work-humanizer — скилл

Скилл убирает ИИ-интонацию из рабочих текстов и сохраняет каждый факт, обязательство и оговорку на прежней силе.

  • 129 ★ репозитория
  • Последний коммит
  • MIT
Скилл

Минимальный доступ

Почему такой уровень

  • Скилл правит только текст, который вы даете, ничего не запускает и никуда не отправляет, скрипт `check.py` по желанию читает ваш файл.
Все причины и проверки

phuryn/work-humanizer

Установка

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/work-humanizer

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Минимальный доступИнструмент ничего не запускает и не ходит в сеть.

  • Скилл правит только текст, который вы даете, ничего не запускает и никуда не отправляет, скрипт `check.py` по желанию читает ваш файл.

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

work-humanizer правит письма продаж, тексты рассылок, ответы поддержки, кадровые и юридические письма, документацию и посты. В режиме правки он сначала перечисляет все факты с уровнем уверенности, затем пишет текст заново простым человеческим голосом и в конце проверяет каждое предложение на сохранность смысла. Он не вставляет опечатки, жаргон и выдуманные истории. В режиме интервью скилл спрашивает до пяти недорогих вопросов, когда черновик собран нейросетью и пуст: не хватает числа, примера, того, что пошло не так. Необязательный `check.py` механически проверяет тире, точки с запятой, штампованную лексику, связки-заполнители и разброс длин предложений. В README приведен слепой тест: четыре ИИ-судьи на 12 текстах и подсчет изменений смысла.

Для кого. Менеджерам, маркетологам, специалистам поддержки и юристам, у которых слова в письме равны обязательствам и ИИ-черновик нельзя править вслепую.

Подходит, если

  • Черновик письма клиенту звучит как машинный, а обещания и условия должны остаться прежними.
  • Из нескольких пунктов нужно собрать письмо без добавленных фактов.
  • Лендинг или пост написаны нейросетью, и нужно вернуть голос автора по собственным заметкам.
  • Нужно проверить текст скриптом на стандартные приметы ИИ перед отправкой.

Не подходит, если

  • Нужно обойти ИИ-детекторы: автор сообщает, что на Pangram такие правки остаются распознанными как ИИ, помогают только собственные рассуждения.
  • Нужна художественная проза или академический текст: скилл создан для рабочих писем.
  • Текста нет и нечего править: скилл не придумывает факты.

Пример запроса к агенту

Используй work-humanizer на этом тексте и сначала задай мне вопросы: письмо клиенту про возврат депозита.

Ограничения

Скилл не гарантирует, что текст пройдет ИИ-детектор: по тесту автора на Pangram правки читаются как ИИ на 2–4 процента человеческого. Результат лучше, когда вы даете собственные заметки или расшифровку голосовой записи: на таких материалах версия скилла набрала 100 процентов человеческого на 4 из 4 текстов. Вопросы интервью проверены на ИИ, который отвечал за писателя по списку фактов, с живыми людьми режим не испытан. Сравнение сделано на модели Claude Sonnet и 12 текстах, на других моделях цифры могут отличаться. Скрипт `check.py` требует Python.

Как отключить. Удалите папку `work-humanizer` из каталога скиллов агента: `~/.claude/skills/` или `.claude/skills/` для Claude Code, `~/.codex/skills/` для Codex.

Частые вопросы

Как установить work-humanizer в Claude Code?

Выполните `npx skills add phuryn/work-humanizer` либо скопируйте папку `skills/work-humanizer` в `~/.claude/skills/` для всех проектов или в `.claude/skills/` для одного. Для Codex путь `~/.codex/skills/`.

Как вызвать скилл?

Напишите агенту «Use work-humanizer on this» и вставьте текст, либо добавьте «and interview me first» для режима интервью. Можно указать файл, например `docs/launch-post.md`.

Чем он отличается от обычного промпта «сделай человечнее»?

Скилл правит меньше и не добавляет фактов: в тесте автора 18 изменений смысла на 12 текстах против 42 у однострочного промпта. Тот же промпт читается живее, но переписывает свободно и подмешивает то, чего автор не говорил.

Помогает ли скилл пройти ИИ-детектор?

Нет, по данным автора, правки остаются распознанными как ИИ. Результат улучшается, когда текст строится на ваших рассуждениях и заметках, и хуже, когда правят один чужой черновик.

Что проверяет check.py?

