Как понять, что текст писала нейросеть, и чем убрать приметы
Текст, написанный нейросетью, выдает себя с первых строк. Я каждый день читаю десятки описаний для каталога и вижу одни и те же приметы: гладко, уверенно и мертво. Ниже разбираю, по каким признакам виден машинный текст и чем его чистят.

Содержание3 раздела
Все инструменты в подборке открытые и ставятся в Claude Code, Cursor и Codex. Зачем это нужно, кроме вкуса. Поисковики научились отличать шаблонный текст и занижают его в выдаче. Площадки помечают сгенерированное. А читатель, который почувствовал нейросеть, перестает верить автору. Приметы стоит снимать ради того, чтобы текст стал вашим, а не ради обмана детектора.
Как распознать текст нейросети
Эти признаки я вижу чаще всего. Поодиночке каждый ничего не доказывает, но вместе они складываются в узнаваемый почерк.
Шаблонный зачин. Абзац начинается с пустой рамки: «В современном мире», «Важно отметить, что», «Давайте разберемся». Живой человек сразу переходит к делу.
Контраст ради контраста. Нейросеть любит противопоставлять через отрицание: сначала отвергает очевидное, потом подставляет замену, или поднимает обычное до особенного. Звучит умно и ничего не стоит.
Вода и общие слова. «Решение повышает эффективность и оптимизирует процессы». Ни одной цифры, ни одного примера, по которому можно проверить. Человек пишет конкретику: что именно и насколько.
Ровный ритм. Все предложения одной длины, каждый абзац из трех пунктов. Текст качается, как метроном. У живого автора ритм рваный.
Канцелярит и отглагольные существительные. «Осуществление проверки» вместо «проверить», «в целях обеспечения» вместо «чтобы». Это калька с английского и штампы деловой переписки.
Декоративные приметы. Эмодзи вместо маркеров списка, стрелки в тексте, цепочки длинных тире, где нужна запятая. Иногда в тексте прячутся невидимые символы, которые модель вставляет сама.
Проверить догадку можно объективно. MCP Giga Checker оценивает текст на признаки генерации через GigaChat и возвращает агенту вероятность, а не ваше ощущение. Удобно прогнать черновик до того, как спорить о вкусе.
Чем убрать приметы: скиллы по шагам
Дальше иду по порядку, как сам правлю текст: от объективной проверки к чистке и смыслу.
1. Снять приметы в русском тексте
Humanizer RU написан под русский язык и ищет 38 паттернов машинного письма: канцелярит, пустые зачины, штампы, обертки чат-бота. Он переписывает текст и не трогает факты. Это мой первый проход, когда черновик уже есть, но пахнет моделью.
Следом стоит пустить Нора Галь по книге «Слово живое и мертвое». Скилл лечит то, что осталось: канцелярит, кальки с английского, мертвые обороты. Два инструмента дополняют друг друга, потому что смотрят на текст с разных сторон.
2. Вычистить шаблоны прозы
Stop Slop короткий и строгий: он выбрасывает шаблонные фразы и конструкции, по которым текст и опознают как нейросетевой. Это финальная чистка, когда крупное уже поправлено.
Скилл humanizer идет дальше разбора: находит приметы, перекладывает текст в выбранную интонацию и по желанию ставит оценку от 0 до 100. Оценка полезна как ориентир между черновиками.
3. Проверить факты, а не только стиль
Главная опасность нейросетевого текста не в стиле, а в выдуманных фактах. arXiv Review Paper Harness ведет агента от темы до обзорной статьи и сверяет каждую ссылку по живому источнику, а не по памяти модели. Подход переносится на любой текст, где есть цифры и цитаты: сначала проверка, потом публикация.
Для логики и убедительности есть Ясность: три скилла проверяют грамматику, связность и доказательность, изначально на юридических текстах, но правила общие.
4. Под конкретную задачу
Для карточек товаров и маркетплейсов удобен russian-description-compliance: он переписывает описание в чистый русский и убирает рискованные рекламные обещания, за которые площадка может наказать.
Для художественного текста подходит awesome-novel: среди его девяти агентов есть отдельная проверка на машинный стиль, так что проза проходит ту же гигиену, что и статья.
Что остается за автором
Ни один из этих скиллов не сделает пустой текст интересным. Они снимают приметы и чистят язык, но мысль, факт и позиция остаются за вами. Я отношусь к ним как к хорошему редактору: он поправит слог и поймает штамп, но не придумает за меня, что сказать.
Если хотите собрать свой набор под язык и задачу, посмотрите раздел скиллов в каталоге или спросите подбор с Foxx AI: опишите, с каким текстом работаете, и он предложит инструменты под вашу цель.
Инструменты из статьи
Подбор с Foxx AI- Humanizer RUРедактор русского текста после нейросети: убирает канцелярит, штампы и признаки AI по 38 паттернам, факты не трогает
- Нора ГальСкилл-редактор по книге Норы Галь «Слово живое и мертвое»: убирает канцелярит из русских текстов и лечит кальки в переводах
- Stop SlopКороткий скилл со строгими правилами, который вычищает из прозы шаблонные фразы и конструкции ИИ
- humanizerСкилл находит приметы машинного текста, переписывает его в выбранном голосе и по желанию дает оценку от 0 до 100
- MCP Giga CheckerMCP-сервер для проверки текста на признаки генерации нейросетью через GigaChat API
- arXiv Review Paper HarnessСкилл ведет агента от темы до обзорной статьи для arXiv в LaTeX IEEEtran: план на согласование, проверка каждой ссылки по живому источнику, сборка PDF
- Ясность: скиллы для юридических текстовМаркетплейс из трех скиллов для юриста: проверка грамматики, логики и убедительности правового текста на практике РФ
- Пакетная проверка описаний Ozon и Wildberries на соответствие правиламСкилл переписывает описания товаров в чистый русский HTML, убирая рискованные рекламные обещания и переводя нерусский текст
- awesome-novelСкилл для написания романа с девятью агентами: сеттинг, план томов и глав, проза, проверка на машинный стиль и архив с памятью героев
Вопросы и ответы
Как понять, что текст написала нейросеть?
По сумме примет: шаблонные зачины, противопоставления через отрицание, вода без цифр и примеров, ровный ритм предложений, канцелярит, эмодзи вместо маркеров и невидимые символы. Поодиночке каждый признак слаб, вместе они дают узнаваемый почерк. Объективно проверить помогает MCP Giga Checker.
Какой скилл убирает приметы нейросети в русском тексте?
Humanizer RU ищет 38 паттернов машинного письма в русском тексте и переписывает его, не трогая факты. Его хорошо дополняет Нора Галь против канцелярита и калек и Stop Slop против шаблонных фраз.
Можно ли сделать текст нейросети полностью неотличимым от человеческого?
Приметы снять реально, но смысл, факты и позиция остаются за автором. Инструменты чистят язык, а не придумывают содержание, поэтому пустой текст останется пустым, даже без явных примет.
Чем проверить, что в тексте нет выдуманных фактов?
Стилевая чистка не ловит вымысел. Для фактов нужна отдельная сверка: arXiv Review Paper Harness проверяет каждую ссылку по живому источнику, а не по памяти модели, и этот подход переносится на любой текст с цифрами и цитатами.
Канал SkillFoxx в Telegram
Новые скиллы и MCP-серверы из каталога и свежие статьи блога.
ПодписатьсяОбсуждение
Вопросов и комментариев пока нет.


