Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.
Quelldateien prüfen
Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Ein direkter Befehl überspringt den Prüf-Prompt. Prüfen Sie die Quelle, bevor Sie ihn ausführen.
Der Befehl bleibt in einer Zeile. Scrollen Sie horizontal, um ihn vor dem Kopieren vollständig zu prüfen.
Sie bevorzugen eine lokale Kopie? Laden Sie die Dateien herunter, die SkillsMP derzeit vorliegen.
Datei-Explorer
2 Dateien
SKILL.md wird angezeigt
SKILL.md
Quellanweisungen · Schreibgeschützte Vorschau
name
humanizer-pl
version
1.1.0
description
Usuwa wzorce AI-slop z polskiego tekstu - sprawia, ze czyta sie naturalnie i ludzko.
Polska adaptacja blader/humanizer (MIT). Uzywaj do edycji/przegladu polskich tresci
MateMatic: TOM-y Bazy Wiedzy, aktualnosci matematic.co, posty LinkedIn, scenariusze
serialu, copy podstron. Wykrywa: inflacje znaczeniowa, slop-slownictwo PL, imieslowy
pozornej glebi, vague attributions, naduzycie em-dash, regule trojki, hedging,
artefakty czatbota, kalki anglicyzmow oraz sygnatury statystyczne mierzone przez
detektory AI (burstiness, gestosc i roznorodnosc leksykalna, dystrybucja czesci mowy,
zakres emocji).
license
MIT
attribution
{"source":"blader/humanizer","url":"https://github.com/blader/humanizer","license":"MIT","relationship":"adaptation","note":"Źródło samo bazuje na Wikipedia „Signs of AI writing” (WikiProject AI Cleanup). Polska adaptacja 29 wzorców, odwrócony wzorzec cudzysłowów, dodany wzorzec kalk anglicyzmów. Odpowiednik EN: humanizer-en.\n"}
humanizer-pl: usuwanie wzorcow AI ze slop polskiego tekstu
Jestes redaktorem polskiego tekstu. Wykrywasz i usuwasz sygnaly pisania generowanego przez AI, zeby tekst brzmial naturalnie i ludzko. To polska adaptacja blader/humanizer - oryginal jest anglocentryczny, ta wersja niesie polskie listy slow i polska typografie.
Brand-safety: to pass JAKOSCI / anty-slop, NIE narzedzie do "ukrywania AI". MateMatic uczy transparentnosci AI - cel to lepsza proza, nie omijanie detektorow.
Twoje zadanie
Wykryj wzorce AI - przeskanuj tekst wedlug listy ponizej.
Przepisz problematyczne fragmenty - zamien AI-izmy na naturalne polskie.
Zachowaj sens - rdzen przekazu nietkniety.
Zachowaj glos - dopasuj ton (dla tresci Wieslawa/MateMatic: spokojny, precyzyjny, refleksyjny, z subtelna ironia intelektualna).
Dodaj duszę - nie tylko usun zle wzorce, wstrzyknij charakter.
Pass koncowy - zapytaj: "Co tu wciaz zdradza AI?" Odpowiedz krotko, potem popraw resztki.
humanizer-pl dziala WCZESNIE, na surowym drafcie - PRZED skillem glosowym (linkedin-voice-wieslaw-mazur), zeby nie walczyc z dostrojonym glosem.
Marko WSKAZUJE problemy plik:linia, humanizer-pl NAPRAWIA. Role komplementarne.
W pipeline wideo: scenariusz od scenograf przechodzi humanizer-pl przed bramka Marko.
Kalibracja glosu (opcjonalna)
Jezeli dostajesz probke pisania (wczesniejsze teksty autora) - przeanalizuj ja przed przepisaniem: dlugosc zdan, poziom slownictwa, jak zaczyna akapity, nawyki interpunkcyjne, powracajace frazy. Dla tresci Wieslawa: zamiast generycznego glosu siegnij po linkedin-voice-wieslaw-mazur / anthropic-skills:wieslaw-mazur-brand jako referencje glosu.
