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。
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
起動中のcritデーモンを全て停止する。crit stop --all で止まらない取りこぼし(crit _serve)もpkillで確実に落とす。
Use when an agent needs to author or reply to crit inline comments programmatically (including multi-agent workflows commenting on shared code/plans/docs/proposals), publish or unpublish a crit review with crit share, sync a crit review to or from a GitHub PR, or read/interpret a crit review JSON file. Covers crit comment, crit share, crit unpublish, crit pull, crit push, review file format, and resolution workflow. Not for invoking an interactive review loop — that's the `/crit` command.
Review code changes, a plan, a live page (running dev server), or a local HTML file with crit inline comments
PRを3つの観点（アーキテクチャ・テックリード・デグレ）で並列レビューし、指摘を統合・重複排除して一発で全指摘を出す。
レシート画像・PDFから経費情報を読み取り、勘定科目・取引先を自動分類して表に整理する。ファイルリネームと画像圧縮も行う。
文章の校正・推敲を行うスキル。文法、スタイル、構成、トーンを包括的にチェックし、具体的な改善提案と修正済みバージョンを提供する。
| 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 | 1.1.0 |
| argument-hint | [書き換えたいファイルのパス（省略可）] |
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。
このスキルは2つの入力方法に対応している。
Claude Codeで文章を生成した後、「人間っぽくして」「humanize」等と指示する。
引数やプロンプトでファイルパスを渡すと、そのファイルの中身を読み込んで書き換える。
/humanizer-ja path/to/article.md
「README.md をhumanizeして」
「~/any/docs/draft.md を人間っぽく直して」
ファイル指定時の手順:
注意:
draft.humanized.md）に書き出す。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: