тире, навязчивые списки, болд
• D. Коммуникативные: артефакты чатбота, заискивание, водянистость
• E. Морфологические: падежные ошибки, деепричастия не к подлежащему
• F. Тональные: эмоциональная стерильность (4 подтипа), нет иронии, нет метафор
• G. Структурные: разорванные абзацы, narrative drift, галлюцинации
• H. Человеческие мелочи: идеальная грамотность, вылизанная типографика
• I. Паттерны убеждения: негативные параллелизмы, авторитетные трюизмы
• J. Информационный ритм: равномерная плотность, гладкие переходы, macro-burstiness
• K. Хеджирование и специфика: модальная неопределённость, translationese, нет идиом
• L. Стилистические фингерпринты 2025-2026: рваная медитативность, контр-вопросы, эмодзи-декор, псевдо-терапия

20 жёстких банов: конструкции с абсолютным запретом. От «В современном мире...» и «Стоит отметить, что...» до маркетинговых клише «Раскрыть потенциал», «Комплексный подход», «Открывает новые горизонты».

Quad-pass аудит: четыре независимых прохода: Детектор (поиск маркеров), Человек с улицы (взгляд читателя), Кардиограмма (вариативность информационной плотности), Скелет (анализ первых строк пунктов списка на шаблонность).

Калибровка под голос автора. Если дать образцы своего письма, скилл анализирует ритм, лексику, любимые обороты, пунктуацию, тон и применяет ваш стиль вместо средне-нейтрального.

Три режима работы:

• Полное редактирование (по умолчанию): все 52 паттерна
• Аудит: только диагностика, текст не трогает
• Точечная правка: работа с одной категорией

Что ловят детекторы: секция с конкретными числами из исследований 2025-2026. DivEye даёт 39.4% точности на вторых производных surprisal. Perplexity gap 29.5 vs 15.2 (человек vs LLM). CoPA контрастное вычитание: +57.7% улучшения детекции. AINL-Eval 2025: RuRoBERTa выходит на 86.35% на 52K русских текстов.

Установка

Скилл разворачивается тремя путями: загрузкой в веб-интерфейс Claude.ai, централизованной раскаткой на команду или установкой в локальные агенты (Claude Code, Cowork, API).

1. Claude.ai (веб-интерфейс)

1. Скачайте репозиторий ZIP-архивом:
   https://github.com/ilyautov/humanizer-ru/archive/refs/heads/main.zip
2. Откройте Claude.ai → Settings → Capabilities → Skills.
3. Нажмите Upload skill и выберите скачанный архив.

Если Claude.ai не принимает архив из-за вложенной папки humanizer-ru-main, склонируйте репозиторий и заархивируйте папку вручную:

git clone https://github.com/ilyautov/humanizer-ru.git
zip -r humanizer-ru.zip humanizer-ru/

2. Организации (Enterprise и Team)

Администраторы Claude for Work раскатывают скилл централизованно через workspace skill library, и он становится доступен всей команде без индивидуальной загрузки. Загрузите ZIP в Admin Console → Workspace Skills → Add skill.

3. Claude Code, Cowork и API (локальные агенты)

Через плагин-маркетплейс (рекомендуется):

/plugin marketplace add ilyautov/humanizer-ru
/plugin install humanizer-ru@ilyautov-plugins

После установки плагин подгружает скилл автоматически при триггерах вроде «очеловечь», «убери канцелярит», «перепиши как человек».

Через skills.sh CLI (универсальный путь для любого Claude-агента):

npx skills add ilyautov/humanizer-ru

CLI кладёт SKILL.md в ~/.claude/skills/humanizer-ru/ и регистрирует скилл в индексе skills.sh.

Через API (/v1/messages и аналоги): передайте скилл параметром container.skills. Детали в документации вашего клиента.

Вручную (если ничего из выше не подошло):

mkdir -p ~/.claude/skills/humanizer-ru
curl -o ~/.claude/skills/humanizer-ru/SKILL.md \
  https://raw.githubusercontent.com/ilyautov/humanizer-ru/main/skills/humanizer-ru/SKILL.md

Или клонированием:

git clone https://github.com/ilyautov/humanizer-ru.git ~/.claude/skills/humanizer-ru

Использование

Попросите Claude по-русски:

Очеловечь этот текст: [вставьте текст]
Перепиши, звучит как робот: [вставьте текст]

Триггеры срабатывания: «очеловечь», «убери следы нейросети», «сделай живым», «звучит искусственно», «перепиши как человек», «убери канцелярит», «слишком формально».

