Humanizer, Wikipedia'daki yapay zekâ yazım izlerini 40 bin yıldızlı bir agent skill'e dönüştürüyor

Ne oldu

blader/humanizer adlı proje GitHub'da yaklaşık 40.000 yıldıza ulaştı ve bir dev.to yazısına göre tüm uygulaması tek bir Markdown dosyasından oluşuyor. Siqi Chen tarafından geliştirilen skill, metni LLM yazımının kolayca tanınan alışkanlıklarından arındırmak için yeniden yazıyor.

Projenin çıkış noktası Wikipedia'daki bir sorundu. Editörler makalelere bırakılan, kendine özgü bir şekilde tanınabilir okunan makine üretimi metinlerle sürekli karşılaşıyordu; bu yüzden WikiProject AI Cleanup, bu izleri kataloglayan bir sayfa hazırladı. Chen'in hamlesi geriye bakınca basitti: bu katalogu Claude Code'a verip ondan bir skill oluşturmasını istedi.

Sonuç, Agent Skills formatına uygun bir SKILL.md dosyası olduğu için ne bir paket, ne model, ne API ne de bağımlılık ağacı var — sadece talimatlar. Skill destekleyen her şey onu çalıştırabilir; desteklemeyen her şeyde de dosya bir system prompt'a yapıştırılabilir.

Nasıl çalışıyor

Humanizer, Wikipedia'nın "Signs of AI writing" sayfasından alınan 35 kalıbı kodluyor. Her biri, önce-sonra örneğiyle birlikte adlandırılmış bir hata türü; dev.to'ya göre bu kulağa geldiğinden daha önemli, çünkü modele "serves as a testament to" yazdığı söyleniyor ve doğal yaz gibi işe yaramaz bir talimat yerine belirli bir替代 sunuluyor.

İşlem iki aşamada ilerliyor. Önce orijinal paragraf yapısını sabit kabul etmeden yeniden yazıyor, sonra taslağı 35 kalıbın tamamına ve orijinal iddialara karşı kontrol ediyor ve hâlâ başarısız olan her şeyi yeniden yazıyor. Bir metni yapıştırdığınızda her iki aşamayı ve hâlâ yapay seslenen şeyler hakkında kısa bir eleştiriyi görürsünüz.

Kalıplar beş gruba ayrılıyor:

• İçerik: şişirilmiş önem, isim anma, "experts believe" gibi belirsiz atıf ve kalıplaşmış dayanıklılık anlatısı.
• Dil ve gramer: aşırı kullanılan kelime hazinesi (testament, landscape, showcasing, delve), düz "is" ve "has" yerine "serves as" ve "boasts", not-X-but-Y yapısı, zorlanmış üçlü gruplar ve sahte "from X to Y" aralıkları.
• Üslup: em dash, aşırı kalın yazı, düz yazının yeterli olduğu yerde listeler, başlık harfleriyle yazılmış başlıklar, emojiler, tire yığınları ve üretilmiş derinlik havası.
• Chatbot kalıntıları: "I hope this helps", bilgi kesim tarihi uyarıları, "Great question!"
• Dolgu: "to" yerine "in order to", üst üste yığılmış çekinceler ve parlak bir geleceğe belirsizce işaret eden kapanışlar.

İki tasarım kararı öne çıkıyor. v2.9.0'dan beri katı bir uydurmama kuralı var: isimler, sayılar, tarihler, alıntılar ve atıflar kaynaktan ya da kullanıcıdan gelmek zorunda; eksik bir ayrıntı uydurmak yerine soru sormayı tetiklemeli — işi metni daha somut göstermek olan bir araç için makul koruma bariyerleri. Kendi yazınızdan birkaç paragraf yapıştırmak da projenin varsayılan bir üslup yerine sizin ritminizi ve alışkanlıklarınızı izlemesini sağlıyor. Bir dosyaya yönlendirildiğinde yalnızca düz metne dokunuyor; code block'lar, veriler, frontmatter ve bağlantı hedefleri yerinde kalıyor.

Agent'lar arasında çalıştırma

Claude Code için skill'i npx skills add blader/humanizer --global komutuyla skills CLI üzerinden 2.1.142 veya daha yeni bir sürümde plugin olarak kurun ya da Claude Desktop'ta repo ZIP'ini skill olarak yükleyin. dev.to, Desktop yolunun bir süre repo'daki bir symlink sorunu nedeniyle bozuk olduğunu, v2.11.1'de yamalanıp v2.11.2'de düzgünce giderildiğini belirtiyor — aylar önce sizde başarısız olduysa tekrar denemeye değer.

Aynı CLI, Codex, Cursor, Gemini CLI, GitHub Copilot, OpenCode, Amp, Cline ve Windsurf dahil 40'tan fazla agent'ı hedefliyor; her birinin kendi global skills klasörü var. Listede olmayan araçlar için SKILL.md dosyasını agent'ın skills klasörüne elle kopyalayın. Skill desteği hiç olmayan sade bir sohbet arayüzünde dosyanın içeriğini system prompt olarak yapıştırın; slash komutunu ve dosya düzenleme modunu kaybedersiniz ama 35 kalıp yine de uygulanır.

dev.to'ya göre agent'lar arası kullanımdaki uyarı şu: skill bir prompt olduğu için sonuçlar, altta yatan modelin talimat izleme yeteneğini izliyor. Frontier modeller kalıp listesinin tamamını uygulayıp öz-eleştiriyi düzgün yaparken, daha küçük yerel modeller bariz kelime değişimlerini yakalayıp daha zor yargı kararları sessizce atlayabiliyor.

Neyi değil

Bu bir AI-detektörü atlatma düğmesi değil ve dev.to bu yanlış kullanımı iki yönde de net biçimde çerçeveliyor: detektörler insan yazımını düzenli olarak işaretleyecek kadar güvenilmez, yani birini geçmek pek bir şey kanıtlamıyor; aracın işi ise bir sınıflandırıcıya karşı çıkmak değil kötü yazım alışkanlıklarını ortadan kaldırmak. Akademik dürüstlük denetimlerinden kaçmak için yanlış araç. Bunun ötesinde, bazı kalıplar kural değil görüş; proje ince metne katkı sağlayamıyor ve aşırı düzeltme gerçek bir risk.

Neden önemli

Mekanizma, çıktı kadar ilginç. Wikipedia'daki gönüllüler yapay zekâ yazımının nasıl başarısız olduğunu belgeledi, bir kişi bir kodlama agent'ını bu belgeleri yönlendirdi ve ortaya çıkan prompt dosyası esas olarak dağıtım sorunu neredeyse olmadığı için yaklaşık 40.000 yıldıza ulaştı. Ayrıca bu, Agent Skills formatının taşınabilirliğinin de temiz bir gösterimi: düzinelerce araca kurulan ve başka yerlerde yapıştırılmış bir system prompt'a zarifçe dönüşen tek bir yapıt. Yapay zekâ destekli metin yayımlayan herkes için 35 kalıp aynı zamanda bağımsız bir editör kontrol listesi işlevi görüyor ve MIT lisanslı kaynak, dev.to'nun önerdiği gibi, hiç kurmasanız bile ondan bir şeyler öğrenmenizi sağlayacak kadar okunabilir.