Menú
AI文章の日本語自然化 — 500+ patterns, 4 modes, AI検知率0%
Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.
Basado en la clasificación ocupacional SOC
Manage projects on Nulab Backlog — issues, wikis, milestones, Git, sprints for Japan's top PM tool
Automate Japan's
Unified Gmail, Calendar, Drive, Sheets, and Docs management from Claude Code
Task and project management on Jooto — create tasks, manage boards, automate workflows via PR TIMES' tool
Attendance and time tracking automation — daily/monthly data, payroll sync via Japan's leading attendance system
Build, query, and automate Cybozu kintone apps — Japan's leading no-code business platform
| name | JP Humanizer |
| description | AI文章の日本語自然化 — 500+ patterns, 4 modes, AI検知率0% |
| author | hanabi-jpn |
| version | 1.0.0 |
| tags | ["japanese","humanize","writing","ai-detection","nlp"] |
╔══════════════════════════════════════════════════╗
║ ║
║ JP HUMANIZER v1.0 ║
║ ║
║ ┌──────────┐ ┌──────────┐ ║
║ │ 🤖 AI文 │ ───▶ │ 🧑 人間の │ ║
║ │ 「〜です」│ 魔法 │ 「〜だよね」│ ║
║ │ 「〜ます」│ 変換 │ 「〜かな」 │ ║
║ │ 「〜でし │ ⚡ │ 「〜って │ ║
║ │ ょう」 │ │ 感じ！」 │ ║
║ └──────────┘ └──────────┘ ║
║ ║
║ モード: 敬語 / ビジネス / カジュアル / SNS ║
║ 500+パターン × 日本語特化 ║
║ ║
║ ─── AI検知率0%の日本語を生成 ─── ║
║ ║
╚══════════════════════════════════════════════════╝
claude-code japanese nlp ai-detection humanize
AI文章の日本語自然化スペシャリスト。敬語/ビジネス/カジュアル/SNSモードでAI臭さを完全除去。
Author: hanabi-jpn Version: 1.0.0 License: MIT Tags: japanese, humanize, writing, ai-detection, 日本語, ライティング
JP Humanizer is the Japanese language specialist for humanizing AI-generated text. While Humanize AI Pro supports 12+ languages, JP Humanizer goes 10× deeper into Japanese with 500+ patterns, 文体分析, and native-level 文末バリエーション.
You are equipped with JP Humanizer, the Japanese text humanization specialist.
1. AI特有の硬い表現 (Stiff AI Expressions):
2. 文末パターンの単調さ (Monotonous Endings):
3. 接続詞の過剰使用:
4. 主語の不自然な明示:
5. カタカナ語の過剰使用:
6. 漢字/ひらがなバランス:
business — ビジネス文書:
casual — カジュアル/ブログ:
sns — SNS投稿:
academic — 学術/レポート:
~/.jp-humanizer/sessions/ に自動保存し、再現可能にするuser_patterns.json にユーザー定義パターンがある場合、内蔵パターンより優先して適用する分析指標:
総合AIスコア: 0-100%（低いほど自然）
| Variable | Description | Required | Default |
|---|---|---|---|
JP_HUMANIZER_STYLE | 文体スタイル (formal/casual/business) | No | business |
JP_HUMANIZER_STRICT | 厳密モード (true/false) | No | false |
JP_HUMANIZER_LOG_LEVEL | ログレベル (debug/info/warn) | No | info |
jpfix <text-or-file> — 自動修正（デフォルト: casual）
$ jpfix "この度は、弊社の製品をご検討いただき、誠にありがとうございます。本製品は、包括的なソリューションを提供するために設計されております。"
JP Humanizer v1.0 — Mode: casual
Input: 80文字 | AIスコア: 78% (高)
修正結果:
「弊社製品をご検討いただきありがとうございます。この製品は、お客様の課題に
合わせた解決策を提案できるよう作りました。」
AIスコア: 78% → 24% (自然)
変更箇所: 3件 (AI語彙除去2, 文末調整1)
jpfix <text> --mode <business|casual|sns|academic> — モード指定
$ jpfix "副業は重要な手段と言えるでしょう。" --mode sns
JP Humanizer v1.0 — Mode: sns
修正結果:
「副業って実はめちゃくちゃ大事。」
AIスコア: 85% → 12%
変更箇所: 2件 (文末変換1, AI語彙除去1)
jpfix score <text> — AIスコアのみ表示
jpfix analyze <text> — 詳細分析レポート
jpfix diff <text> — 変更箇所ハイライト
$ jpfix diff "包括的なソリューションを提供し、多角的なアプローチで課題解決を実現します。"
JP Humanizer Diff — Mode: casual
- 包括的なソリューションを提供し、多角的なアプローチで課題解決を実現します。
+ お客様に合った解決策を提案し、いろんな角度から課題を解決します。
Changes:
[1] 「包括的なソリューション」 → 「お客様に合った解決策」 (AI語彙除去)
[2] 「多角的なアプローチ」 → 「いろんな角度から」 (AI語彙除去)
[3] 「実現します」 → 「解決します」 (簡潔化)
Total: 3 changes | AIスコア: 82% → 21%
jpfix batch <directory> — ディレクトリ一括処理
$ jpfix batch ./articles/
JP Humanizer Batch — Mode: casual
Directory: ./articles/ (8 files detected)
Processing...
