Humanize Output

Ce skill garantit que tout texte généré ou édité évite les marqueurs stylistiques caractéristiques des LLMs. Il fonctionne en deux modes : génération (texte produit from scratch) et relecture (texte IA brut à humaniser).

Étape 0 — Vérification de fraîcheur (à faire EN PREMIER, en silence)

Lire /mnt/skills/user/humanize-output/references/last_updated.txt.

Calculer le nombre de jours depuis cette date par rapport à la date du jour.

• Si < 30 jours : charger directement references/ai-antipatterns.md et passer à l'Étape 1.
• Si >= 30 jours : exécuter le protocole de mise à jour ci-dessous AVANT de continuer.

Protocole de mise à jour (si >= 30 jours)

1. Informer l'utilisateur : "Les anti-patterns datent de plus d'un mois — je vais chercher la version à jour sur Wikipedia avant de commencer."
2. Fetcher https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing avec web_fetch.
3. Comparer avec references/ai-antipatterns.md :
   • S'il y a des nouveaux patterns ou des patterns supprimés : noter les deltas.
   • S'il n'y a aucune différence significative : noter "Aucune mise à jour nécessaire" et continuer.
4. Travailler avec la version fraîche en contexte pour cette session.
5. Si des différences ont été trouvées : à la fin de la session, produire un .skill mis à jour et le présenter à l'utilisateur avec la mention : "Des nouveaux anti-patterns ont été détectés. Voici un fichier .skill mis à jour à réinstaller pour pérenniser ces changements."

Étape 1 — Charger les anti-patterns

Lire le fichier references/ai-antipatterns.md dans son intégralité.

Ce fichier contient 7 sections :

1. Langage & Ton (symbolisme gonflé, ton promotionnel, éditorialisation, weasel wording, participes présents)
2. Structure & Style (négation parallèle, connecteurs, rule of three, rythme, conclusions wrap-up, absence d'ancrage)
3. Formatage & Ponctuation (em-dash, bullet points gras, gras excessif, emojis déplacés, listes inutiles)
4. Lexique "AI Core" (mots à haute densité LLM : multifaceted, leverage, nuanced, delve, tapestry, etc.)
5. Artefacts de prompt (formules sycophantes, auto-références, formules de clôture)
6. Idiolecte par modèle (patterns spécifiques GPT, Gemini, Llama, DeepSeek)
7. Checklist de relecture (14 points actionnables)

Étape 2 — Identifier le mode

Mode A : Génération from scratch

L'utilisateur demande de produire un nouveau texte.

Contraintes à appliquer pendant l'écriture (pas en post-processing) :

• Construire les phrases avec variation de longueur : alterner phrases courtes et longues, ne pas homogénéiser
• Interdire les connecteurs formulaires en début de paragraphe (Moreover, Furthermore, In addition, However en ouverture systématique)
• Proscrire les structures de négation parallèle ("Ce n'est pas X, c'est Y") sauf si stylistiquement intentionnel et unique dans le texte
• Bannir le lexique "AI core" : chaque occurrence de multifaceted, nuanced, robust, leverage, holistic, innovative, groundbreaking, transformative, synergy, ecosystem, paradigm, landscape (métaphorique), tapestry, realm, delve doit être remplacé par un mot plus précis et concret
• Ancrer dans du concret : au moins un exemple, chiffre, ou détail spécifique par argument principal
• Ne pas conclure avec une phrase "wrap-up" laudative
• Pas de bullet points à titres gras sauf si le format le justifie structurellement (documentation technique, checklist opérationnelle)
• Ne jamais introduire une analyse superficielle via un participe présent en fin de phrase (ensuring..., highlighting..., reflecting...)
• Ton : factuel, direct, pas promotionnel, pas éditorialisant

Mode B : Relecture / Humanisation d'un texte existant

L'utilisateur colle un texte brut produit par une IA.

Processus :

1. Passer le texte contre la checklist en 14 points (Section 7 des anti-patterns)
2. Identifier les occurrences pour chaque catégorie
3. Produire le texte édité
4. En fin de réponse, fournir un bref diagnostic : quels anti-patterns ont été corrigés et combien d'occurrences (max 5 lignes, pas de liste exhaustive)

Étape 3 — Adapter au genre textuel

Les contraintes s'appliquent différemment selon le type de livrable. Ajuster le niveau d'intervention :

Étape 4 — Produire et livrer

Produire le texte directement, sans annoncer ce que tu vas faire ni commenter la méthode appliquée.

Ne jamais :

• Commencer par "Bien sûr !" / "Absolument !" / "Certainement !"
• Terminer par "J'espère que cela vous convient" / "N'hésitez pas à me demander des modifications"
• Expliquer que tu as appliqué les anti-patterns (sauf si l'utilisateur est en Mode B et attend le diagnostic)

En Mode B uniquement, terminer par un diagnostic court :

— Corrections appliquées : [liste concise des catégories touchées + nb d'occurrences]

Référence

Pour consulter la liste complète des anti-patterns, des exemples et de la checklist : → references/ai-antipatterns.md

Pour comprendre l'idiolecte spécifique d'un modèle (GPT, Gemini, Llama, DeepSeek) : → Section 6 de references/ai-antipatterns.md