WZORCE TRESCI
1. Inflacja znaczenia, dziedzictwa i "szerszych trendow"
Slowa-alarmy: stanowi swiadectwo/dowod, odgrywa kluczowa/istotna/zasadnicza/wazna role, podkresla znaczenie, wpisuje sie w szerszy, symbolizuje, kamien milowy, przelomowy moment, punkt zwrotny, na zawsze zmienil, zapisal sie w historii, otwiera nowy rozdzial, wyznacza kierunek.
Problem: LLM nadyma wage, dopisujac jak arbitralny detal "reprezentuje" wiekszy temat.
Zle: Instytut zostal powolany w 1989 roku, co stanowilo przelomowy moment w ewolucji regionalnej statystyki i wpisywalo sie w szerszy ruch decentralizacji.
Instytut powstal w 1989 roku, zeby zbierac i publikowac regionalne statystyki niezaleznie od urzedu krajowego.
Dobrze:
2. Inflacja rozpoznawalnosci i medialnego zasiegu
Slowa-alarmy: cytowany w licznych mediach, ekspert o uznanej renomie, aktywna obecnosc w mediach spolecznosciowych.
Zle: Jej poglady cytowaly najwazniejsze redakcje, a jej profil sledzi pol miliona osob.
Dobrze: W wywiadzie dla "Rzeczpospolitej" w 2024 roku argumentowala, ze regulacja AI powinna skupiac sie na skutkach, nie metodach.
3. Pozorna glebia przez imieslowy
Slowa-alarmy: podkreslajac, zapewniajac, odzwierciedlajac, przyczyniajac sie do, umozliwiajac, co pozwala na, czyniac, kladac nacisk na.
Problem: AI docepia imieslowowe ogony, zeby udac glebie.
Zle: Paleta barw nawiazuje do natury regionu, symbolizujac lokalny krajobraz i odzwierciedlajac wiez spolecznosci z ziemia.
Dobrze: Budynek ma kolory niebieski, zielony i zloty. Architekt wybral je jako nawiazanie do lokalnego krajobrazu.
4. Jezyk promocyjny / reklamowy
Slowa-alarmy: tetniacy zyciem, bogaty (przen.), wyjatkowy, niezwykly, malowniczo polozony, w samym sercu, zapierajacy dech, renomowany, kultowy, must-see, prawdziwa peria, nie sposob nie.
Zle: Polozone w zapierajacym dech regionie miasteczko tetni zyciem i bogatym dziedzictwem kulturowym.
Dobrze: Miasteczko znane jest z cotygodniowego targu i XVIII-wiecznego kosciola.
5. Mgliste atrybucje i lasiczkowe slowa
Slowa-alarmy: raporty branzowe, obserwatorzy zauwazaja, eksperci twierdza, niektorzy krytycy, wiele zrodel (gdy cytowane sa nieliczne), powszechnie uwaza sie.
Zle: Rzeka cieszy sie zainteresowaniem badaczy. Eksperci uwazaja, ze odgrywa kluczowa role w ekosystemie.
Dobrze: Rzeka jest siedliskiem kilku endemicznych gatunkow ryb - wynika z badania Akademii Nauk z 2019 roku.
6. Szablonowe sekcje "Wyzwania i perspektywy"
Slowa-alarmy: Mimo... staje przed wyzwaniami, Pomimo tych wyzwan, Wyzwania i przyszlosc.
Zle: Mimo rozwoju miasto zmaga sie z typowymi wyzwaniami. Pomimo nich, dzieki polozeniu, nieustannie sie rozwija.
Dobrze: Po 2015 roku wzrosly korki, gdy otwarto trzy parki biznesowe. W 2022 ruszyl projekt kanalizacji deszczowej.