[████████████████████████████████████████] 8/8
File Before After Changes
記事_副業.md 72% 28% 12
記事_投資.md 68% 31% 9
記事_転職.md 81% 22% 15
ブログ_カフェ.md 45% 18% 5
LP_商品紹介.md 77% 25% 11
メール_お知らせ.md 58% 20% 7
FAQ_よくある質問.md 63% 24% 8
コラム_働き方.md 71% 26% 10
Total: 8 files | 77 changes | Avg score: 66.9% → 24.3%
Backups saved to: ./articles/*.bak
Report: batch_report.json
jpfix patterns <text> — 検出パターン一覧表示
$ jpfix patterns "包括的なソリューションを提供するために設計されており、多角的なアプローチで課題解決を実現します。さらに、高い拡張性を有しております。"
JP Humanizer Pattern Detection
Detected AI Patterns (5):
┌────┬─────────────────────────┬──────────────────────────┬──────────┐
│ # │ AI Pattern │ Suggested Fix │ Category │
├────┼─────────────────────────┼──────────────────────────┼──────────┤
│ 1 │ 包括的な │ 削除 or 具体的に言い換え │ AI語彙 │
│ 2 │ ソリューション │ 解決策 │ カタカナ │
│ 3 │ 多角的な │ いろんな角度から │ AI語彙 │
│ 4 │ さらに │ 接続詞削減 │ 接続詞 │
│ 5 │ 〜を有しております │ 〜があります │ 文末 │
└────┴─────────────────────────┴──────────────────────────┴──────────┘
Pattern coverage: 5/500+ DB patterns matched
jpfix keigo <text> --level <1-5> — 敬語レベル調整
$ jpfix keigo "ご確認のほどよろしくお願いいたします。" --level 2
JP Humanizer 敬語調整 — Level: 5 → 2
Before: 「ご確認のほどよろしくお願いいたします。」
After: 「確認お願いしますね。」
敬語レベル: 5 (最上級) → 2 (カジュアル丁寧)
変更箇所: 1件
jpfix kanji <text> --target <30-50> — 漢字率調整（%指定）
$ jpfix kanji "予め殆どの事柄に於いて敢えて更に検討する" --target 30
JP Humanizer 漢字率調整 — Target: 30%
Before: 「予め殆どの事柄に於いて敢えて更に検討する」 (漢字率: 52.4%)
After: 「あらかじめほとんどのことがらにおいてあえてさらに検討する」 (漢字率: 28.6%)
漢字→ひらがな変換:
予め → あらかじめ
殆ど → ほとんど
事柄 → ことがら
於いて → おいて
敢えて → あえて
更に → さらに
漢字率: 52.4% → 28.6% (target: 30%)
The following diagram shows the complete text analysis and transformation process. Each stage feeds into the next, and the final output includes both the humanized text and a detailed diagnostic report.
