Ваш русский текст пахнет GPT. 38 паттернов и как их убрать

Я собрал 38 паттернов AI-писанины в русском и превратил их в skill для Claude Code. Эта статья про то, почему русский текст от LLM узнаётся с первых двух абзацев, чем это отличается от английского, и что можно с этим сделать.

Если коротко: существующие западные humanizer-ы (например, blader/humanizer от которого я отталкивался) ловят специфические англоязычные паттерны: em-dash-ы, Title Case и "At its core". В русском всё по-другому – и поэтому 70% английских правил у нас не работают, а главных маркеров, наоборот, там нет.

Вот текст. Попробуйте угадать, написал его человек или ChatGPT:

В современном мире, где технологии не стоят на месте, AI-ассистенты являются неотъемлемой частью процесса разработки программного обеспечения, знаменуя собой важный этап в эволюции индустрии. Данные инструменты – расположенные на пересечении исследований и практики – кардинально трансформируют подходы инженеров, подчёркивая их ключевую роль в современных workflow.

Несмотря на вызовы, характерные для развивающихся технологий, экосистема продолжает процветать. В заключение, будущее обещает быть светлым.

Думаю, ответ очевиден. Теперь разберёмся, что именно сдаёт автора.

В этом фрагменте – минимум семь паттернов сразу:

Это не случайность. Это статистика: LLM обучаются на отредактированных текстах (книги, Wikipedia, пресс-релизы) и по умолчанию выдают их усреднённый стиль. Конкретные маркеры у разных языков – разные.

Оригинальный blader/humanizer основан на Wikipedia: Signs of AI writing – списке, который ведут редакторы-волонтёры Википедии. В этом списке вы найдете 29 основных правил для английского.

Когда я попробовал применить его к русскому, оказалось – большая часть правил мимо. Приведу для примера несколько правил оригинала (и в скобках - почему это не работает в русском?)

Em-dash overuse (в русском тире есть в обоих вариантах – другая логика применения)

Title Case Headings (в русском вообще нет Title Case)

Curly vs straight quotes (русский использует «ёлочки» – отдельная история, с другими маркерами)

Copula avoidance или "serves as, features" (в русском copula часто просто опускается – другая механика)

Hyphenated word pairs или "cross-functional" (вообще не русская проблема)

Из 29 оригинальных правил в русскую версию перешли 8–10, остальные 28–30 – новые, под нашу специфику. Разбираю их по категориям.

Это первое, что сдаёт машину. LLM превращает глаголы в существительные и раздувает фразу в 2–3 раза:

AI-русский (в скобках - по-человечески)

Осуществление проверки документов (Проверить документы)

Принятие решения о запуске (Решили запустить)

Обеспечение возможности доступа (Позволяет получить доступ)

Производит оценку ситуации (Оценивает ситуацию)

Выполняет функцию защиты (Защищает)

Почему так выходит? В обучающем корпусе LLM много бюрократических текстов (инструкции, официальные документы, научные статьи), где номинализация уместна. Модель берёт это как базовый стиль.

Это тот самый «канцелярит», о котором в книге «Слово живое и мёртвое» писала переводчица Нора Галь – полвека назад, когда никаких нейросетей не было. Паттерн старше, просто LLM его усиливают.

Три и более существительных подряд в родительном – верный признак AI.

Улучшение качества обслуживания клиентов компании

Попробуйте прочитать это вслух. Вы либо забудете начало к концу фразы, либо будете делать паузы, чтобы не потеряться. Живые люди так не пишут – структурируют иначе:

Клиенты стали довольнее.

Или:

Обслуживание в компании стало лучше.

Другие примеры:

Процесс оптимизации системы мониторинга производительности (Ускорили мониторинг)

Анализ эффективности стратегии развития продукта (Проверили, как растёт продукт)

Правило простое: если в абзаце есть цепочка из 3+ существительных в родительном – ломайте её. Либо через глагол, либо через два коротких предложения.