Скрипт ищет тире, точки с запятой, заезженную лексику ИИ, связки-заполнители, фразы с паузой и указанием и однообразную длину предложений. Запуск: `python skills/work-humanizer/check.py draft.md`.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы
Выбор редакции

Скилл, который убирает из текста приметы ИИ-письма по списку Википедии и не добавляет выдуманных фактов

СкиллМинимальный доступ68,4 тыс.Звезды репозитория

Два скилла для английского текста: humanize переписывает черновик нейросети живым слогом, ai-check находит машинные приметы

СкиллМинимальный доступ622Звезды репозитория

Скилл находит приметы машинного текста, переписывает его в выбранном голосе и по желанию дает оценку от 0 до 100

СкиллМинимальный доступ308Звезды репозитория
Российский стек

Редактор русского текста после нейросети: убирает канцелярит, штампы и признаки AI по 38 паттернам, факты не трогает

СкиллМинимальный доступ210Звезды репозитория

Скилл редактирует немецкие ИИ-черновики: убирает штампы, сохраняет факты и стиль автора и проверяет 72 языковых шаблона.

СкиллМинимальный доступ205Звезды репозитория

Скилл и CLI на Node.js оценивают английский текст по шаблонам ИИ-письма и статистике и подсказывают правки от 0 до 100

СкиллМинимальный доступ132Звезды репозитория

Сравнение с похожими

Карточки с тем же главным запросом: чем они отличаются.

ИнструментОфициальныйЗвезды репозиторияГлавное отличие
work-humanizer (эта карточка)нет129
Humanizerнет68 355скилл по списку примет ИИ-письма из Википедии; здесь упор на рабочие тексты с обязательствами и режим интервью
Humanizeнет622два скилла для английского текста, правка и проверка; здесь один скилл с режимами правки и интервью и опубликованным слепым тестом

Коротко о README

README начинается с итогов слепого теста на 12 текстах: доля выбранных судьями версий, число изменений смысла и результат детектора. Затем идут установка, примеры вызова, описание режимов правки и интервью, список замечаемых примет ИИ и данные в папке `evidence/`.

Бейдж для README

Исходный SKILL.md

---
name: work-humanizer
description: |
  Edit AI-sounding text so it reads like a careful person wrote it, without changing
  what it says or commits to. Built for work writing where the wording matters: sales
  and marketing copy, support replies, HR and legal letters, emails, docs, release
  notes, posts, landing pages. Two modes. Rewrite: edit the text you are given.
  Interview: when a draft is AI-composed and thin, ask the writer 3-5 sharp questions
  and build the piece from their answers, in their words. Also writes from the
  writer's own notes or a voice-memo transcript. Calibrated on measured differences
  between human and AI writing.
---

# work-humanizer

Make the text read like a specific person wrote it for a specific reader. Keep every fact. Invent nothing.

Three things we measured shape everything below:

1. **Readers notice texture.** Emphasis with no information in it, uniform rhythm, generic claims, and sentences that do the reader's thinking for them. Those are fixable by editing.
2. **Detectors read composition, not words.** A human-written article stayed 99-100% human on a commercial detector after AI formatting, an AI copyedit, and a full AI sentence-by-sentence rephrase. The same piece composed by AI from its outline scored 68% human, and a style-targeted rewrite of that AI version moved it one point. In our October 2026 test, rewrites of AI drafts by this skill, by blader/humanizer, and by a bare prompt all stayed AI on that detector, while versions built from the writer's own sentences scored human roughly in proportion to how many of those sentences survived. An assistant model rewording a draft does not change who composed it. (A paraphrase model trained against detectors did flip the score, and in the same test it cost meaning and quality.) Never promise "undetectable". If the writer needs text that is genuinely theirs, use interview mode.
3. **Specifics carry the human signal.** Density of numbers, names, and dates was the one signal that tracked reader response across the creators we studied. You may only use specifics that are in the source or that the writer gives you.

## Pick the mode

**Rewrite mode** (default). The user gives you text; you edit it.

**Interview mode.** Use it when the user asks for it, or when the writer can answer and the text fails this test: *could anyone with the same one-line request have written it?* If yes, it is missing what only the writer knows (the real example, the number behind "significantly", what went wrong, what they actually think), and no edit can supply that. This is the usual case for posts, newsletters, essays, bios, talk abstracts, pitch emails, landing pages, job posts, and launch stories. Rewrite without asking when the text is operational and its facts are all present: a Slack update, a support answer, a release note, a policy, a doc.

## Interview mode

Ask one round of at most 5 questions, then write.

- **Each question fills a gap a reader would feel.** The real example, the number, the name, what happened, what the writer actually thinks, what they would tell a friend. Quote the line the answer will replace.

Сообщить о проблеме