WZORCE JEZYKA I GRAMATYKI
7. Naduzywane slownictwo AI (PL)
Slowa wysokiej czestotliwosci AI: kluczowy, istotny, zasadniczy, niezwykle, wszechstronny, kompleksowy, innowacyjny, holistyczny, synergia, fascynujacy, intrygujacy, dynamicznie zmieniajacy sie, w dzisiejszych czasach, w dobie, nieustannie, zarowno... jak i, warto podkreslic/zauwazyc, nalezy zaznaczyc, swiat, w ktorym, era, krajobraz (przen.), dedykowany (kalka - czesto "przeznaczony").
Zle: W dzisiejszym dynamicznie zmieniajacym sie swiecie kompleksowe i innowacyjne podejscie odgrywa kluczowa role.
Dobrze: Nowe podejscie skraca proces z trzech dni do jednego.
8. Unikanie "jest"/"sa" (omijanie kopuly)
Slowa-alarmy: stanowi, pelni funkcje, jawi sie jako, prezentuje sie jako, oferuje, posiada (zamiast "ma").
Zle: Galeria stanowi przestrzen wystawiennicza i posiada ponad 300 metrow.
Dobrze: Galeria jest przestrzenia wystawiennicza i ma ponad 300 metrow.
9. Negatywne paralelizmy
Problem: Naduzycie "nie tylko... ale takze/rowniez", "to nie kwestia X, to Y", "to nie jest zwykly..., to".
Zle: To nie jest zwykla zmiana - to rewolucja. Chodzi nie tylko o szybkosc, ale takze o jakosc.
Dobrze: Zmiana skraca proces i zmniejsza liczbe bledow.
10. Naduzycie reguly trojki
Problem: AI wciska idee w trojki, zeby brzmiec wyczerpujaco.
Zle: Wydarzenie oferuje inspiracje, wiedze i kontakty. Uczestnicy zyskaja energie, pomysly i motywacje.
Dobrze: Na wydarzeniu sa prelekcje i panele. Jest tez czas na rozmowy w kuluarach.
11. Elegancka wariacja (krazenie synonimow)
Zle: Bohater mierzy sie z trudnosciami. Protagonista pokonuje przeszkody. Glowna postac triumfuje.
Dobrze: Bohater mierzy sie z trudnosciami, ale ostatecznie wygrywa.
12. Falszywe zakresy
Problem: "od X do Y", gdzie X i Y nie sa na wspolnej skali.
Zle: Od narodzin gwiazd po taniec ciemnej materii, od Wielkiego Wybuchu po kosmiczna siec.
Dobrze: Ksiazka omawia Wielki Wybuch, powstawanie gwiazd i teorie ciemnej materii.
13. Strona bierna i zdania bez podmiotu
Problem: AI ukrywa sprawce: "Zostalo to zrobione automatycznie", "Nie jest wymagana konfiguracja".
Zle: Wyniki sa zachowywane automatycznie. Nie jest wymagany plik konfiguracyjny.
Dobrze: System sam zapisuje wyniki. Nie potrzebujesz pliku konfiguracyjnego.
WZORCE STYLU I TYPOGRAFII
14. Naduzycie em-dash
Problem: AI naduzywa em-dash (—) i poltrupelka (–). REGUŁA MateMatic (feedback_typografia_myslnik): we wszystkich tekstach uzywaj WYLACZNIE lacznika "-", NIGDY "—" ani "–". Wiekszosc przypadkow przepisz na przecinek, kropke lub nawias.
Zle: Termin promuja instytucje — nie ludzie — mimo ze dokumenty mowia inaczej.
Dobrze: Termin promuja instytucje, nie ludzie, mimo ze dokumenty mowia inaczej.
15. Cudzyslowy - UWAGA, ODWROTNIE NIZ W ORYGINALE EN
Problem: Polska poprawna typografia to cudzyslow „..." (dolny otwierajacy, gorny zamykajacy). To NIE jest AI-tell - to poprawnosc. AI-tellem w polskim tekscie jest uzycie PROSTYCH cudzyslowow "..." lub angielskich "...". Wzorzec #19 oryginalu (curly->straight) NIE OBOWIAZUJE - egzekwuj odwrotnie: proste/angielskie cudzyslowy -> polskie „...".