Простой тест на любом AI-тексте: поищите слово «является». В 9 случаях из 10 его можно выкинуть или заменить на тире:

Данный подход является эффективным (Этот подход эффективен)

Это является важным фактором (Это важно)

Продукт является решением проблемы (Продукт решает проблему)

«Является» – это лингвистический костыль. Когда модель не знает, какой глагол выбрать – она ставит «является» и прикрепляет существительное/прилагательное. Всегда проигрывает живому варианту.

Три слова, за которые любого редактора выгнали бы из газеты. AI их обожает:

В рамках данного проекта (В этом проекте)

Указанные выше пункты (Эти пункты)

Вышеупомянутая задача (Эта задача)

Это калька с юридических текстов: «Настоящим подтверждаю, что в рамках данного договора...» Если пишете не договор – убирайте.

Отдельный класс маркеров – когда LLM переводит английские AI-штампы буквально. Получается нелепо:

«В конце дня» - В итоге

«На одной странице» - Одинаково понимаем

«Давайте нырнём» (let's dive in) - Разберёмся

«Это меняет игру» - Назвать, что именно меняется

«В сердце X» - В основе X

«Думать за пределами коробки» - Нестандартно подойти

«На следующем уровне» - Лучше в чём-то конкретном

В английском эти фразы устоявшиеся и нейтральные. В русском они звучат как неумелый перевод – потому что это он и есть.

«Инновации, вдохновение и возможности» «Быстро, надёжно и удобно» «Вдохновляет, мотивирует и трансформирует»

Триада звучит ритмично и важно. Но если поставить вопрос «Что конкретно значит каждый из трёх?» – часто ответа нет. Это ритмический костыль, за которым нет содержания.

Простой тест: если в перечислении ровно три элемента и все они абстрактные – почти наверняка AI. Живые авторы пишут два пункта или пять, с разной длиной. Три круглых абстракции подряд – маркер.

Эта конструкция пришла из английского («It's not just X, it's Y») и в русском стала эпидемией:

«Это не просто инструмент, это философия» «Не просто продукт – образ жизни» «Не автокомплит, а раскрытие потенциала»

Звучит как маркетинговая пародия и работает только в рекламных слоганах. В технической статье или блог-посте выдаёт генерацию.

LLM на русском обожает масштаб:

Революционный, уникальный, беспрецедентный, передовой, инновационный, первоклассный, непревзойдённый, кардинально, потрясающий

Каждое из этих слов – маркер, если рядом нет конкретного факта, который это подтверждает. «Революционный подход к управлению» без объяснения, чем именно он революционный – пустышка. А «снизили ошибки на 40%» – уже не нуждается в эпитетах.

Самый узнаваемый AI-маркер – открывающая фраза про время:

Эти открывашки – сигнал, что следующие 500 слов можно не читать. Живые авторы начинают с конкретной ситуации, цифры или вопроса.

Есть два отдельных маркера, которые часто путают.

Первый маркер – длинное тире в онлайн-тексте. В классической типографике (книги, журналы, официальные публикации) используется длинное тире с пробелами. В онлайн-контенте (Habr, Telegram, блоги, e-mail, LinkedIn) живые авторы почти всегда ставят короткое тире или просто дефис. LLM обучались на отредактированных корпусах – поэтому по умолчанию выдают длинный вариант. В статье на Habr это выглядит чужеродно.

Второй маркер – перегруз тире (независимо от типа):

«Код – чистый, тесты – зелёные, деплой – успешный, команда – довольна»

Два и более тире в одном предложении почти всегда заменяются на запятые или точки. В живых текстах тире – редкий знак, а не заменитель копулы в каждой фразе.

Какой именно знак ставить – зависит от стиля автора. Поэтому в скилле есть voice calibration.