Режим аудита (только диагностика, без переписывания):

Проверь этот текст на AI-маркеры: [вставьте текст]

Точечная правка одной категории:

Убери канцелярит из текста: [вставьте текст]

До и после

Полное редактирование:

До:

В современном мире искусственный интеллект играет всё более важную роль в различных сферах деятельности. Стоит отметить, что данная технология является мощным инструментом для оптимизации рабочих процессов.

После:

За последний год я внедрил AI-инструменты в три проекта. Два ускорились вдвое. Третий развалился, потому что команда перестала проверять то, что выдаёт модель. AI работает, когда понимаешь его ограничения.

Пять жёстких банов сработали в двух предложениях. Типичная картина.

Режим аудита на том же тексте выдаст:

[A] Пустое открытие: "В современном мире..."
[A] HARD BAN: "является мощным инструментом"
[A] HARD BAN: "играет важную роль"
[A] HARD BAN: "Стоит отметить, что..."
[B] Канцелярит: "оптимизации рабочих процессов"
[B] Раздувание: "всё более важную роль в различных сферах"

Часто ищут

Как обойти GPTZero на русском? GPTZero измеряет perplexity и burstiness. Скилл поднимает оба показателя: контрастное вычитание (замена самого предсказуемого слова в каждом предложении) повышает perplexity, рваный ритм с короткими и длинными предложениями повышает burstiness. Адверсарный парафраз снижает true positive rate детекторов на 87.88% по NeurIPS 2025.

Как убрать признаки ChatGPT из текста? Главные сигналы: «не просто X, а Y» (80%+ AI-текстов), «стоит отметить», «является», длинное тире, отсутствие частиц «же/ведь/вот», равномерная информационная плотность. Скилл ловит и заменяет все 52 паттерна.

Как сделать текст ChatGPT человеческим на русском? Три шага: убрать 20 жёстких банов, пройти контрастным вычитанием (одна замена на предложение), добавить речевые привычки (частицы, иронию, личное мнение, метафоры). Калибровка под голос автора усиливает эффект.

Что такое канцелярит и как его убрать? Канцелярит: превращение глаголов в отглагольные существительные («осуществление внедрения» вместо «внедрили»). Главный маркер русских AI-текстов. Соотношение существительных к глаголам у AI 3:1, у людей 2:1. Скилл разворачивает номинализации обратно в глаголы.

Работает ли это с Claude Sonnet / Opus 4? Да. Это инструкция-каталог для любой модели Claude. Чем больше контекст модели, тем глубже она применяет правила. На Opus результат заметно сильнее на длинных текстах.

Можно ли использовать без плагина? Да. Скачайте SKILL.md и используйте как чек-лист для ручной правки или вставляйте в системный промпт любой LLM (ChatGPT, Gemini, YandexGPT, GigaChat).

Чем отличается от английского humanizer

Английский humanizer ловит универсальные AI-маркеры. Русские требуют отдельной модели: канцелярит, кальки с английского синтаксиса, частицы «же/ведь/вот», падежные согласования RuBERT-детекторов, морфологические ошибки длинных цепочек, плюс свежие фингерпринты Claude и GPT 2025-2026 («рваная медитативность», эмодзи-декор, псевдо-терапия), которые в англоязычных каталогах ещё не оформлены.

Источники

Скилл собран из четырёх независимых источников развития:

• Wikipedia: WikiProject AI Cleanup: базовый каталог признаков AI-текста на русском
• 15+ русскоязычных публикаций: Habr, vc.ru, Gramota.ru, стилометрические исследования ВШЭ, Dialog Conference (RuATD-2022 и AINL-Eval 2025), TechInsider, Kokoc.com
• Статья Ники Смирновой на vc.ru (май 2026): стилистические фингерпринты 2025-2026, регистр псевдо-терапии
• 106 arxiv-статей (2024-2026): Biber framework, DivEye, CoPA EMNLP 2025, PIFE, MASH, Antislop, AINL-Eval, NeurIPS 2025

Полный changelog с источниками: внутри SKILL.md.

Лицензия

MIT: используйте свободно, форкайте, дорабатывайте. Pull request с новыми паттернами приветствуются.

Ключевые темы: очеловечивание AI-текста, обход AI-детектора, признаки нейросети в тексте, humanizer русский, антидетектор ChatGPT, скилл Claude, плагин Claude Code, очеловечить ChatGPT, убрать следы AI, GPTZero обход, перепиши как человек, убрать канцелярит, признаки ИИ в тексте.