Humanizer Skill for Claude

Run detect.py on a .txt or .md draft to find AI-writing patterns and get an AI probability score.

Use transform.py to humanize the draft, then run compare.py to check the before/after improvement.

• 您有 AI 起草的內容（來自 ChatGPT、Claude、GPT-4 等），在發布或提交前需要讀起來更自然。
• 您想對文件進行系統性、基於模式的審查，以在手動編輯前識別出特定的 AI 標記。
• 您需要批次處理——在單次執行中掃描或轉換數十個 .txt 或 .md 檔案。
• 您想透過前後 AI 機率分數來量化追蹤改善成效。

• 您需要即時瀏覽器或編輯器內的改寫工具 — 這是一個基於命令列介面（CLI）的工作流程，採用檔案輸入／輸出方式。
• 文字包含高度技術性或特定領域的內容，自動化的詞句替換可能會引入不準確之處；對於 AI 詞彙及宣傳性語言的標記，仍建議進行人工審查。

detect.py 腳本會針對四個嚴重程度層級檢查各種模式：重大問題（引用錯誤、聊天機器人產物）、高訊號（AI 慣用詞彙，如 delve 或 tapestry、誇大重要性）、中訊號（填充語句、模糊歸因）以及風格訊號（彎引號、破折號過度使用）。每個問題都會附上整體 AI 機率評級，分為低、中、高或極高。

transform.py 會針對最可靠的模式類別自動套用修正——包括移除 markdown 格式、刪除聊天機器人的開場/結尾句、將迴避繫詞的構式替換為簡單的對等表達（is/has），以及簡化填充詞語。可選的激進模式（-a）還會進一步簡化 -ing 子句，並減少破折號的過度使用。

compare.py 會同時對原始版本與轉換後版本執行偵測，讓您在儲存結果前即可確認分數是否有所提升。此外，您也可以在同一道指令中，選擇將清理後的版本儲存至指定的輸出檔案。

所有標記的術語和替換規則都儲存在 scripts/patterns.json 中。您可以新增或移除 AI 詞彙、誇大用語、促銷語言、填充詞替換以及聊天機器人慣用語等項目，而無需修改任何 Python 程式碼。

這些腳本接受標準輸入（stdin）並支援 shell 迴圈，讓您只需一個指令即可輕鬆掃描或轉換整個目錄中的 .txt 或 .md 檔案。detect.py 的 JSON 輸出模式（-j）可進一步實現腳本化與自動化處理。

在草稿上執行 detect.py，以找出聊天機器人生成的痕跡、引用錯誤，以及 Turnitin 或 GPTZero 等抄襲或 AI 偵測工具可能標記的誇大用語。使用 transform.py 自動修正最明顯的標記特徵，再依照標記出的人工審查項目，針對詞彙與語氣進行調整。

編輯人員可以透過 shell 迴圈批次掃描一個包含 AI 草擬部落格文章的資料夾，以取得每個檔案的 AI 機率分數。任何評分達到「中等」或以上的檔案，在進行人工審閱之前都會先經過 transform.py 的 Humanize AI text 處理，從而減少處理最機械化寫作模式所需的編輯時間。

由大型語言模型產生的行銷草稿，往往充斥著促銷式填充詞（vibrant、groundbreaking、nestled）以及結構性陳腔濫調。此技能會自動標記並移除這些問題，為人類文案撰稿人提供更簡潔的起點。

AI 生成的技術文件經常包含 markdown 格式殘留、聊天機器人結尾用語以及彎引號簽名等問題。transform.py 可針對 .md 檔案批次清除這些格式問題，確保輸出結果符合一致的純文字或企業樣式規範。