Западные humanizer-ы выдают один «правильный» стиль для всех. Живой редактор работает иначе: смотрит, как пишет конкретный автор, и правит в его стиле.

В humanizer-ru при калибровке фиксируется:

Скилл переписывает в том же стиле. Если автор сам пишет с длинным тире – скилл не заменит его на короткое. Если автор использует «является» (например, в научной статье) – скилл это сохранит.

Это важно, потому что цель скилла – убрать маркеры LLM, а не превратить всё в единый безликий инфостиль.

Репозиторий открытый, лицензия MIT:

mkdir -p ~/.claude/skills

git clone https://github.com/SergeNS-mne/humanizer-ru.git ~/.claude/skills/humanizer-ru

Для OpenCode – аналогично в ~/.config/opencode/skills/.

После установки в Claude Code работает через slash-команду:

/humanizer-ru

[вставить русский текст или ссылку на файл с текстом]

С калибровкой:

/humanizer-ru

Образец моего письма: [2–3 абзаца, написанные лично вами]

Теперь очисти этот текст: [AI-текст]

Скилл делает первый проход по 38 правилам, затем второй – аудит-чеклист на оставшиеся AI-маркеры.

До:

В современном мире, где технологии не стоят на месте, AI-ассистенты являются неотъемлемой частью процесса разработки. Данные инструменты кардинально трансформируют подходы инженеров, подчёркивая их ключевую роль. Это не просто автокомплит – это раскрытие творческого потенциала в масштабе.

В заключение, будущее обещает быть светлым. Надеюсь, это было полезно!

После (в стиле онлайн-блога с обращением «ты»):

AI-ассистенты помогают в рутине: шаблонный код, конфиги, тесты-заготовки. Хорошо работают там, где ты всё равно не хотел бы писать руками.

Опасность в том, как уверенно выглядят подсказки. Я принимал код, который компилировался и проходил линтер, а через неделю замечал – он мимо задачи, потому что я перестал читать.

Если относиться к этому как к автокомплиту и читать каждую строку – инструмент полезный. Если использовать, чтобы не думать – получишь баги быстрее.

Лицензия – MIT. Контрибьюции открыты: если вы заметили паттерн, который скилл не ловит – откройте issue с примером «было/стало». Шаблон в репозитории.

Roadmap у проекта такой:

Если попробуете и найдёте паттерн, который скилл пропускает – буду рад issue или PR.

Попробовал черновик этой статьи прогнать через humanizer-ru. Из 301 строки текста скилл тронул 12 – в основном мелочи. Но одна правка оказалась любопытной.

У меня в тексте было:

В русском они звучат как неумелый перевод – потому что им и являются.

Скилл применил правило 2.3 («является» – слово-паразит) и переписал:

В русском они звучат как неумелый перевод – потому что это он и есть.

Я посмотрел и засомневался: в оригинале же всё нормально. Отдал оба варианта внешнему редактору. Он сначала назвал правку ошибкой. Я наполовину согласился.

Потом мы пересмотрели. «Это он и есть» – нормальная разговорная идиома. «Им и являются» – тяжёлый оборот, на котором читатель спотыкается. Скилл нашёл более живую формулировку, а мы оба пытались его переиграть и оба ошиблись.

Цитата редактора после разбора:

Ты сам написал правило против «является», а потом его и нарушил. Скилл поймал тебя на собственной некомпетентности.

Вот самое интересное. Я дал скиллу правило против «является» – и сам же его в этой статье нарушил. Не заметил. Редактор в первом проходе тоже не увидел. Скилл поймал то, что пропустили мы оба.

«Является» в русском настолько въевшийся паразит, что даже человек, который с ним сражается, сам его пропускает. Видит только после механической проверки. Правило жёсткое по делу, и смягчать его не буду, иначе скилл пропустил бы именно эту фразу.

Скилл – это пара дополнительных глаз. Видит то, что пропускает автор. Даже если автор – сам автор скилла.