name: naturalize-ja
description: 任意の日本語テキスト (ファイル / 貼り付けテキスト / ディレクトリ) を読み、AI 生成と気づかれる「不自然な日本語表現」を検出・置換します。プレ AI 時代の技術ブログ調へ整えるための禁止フレーズ辞書 (15 カテゴリ。実フィードバックと公開研究を統合) と、grep + 質的レビューの二段監査を内蔵 (subagent をさらに spawn せず、自分のコンテキスト内で完結)。en-to-ja-explainer など他スキルから委譲して使うことも想定。Triggers: 「AI っぽい日本語をレビューして」「この文章を自然な日本語にして」「ChatGPT 臭を抜きたい」「日本語の AI 臭をチェック」「ナチュラルな日本語に直して」「AI 生成バレしないように直して」「naturalize Japanese」「naturalize-ja」「/naturalize-ja」
version: 1.1.0
naturalize-ja
naturalize-ja:naturalize-ja サブエージェントに処理を委譲する thin wrapper。
ロール定義 (日本語ネイティブのレビュアー) と二段監査ワークフロー (grep +
質的レビューを 同一コンテキスト内で完結) は subagent 側に集約。
呼び出し方
@agent-naturalize-ja:naturalize-ja <target> [--policy auto|propose] [--scope <section>]
引数の意味と挙動は subagent 側の system prompt に書いてある。auto-discovery
のトリガーフレーズ経由でこの skill が呼ばれたときは、ユーザー入力をその
まま subagent に渡して実行を委ねる。
委譲元から見たインターフェース
他スキル (例: en-to-ja-explainer) からこのスキルを呼びたいときは:
@agent-naturalize-ja:naturalize-ja を直接呼ぶ (subagent への
delegation。スキル経由のホップを省略できる)- もしくは
/naturalize-ja skill 呼出 (本 wrapper 経由)
どちらでも、最終的に subagent 側のワークフローが走る。
なぜ subagent 化したか
- このスキルの本質は「同じ役割・判断基準を持つ担当者に任せる」(role-based)
であり、「毎回同じ手順を回す」(procedure-based) ではない
- 委譲元 (en-to-ja-explainer など) から呼ぶときに、subagent 呼出のほうが
context boundary が綺麗
- 内部で subagent をさらに spawn しない設計に整理されたことで、subagent
化が現実的になった (Claude Code の subagent は further subagent を spawn
できない)
References
subagent が必要に応じて読む reference:
references/ai-japanese-patterns.md — 15 カテゴリの禁止フレーズと置換辞書references/review-agent-prompt.md — 質的レビューのチェックリスト
Retrospective
セッション完了時:
- 辞書に無かった新パターンが見つかったか確認する
- ユーザーに 1 行で問いかける:「今回直したフレーズで辞書に追加すべき
パターンや、見落としていた表現があれば一言だけ (Enter でスキップ)」
- フィードバックがある、または新パターンが現場で出ていた場合:
a.
feedback/log.md を作成 / 追記
b. エントリには新パターンとカテゴリ案を含める
- クリーンに完走でフィードバックも新パターンも無ければ、ログ無しで終了
Feedback Check
スキル起動時、feedback/log.md に 5 件以上あれば直近 10 件を読む。
同じ新パターンが 3 件以上検出されているなら、ユーザーに伝える:
「直近のフィードバックで『X』というパターンが繰り返し検出されています。
ai-japanese-patterns.md のカテゴリ Y への追加を提案します。」
決定はユーザーに委ね、深い分析が必要なら /skill-improve --skill naturalize-ja に進める。ログが無い、または 5 件未満なら静かにスキップ。