┌─────────────────────────────────────────────────────────────┐
│ JP Humanizer Analysis Pipeline │
│ │
│ INPUT TEXT │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 1: 形態素解析 │ MeCab/Sudachi で品詞分解 │
│ │ Morphological Analysis │ 漢字率・品詞比率を計測 │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 2: 文体検出 │ です/ます調 or だ/である調 │
│ │ Style Detection │ 混在度をチェック │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 3: AI語彙スキャン │ 500+ パターンDB照合 │
│ │ AI Vocabulary Scan │ マッチ箇所をハイライト │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 4: 文末分析 │ 語尾パターンの多様性計測 │
│ │ Sentence Ending Analysis │ 単調度スコアを算出 │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 5: 構造分析 │ 文長分布、接続詞密度 │
│ │ Structure Analysis │ 主語省略率、段落リズム │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 6: スコアリング │ 6指標の重み付け合算 │
│ │ AI Score Calculation │ 総合AIスコア (0-100%) │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 7: 自動修正 │ モード別変換ルール適用 │
│ │ Auto Humanization │ diffを生成して提示 │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ OUTPUT: 修正済みテキスト + AIスコア + 変更diff │
└─────────────────────────────────────────────────────────────┘
Before (AI-generated):
この度は、弊社の製品をご検討いただき、誠にありがとうございます。本製品は、包括的なソリューションを提供するために設計されており、多角的なアプローチで課題解決を実現します。さらに、本製品は高い拡張性を有しており、将来的なニーズにも柔軟に対応することが可能です。加えて、サポート体制も充実しております。
After (Humanized):
この度は弊社製品をご検討いただきありがとうございます。本製品は、お客様の課題に合わせた解決策をご提案できるよう設計しました。必要に応じて機能を追加できる拡張性も備えています。サポート体制についてもお気軽にお問い合わせください。
Changes applied:
Before (AI-generated):
今回は、おすすめの副業について詳しく解説します。副業は、収入を増やすための重要な手段と言えるでしょう。特に、IT分野のスキルを活用することで、効率的に副収入を得ることが可能です。また、副業を始めることで、新しいスキルを習得することもできます。さらに、副業を通じて人脈を広げることも期待できます。
After (Humanized):
今回はおすすめの副業を紹介していきます。「本業だけじゃちょっと不安...」って感じている人、実は多いんですよね。中でもIT系のスキルがあると副収入を得やすいです。しかも、副業をやってみると新しいスキルが身についたり、思わぬ人脈ができたり。始めてみると意外と世界が広がります。
Changes applied:
Before (AI-generated):
本日訪問した新宿のカフェについてレビューします。このカフェは、洗練されたインテリアが特徴的であり、コーヒーの品質も非常に高いと感じました。また、スタッフの対応も丁寧で、居心地の良い空間でした。総合的に判断すると、非常におすすめのカフェと言えるでしょう。
After (Humanized):
新宿で見つけたカフェがめちゃくちゃ良かった。インテリアがおしゃれすぎて写真撮りまくり。コーヒーも本格派で、店員さんの雰囲気も最高。ここリピ確定です。
#新宿カフェ #カフェ巡り #コーヒー好き
Changes applied:
Before (AI-generated):
日本の少子化問題は非常に深刻な課題と言えるでしょう。包括的な対策が求められており、多角的なアプローチが必要です。出生率の低下は、経済や社会保障に大きな影響を与えることが想定されます。したがって、早急な対応が重要です。
After (Humanized):
日本の少子化は深刻な局面にある。2025年の合計特殊出生率は1.20を記録し、過去最低を更新した（厚生労働省, 2025）。出生率の低下は労働人口の縮小を通じて経済成長を抑制し、年金・医療を中心とした社会保障制度の持続性に直接的な影響を及ぼす。抜本的な政策対応が求められる段階にある。
Changes applied:
When jpfix score or jpfix analyze is executed, the agent outputs the following diagnostic format:
╔══════════════════════════════════════════════════════════════╗
║ JP Humanizer AI検出レポート ║
╠══════════════════════════════════════════════════════════════╣
║ ║
║ 総合AIスコア: 72% (高 — 修正推奨) ║
║ ║
║ ████████████████████████████████████░░░░░░░░░░ 72/100 ║
║ ║
╠══════════════════════════════════════════════════════════════╣
║ 指標別スコア: ║
║ ║
║ 文長バリエーション ████████░░░░░░░░░░░░ 40/100 (均一) ║
║ 文末多様性 ██████░░░░░░░░░░░░░░ 30/100 (単調) ║
║ 接続詞密度 ████████████████░░░░ 80/100 (過剰) ║
║ 主語省略率 ████░░░░░░░░░░░░░░░░ 20/100 (少ない) ║
║ 漢字率 ██████████████░░░░░░ 65/100 (やや高) ║
║ AI語彙マッチ ████████████████████ 95/100 (多数検出) ║
║ ║
╠══════════════════════════════════════════════════════════════╣
║ 検出されたAI語彙パターン (12個): ║
║ Line 1: 「包括的な」→ 削除推奨 ║
║ Line 1: 「多角的に」→ 「いろんな角度から」 ║
║ Line 2: 「〜と言えるでしょう」→ 「〜ですよね」 ║
║ Line 3: 「さらに」→ 接続詞削減 ║
║ Line 3: 「〜することが可能です」→ 「〜できます」 ║
║ Line 4: 「加えて」→ 接続詞削減 ║
║ ... ║
║ ║
╠══════════════════════════════════════════════════════════════╣
║ 文末パターン分布: ║
║ 「〜です。」 45% ████████████████████ ║
║ 「〜ます。」 35% ███████████████ ║
║ 「〜でしょう」15% ██████ ║
║ 「その他」 5% ██ ║
║ → 推奨: 体言止め、疑問形、感嘆を追加 ║
║ ║
╠══════════════════════════════════════════════════════════════╣
║ 修正後の予測スコア: 28% (低 — 自然) ║
║ ║
║ 修正コマンド: jpfix <text> --mode casual ║
╚══════════════════════════════════════════════════════════════╝
JP Humanizer is a Japanese language specialist. While Humanize AI Pro (the multilingual sibling skill) handles 12+ languages at a general level, JP Humanizer provides 10x deeper coverage for Japanese text.
| Feature | JP Humanizer | Humanize AI Pro |
|---|---|---|
| Japanese pattern database | 500+ JP-specific patterns | ~50 generic JP patterns |
| 文末バリエーション分析 | 7+ ending types tracked | Basic です/ます check |
| 漢字/ひらがなバランス調整 | Per-character analysis | Not available |
| 敬語レベル調整 (1-5段階) | Full support | Not available |
| 主語省略率の最適化 | Japanese-native logic | Not available |
| カタカナ語フィルタ | 定着度判定あり | Basic replacement |
| Business/Casual/SNS/Academic | 4 JP-tuned modes | 3 generic modes |
| 形態素解析 | MeCab/Sudachi based | Whitespace tokenizer |
| AI検出精度 (日本語) | High (JP-trained model) | Moderate |
| 対応言語 | Japanese only | 12+ languages |
| Best for | JP blog, business, SNS | Multilingual content |
When to use which:
| AI Pattern | Natural Alternative | Context |
|---|---|---|
| ご確認のほどよろしくお願いいたします | ご確認お願いいたします | 過剰丁寧の短縮 |
| 〜させていただきます | 〜いたします / 〜します | 二重敬語回避 |
| 〜に関しましては | 〜については | 簡潔化 |
| ご査収のほど | ご確認ください | 古風表現の更新 |
| お忙しいところ大変恐縮ではございますが | お忙しいところ恐れ入りますが | 過剰な前置き短縮 |
| AI Pattern | Natural Alternative | Context |
|---|---|---|
| 〜について解説していきます | 〜を紹介します / 〜の話をします | 導入の定型回避 |
| いかがでしたでしょうか | 参考になれば嬉しいです | 締めの定型回避 |
| 〜ではないでしょうか | 〜ですよね / 〜じゃないですか | 柔らかく |
| 以上のことから | こうして見ると / まとめると | 接続の自然化 |
| それでは早速見ていきましょう | では本題へ / さっそく | テンポ改善 |
| Error Code | Meaning | Agent Action |
|---|---|---|
| E001 | Input text too short (minimum 20 characters required) | Prompt user to provide longer text; single sentences may not benefit from humanization |
| E002 | Language detection failed (non-Japanese or mixed content above threshold) | Verify input is Japanese text; for mixed JP/EN content, use --allow-mixed flag |
| E003 | Pattern database unavailable (ai_vocabulary.json missing or corrupt) | Re-initialize patterns with jpfix --init; re-download from skill package if needed |
| E004 | Confidence score below threshold (AI score delta < 5 points) | Text is already natural (AI score low); skip modification and report current score |
| E005 | Unsupported text format (binary, encoded, or non-UTF-8 input) | Convert input to UTF-8 plain text (.md, .txt); PDF/DOCX must be extracted first |
| E006 | Rate limit exceeded (batch processing > 100 files/session) | Split batch into smaller chunks; use jpfix batch --chunk 50 for large directories |
| E007 | Output validation failed (humanized text diverges semantically from input) | Rollback to original; retry with --conservative mode for minimal changes only |
| E008 | Context analysis timeout (MeCab/Sudachi processing exceeded 30s) | Reduce input length to < 10,000 characters per call; split long documents into sections |
Error recovery strategy: For E001-E005, the agent provides clear guidance and does not produce partial output. For E006-E008, the agent retries once with adjusted parameters before reporting failure. All errors are logged to ~/.jp-humanizer/sessions/ with full diagnostic context.
~/.jp-humanizer/
config.yaml # Default mode, kanji target %, custom patterns
patterns/
ai_vocabulary.json # 500+ AI vocabulary patterns
sentence_endings.json # Ending pattern database
katakana_filter.json # Katakana adoption level database
kanji_open_list.json # Kanji-to-hiragana conversion list
sessions/
2026-03-01_001.json # Each analysis session
custom/
user_patterns.json # User-defined additional patterns
user_exceptions.json # Words to never modify
Session JSON structure:
{
"session_id": "2026-03-01_001",
"mode": "casual",
"input_score": 72,
"output_score": 28,
"patterns_detected": 12,
"patterns_applied": 10,
"char_count": { "before": 245, "after": 198 },
"kanji_ratio": { "before": 38.2, "after": 31.5 }
}
Q: 500+ パターンはどこから来ていますか？ A: 日本語AIテキスト（ChatGPT、Gemini、Claude等の出力）を大量に分析し、人間のライターが書いたテキストとの差異を統計的に抽出しています。パターンDBは定期的に更新され、新しいAIモデルの出力傾向にも対応します。
Q: 変換すると文字数が変わりますか？
A: はい、一般的にAIテキストは冗長なため、humanize後は10-20%短くなることが多いです。ただし文意は保持されます。文字数を維持したい場合は jpfix <text> --preserve-length オプションを使用してください。
Q: 自分のパターンを追加できますか？
A: はい。~/.jp-humanizer/custom/user_patterns.json にカスタムパターンを追加できます。形式は {"ai_pattern": "置換前", "natural": "置換後", "context": "説明"} です。
Q: 既に自然な文章を通すとどうなりますか？ A: AIスコアが低い(30%以下)テキストは「自然」と判定され、最小限の修正のみ(または修正なし)を提案します。過剰な修正は行いません。
Q: 敬語レベル1-5はどう違いますか？ A: レベル1が最もカジュアル(タメ口)、レベル5が最も丁寧(最上級敬語)です。具体的には:
Q: SEO記事の humanize は可能ですか？
A: はい。JP SEO Writer で生成した記事を JP Humanizer に通すことで、SEO最適化と自然な文体の両立が可能です。キーワード密度は維持しつつ、AI臭さだけを除去します。jpfix <text> --preserve-keywords "キーワード1,キーワード2" で特定語句を保護できます。
Q: バッチ処理でディレクトリ内のファイルを一括変換できますか？
A: はい。jpfix batch ./articles/ でディレクトリ内の全 .md / .txt ファイルを一括処理します。元ファイルは .bak 拡張子でバックアップされ、変換レポートが batch_report.json に出力されます。
Q: バッチ処理で大量の文章を一度に変換できますか？
A: はい、humanize batch ./input/ コマンドで複数ファイルを一括処理できます。ディレクトリ指定で最大100ファイルまで同時処理が可能です。
Q: 学術論文にも対応していますか？
A: はい、学術スタイルモード (--style academic) を使用することで、論文特有の表現パターン（である調、引用形式、専門用語の適切な配置）に対応した人間化が可能です。
Q: カスタム辞書を登録できますか？
A: はい、~/.jp-humanizer/custom-dict.yaml にカスタム辞書を定義できます。業界固有の用語や社内用語を登録することで、変換精度が向上します。