Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Une commande directe contourne le prompt de vérification. Examinez la source avant de l'exécuter.
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.