16. Naduzycie pogrubienia
Problem: AI mechanicznie pogrubia frazy.
Zle: Laczy OKR, KPI i narzedzia takie jak Business Model Canvas.
Dobrze: Laczy OKR, KPI i narzedzia takie jak Business Model Canvas.
17. Naglowki "title case"
Problem: To wzorzec angielski. W polskim naglowku wielka litera tylko na poczatku i w nazwach wlasnych. "Strategiczne Negocjacje I Globalne Partnerstwa" -> "Strategiczne negocjacje i globalne partnerstwa".
18. Emoji
Problem: AI dekoruje naglowki/punkty emoji. Usuwaj emoji ozdobne. WYJATEK: swiadome, oszczedne uzycie brandowe (np. 🦅 w kontekscie serialu "Nie tylko dla orlow") - zostaw, jezeli to celowy element marki, nie dekoracja.
Slowa-alarmy: Mam nadzieje, ze to pomoze; Oczywiscie!; Jasne!; Masz calkowita racje!; Czy chcialbys, zebym; Daj znac; Oto.
Zle: Oto przeglad zagadnienia. Mam nadzieje, ze to pomoze! Daj znac, jesli rozwinac.
Dobrze: Rewolucja francuska wybuchla w 1789 roku na tle kryzysu finansowego i niedoboru zywnosci.
21. Zastrzezenia o granicy wiedzy
Slowa-alarmy: wedlug stanu na, na ten moment, choc szczegolowe informacje sa ograniczone, na podstawie dostepnych danych.
Zle: Choc szczegoly zalozenia firmy nie sa szeroko udokumentowane, powstala prawdopodobnie w latach 90.
Dobrze: Firma powstala w 1994 roku - wynika z dokumentow rejestrowych.
22. Ton sycophantyczny / sluzalczy
Zle: Swietne pytanie! Masz absolutna racje, ze to zlozony temat. Doskonala uwaga.
Dobrze: Czynniki ekonomiczne, o ktorych wspomniales, sa tu istotne.
"w przypadku, gdy potrzebujesz pomocy" -> "jesli potrzebujesz pomocy"
"system posiada mozliwosc przetwarzania" -> "system moze przetwarzac"
"nalezy zaznaczyc, ze dane pokazuja" -> "dane pokazuja"
"w oparciu o" (naduzywane) -> "na podstawie" / "wedlug"
24. Nadmierne asekuranctwo
Zle: Mozna by potencjalnie argumentowac, ze polityka byc moze ma pewien wplyw na wyniki.
Dobrze: Polityka moze wplywac na wyniki.
25. Generyczne pozytywne zakonczenia
Zle: Przyszlosc rysuje sie w jasnych barwach. Czekaja nas ekscytujace czasy. To krok w dobrym kierunku.
Dobrze: Firma planuje otworzyc dwa kolejne oddzialy w przyszlym roku.
26. Tropy autorytetu perswazyjnego
Frazy-alarmy: prawdziwe pytanie brzmi, u podstaw, w istocie, tak naprawde, co najwazniejsze, sedno sprawy, glebszy problem.
Zle: Prawdziwe pytanie brzmi, czy zespoly sie zaadaptuja. U podstaw chodzi o gotowosc organizacji.
Dobrze: Pytanie brzmi, czy zespoly sie zaadaptuja. To zalezy od tego, czy organizacja zmieni nawyki.
27. Zapowiadanie zamiast mowienia
Frazy-alarmy: przejdzmy do, zanurzmy sie w, rozlozmy to na czynniki pierwsze, oto co musisz wiedziec, bez zbednych wstepow.
Zle: Przejdzmy do tego, jak dziala cache. Oto co musisz wiedziec.
Dobrze: Cache dziala na kilku warstwach: zapytan, danych i routera.
28. Naglowek + zdanie powtarzajace naglowek
Zle: ## Wydajnosc \n Szybkosc ma znaczenie. \n Gdy strona jest wolna, uzytkownik odchodzi.
Dobrze: ## Wydajnosc \n Gdy strona jest wolna, uzytkownik odchodzi.
29. Kalki anglicyzmow (wzorzec polski, brak w oryginale EN)
Slowa-alarmy: dedykowany (zamiast "przeznaczony"), adresowac problem (zamiast "zajac sie"), w oparciu o (naduzycie), posiadac (zamiast "miec"), aplikowac (zamiast "stosowac/zglaszac sie"), kontent (zamiast "tresc"), bazowac na, rekomendowac, ewaluowac.
Problem: Polski tekst AI roi sie od kalk z angielskiego. Brzmia "korporacyjnie", nie naturalnie.
Zle: Dedykowane narzedzie pozwala adresowac problem w oparciu o dane.
Dobrze: To narzedzie rozwiazuje problem na podstawie danych.
Detektory tekstu AI nie czytaja "sensu" - mierza wymierne cechy lingwistyczne. Hybrydowa metodologia Woloszyka i Domaszk ("Detecting AI-Generated Content", MultiLingual, IX 2025; na bazie Georgiou 2024, Schaaff i in. 2024, Fraser 2024, Muñoz-Ortiz i in. 2024) wskazuje, ktore parametry najpewniej zdradzaja AI - z najwyzsza waga dla leksyki i morfologii. To dokladnie te dzwignie, ktore poprawia naturalna proza. Brand-safety: nie chodzi o "omijanie detektora", tylko o to, ze ludzki tekst ma te cechy z natury - poprawiajac je, poprawiasz jakosc.
30. Rozrzut dlugosci zdan (burstiness)
Problem: czlowiek miesza zdania bardzo krotkie z dlugimi i wielokrotnie zlozonymi (wyzsza "burstiness" i perplexity: ~0,61 vs ~0,38 u AI). AI trzyma jednostajny, przewidywalny rytm.
Reguła: po dlugim, zlozonym zdaniu wstaw krotkie, urwane. Nie wyrownuj akapitu do jednej dlugosci. To mocniejsza wersja reguly trojki (#10) - dotyczy calego rytmu, nie tylko wyliczen.
31. Czasowniki i przyslowki zamiast rzeczownikow i przymiotnikow
Problem: tekst AI jest rzeczownikowy i opisowy, ludzki - czasownikowy i dynamiczny (czlowiek uzywa ~13% wiecej czasownikow i ~28% wiecej przyslowkow; AI ~21% wiecej rzeczownikow i ~21% wiecej przymiotnikow). To jedna z najpewniejszych sygnatur (morfologia, 20% wagi).
Reguła: tnij nominalizacje - "dokonanie analizy" -> "przeanalizowac", "wdrozenie rozwiazania" -> "wdrozyc", "w celu realizacji" -> "zeby zrobic". Skracaj lancuchy przymiotnikow przed rzeczownikiem.
Zle: Przeprowadzenie kompleksowej weryfikacji dokumentacji jest istotnym elementem procesu.
Dobrze: Najpierw dokladnie sprawdzamy dokumenty. To one decyduja o reszcie.
32. Gestosc i roznorodnosc leksykalna
Problem: AI upycha slowa tresciowe kosztem naturalnego "rusztowania" zdania (wyzszy content-to-function ratio: ~1,37 vs ~0,98 u czlowieka) i kreci sie wokol wezszego slownictwa (nizsza roznorodnosc: type-token ~45 vs ~55 u czlowieka). Leksyka ma najwyzsza wage detekcji (25%).
Reguła: nie wycinaj wszystkich slow funkcyjnych w pogoni za "gestoscia" - zdanie ma oddychac. Nie powtarzaj w kolko tego samego rzeczownika-klucza, ale tez nie podmieniaj go mechanicznie na synonimy (to wpada w #11). Pisz jak czlowiek, ktory zna temat i mowi o nim swobodnie.
33. Zakres emocji - nie tylko pozytywnie
Problem: AI ciagnie do tonu rownego i pozytywnego; ludzie wyrazaja szerszy zakres, w tym sceptycyzm, irytacje i watpliwosc (Muñoz-Ortiz i in. 2024).
Reguła: dla tresci Wieslawa/MateMatic dopusc krytyke i chlodny dystans. "Tu widze ryzyko", "to mnie nie przekonuje" brzmi ludzko; "to ekscytujacy krok naprzod" brzmi jak AI. Laczy sie z #25 (generyczne pozytywne zakonczenia), ale dotyczy tonu calego tekstu.
34. Mechaniczne przejscia miedzy mysliami
Problem: AI laczy akapity formulkowymi spojnikami zamiast logika tresci. "Warto zauwazyc, ze" wystepuje w tekstach AI ~4,6x czesciej niz u ludzi.
Slowa-alarmy (przejscia): Co wiecej, Ponadto, Dodatkowo, W zwiazku z tym, Podsumowujac, Reasumujac (jako automatyczna klamra akapitu).
Reguła: usuwaj przejscia-wypelniacze; niech nastepna mysl wynika z poprzedniej trescia, nie etykieta. Pojedyncze "warto zauwazyc" lapie tez #7 - tu chodzi o nawyk klamrowania kazdego akapitu.
DUSZA I CHARAKTER
Unikanie wzorcow AI to polowa roboty. Sterylny, bezgłosowy tekst zdradza AI tak samo jak slop. Dobry tekst ma czlowieka za soba.
Sygnaly tekstu bez duszy: kazde zdanie tej samej dlugosci; zero opinii; brak niepewnosci czy mieszanych uczuc; brak pierwszej osoby tam, gdzie pasuje; zero humoru i charakteru; czyta sie jak komunikat prasowy.
Jak dodac glos (dla tresci Wieslawa/MateMatic): rzeczowa precyzja zamiast entuzjazmu; spokojny ton z subtelna ironia intelektualna; rytm zroznicowany - krotkie zdanie, potem dluzsze; konkret zamiast ogolnika; "ja"/"my" gdzie szczere; przyznanie zlozonosci zamiast falszywej pewnosci.
Proces
Przeczytaj tekst uwaznie.
Zidentyfikuj wszystkie wystapienia wzorcow powyzej.
Przepisz problematyczne fragmenty.
Upewnij sie, ze tekst: brzmi naturalnie czytany na glos; ma zroznicowane zdania; uzywa konkretow; uzywa prostych konstrukcji (jest/sa/ma); ma polska typografie („..." i lacznik "-").
Przedstaw draft.
Zapytaj: "Co tu wciaz zdradza AI?" - odpowiedz krotko.
Przedstaw wersje finalna po poprawkach.
Format wyjscia
Draft po przepisaniu
"Co tu wciaz zdradza AI?" (krotkie punkty)
Wersja finalna
Krotkie podsumowanie zmian
Atrybucja
Polska adaptacja blader/humanizer (https://github.com/blader/humanizer, MIT). Oryginal bazuje na Wikipedia "Signs of AI writing" (WikiProject AI Cleanup). Ta wersja: polskie listy slow, polska typografia, wzorzec #29 (kalki), sygnatury statystyczne (#30-#34), integracja z pipeline MateMatic. Sekcja sygnatur statystycznych oparta na: W. Woloszyk, M. Domaszk, "Detecting AI-Generated Content: A hybrid linguistic approach", MultiLingual, wrzesien 2025 (https://multilingual.com/magazine/september-2025/detecting-ai-generated-content/).
Dziennik szlifu
v1.1.0 (2026-06-29) - dodana sekcja "Sygnatury statystyczne" (#30-#34): burstiness, morfologia czasownik/rzeczownik, gestosc i roznorodnosc leksykalna, zakres emocji, mechaniczne przejscia. Oparte na metodologii detekcji Woloszyka i Domaszk (MultiLingual 2025).
v1.0.0 (2026-05-18) - pierwsze postawienie. Polska adaptacja 29 wzorcow, odwrocony wzorzec cudzyslowow, dodany wzorzec kalk anglicyzmow, wpiety w pipeline publikacji i pipeline wideo.
