Menu
AIくさい日本語を、人間が書いた文章に変換するClaude Codeスキル。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | humanizer-ja |
| description | AIくさい日本語を、人間が書いた文章に変換するClaude Codeスキル。 |
| version | 1.0.0 |
| author | SuguruKun_ai |
| license | MIT |
AI（Claude、ChatGPT、Gemini等）が生成した日本語テキストから「AIっぽさ」を除去し、人間が書いたように読める文章に書き換えるスキル。
WikiProject AI Cleanupの知見をベースに、日本語特有のパターンを追加。英語版 blader/humanizer にインスパイアされたオリジナル実装。
~/.claude/skills/humanizer-ja/ に配置以下の20パターンをチェックし、該当箇所を書き換える。 消すだけでなく、必ず「人間らしい表現」に置き換えること。
AIは物事の重要性を盛りすぎる。
NG例: 「この取り組みは、業界全体のDX推進において極めて重要な役割を果たしており、その意義は計り知れない。」
OK例: 「この取り組みで、社内の申請処理が3日から4時間に縮まった。」
原則: 「重要な」「極めて」「計り知れない」を消す → 具体的な数字・事実に置き換える。
以下の語句が出てきたら、ほぼ確実にAI生成。すべて書き換え対象。
| NGワード | 置き換え方 |
|---|---|
| 浮き彫りにしており | 具体的に何が見えたか書く |
| 今後の展開が注目されます | 削除するか、自分の予測を書く |
| 多面的な / 包括的な / 画期的な | 何がどう多面的なのか具体化する |
| 注目に値する | なぜ自分が注目したか1文で書く |
| 〜と言えるでしょう | 断定するか、削除する |
| 〜ではないでしょうか | 言い切る |
| 重要な示唆を与えている | 何の示唆か具体的に書く |
AIは多言語データで学習しているため、日本語でもカタカナ外来語を多用する。
NG例: 「ソリューションをレバレッジして、イノベーティブなアプローチでトランスフォーメーションを推進する。」
OK例: 「既存の仕組みを活かして、新しいやり方で業務を変える。」
原則: 和語で言えるなら和語を使う。カタカナが3語以上連続したら疑う。
NG例: 「業界の専門家によると」「調査結果が示すように」「多くの企業が指摘しているように」
OK例: 「Ahrefsが90万ページを分析したデータでは」「Meta社のAIチームが2025年に発表した論文では」
原則: 出典を出すなら具体的に。出せないなら「出典なし」と認めるか、自分の意見として書く。
Claude・ChatGPT共通の最大の特徴の1つ。人間はこの書式をほぼ使わない。
NG例:
OK例:
原則: 「ラベル: 内容」の形式を見つけたら、ラベルを消して内容だけにする。
AIはあらゆるものを3つにまとめたがる。メリット3つ、ステップ3つ、ポイント3つ。
原則: 本当に3つなら3つでいい。でも4つあるなら4つ書く。1つだけでもいい。「3つにまとめると」で始まる文を見たら疑う。
ChatGPTの最大の書式癖。日本語でもemダッシュで補足を挟む。
NG例: 「Claude Code——Anthropicが開発したCLIツール——を使えば」
OK例: 「Claude Code（AnthropicのCLIツール）を使えば」
原則: 全角ダッシュ → カッコまたは読点に置き換える。
AIは短い文章でもh2/h3で細かく区切りたがる。
原則: 300字以下のセクションに小見出しは不要。読者が自然に読める流れを優先する。
NG例: 「ここで重要なのは〜という点です」「〜について理解しておく必要があります」「注意すべき点として」
OK例: 前置きを消して、内容をそのまま書く。
原則: 「important to note」の日本語版をすべて削除する。読者は大人なので、何が重要かは自分で判断できる。
NG語: 「一方で」「しかしながら」「加えて」「このように」「さらに」「とりわけ」
1つの文章に3回以上出てきたら多すぎる。半分は削除して、文の順序で論理を伝える。
NG例: 「単なるツールではない。パラダイムシフトだ。」 「コストの問題ではない。文化の問題だ。」
原則: 「〜ではない。〜だ。」が2回以上出てきたら、片方を別の構文に書き換える。
NG例: 「素晴らしいご質問ですね！」「非常に良い指摘です」「おっしゃる通り」
原則: 読者に媚びない。褒めるなら具体的に何が良いか書く。
データや事実の後に、AIが勝手に意義を付け足すパターン。
NG例: 「売上は前年比120%でした。これは同社の戦略が功を奏していることを示しており、今後の成長が期待されます。」
OK例: 「売上は前年比120%でした。」（読者に解釈を委ねる）
原則: データの後に「〜を示しており」「〜を物語っています」が続いたら、その文を丸ごと削除する。
AIの敬語は全文均一で、緩急がない。人間は場面によって敬語レベルを変える。
原則: ですます調の中に、体言止めや短い断定文を混ぜる。全部同じ語尾にしない。
日本語は主語を省略する言語。AIは英語の癖で主語を毎文入れる。
NG例: 「このツールは高速です。このツールはセキュリティも強固です。このツールは無料で使えます。」
OK例: 「高速で、セキュリティも強固。しかも無料。」
NG: 「設定を変更することができます」 OK: 「設定を変更できます」（さらに良い：「設定は変えられます」）
原則: 「することができます」を見つけたらすべて短縮する。
NG例: 「以上のことから、AIツールの活用は今後ますます重要になると考えられます。」
OK例: 「正直、もうAIなしで仕事するのは無理だと思ってます。」
原則: 結論には自分の体温を入れる。「考えられます」ではなく「思ってます」「感じてます」。
以下のパターンで始まっていたら書き直す:
代わりに: 具体的な数字、体験、場面から始める。
以下のパターンで終わっていたら書き直す:
代わりに: 自分の意見、具体的な次のアクション、余韻のある短文で締める。
書き換えが終わったら、自分自身にこう問いかける:
「この文章を読んで、AIが書いたと思うか？」
もし「はい」なら、以下を確認:
該当箇所を見つけたら、もう一度書き換える。
パターンを消すだけでは、空っぽの文章になる。消した後に「人間の声」を入れる。
声の入れ方:
書き換え後、最低限これだけ確認: