Как убрать следы нейросети в тексте: 7 признаков ChatGPT и Claude, тест ilyautov/humanizer-ru для русского

Привет, меня зовут Илья. Я автор OpenSource инструмента для хуманизации текстов от признаков нейростевой генерации.Забрать его и интегрировать в свои проекты вы можете здесь: github.com/ilyautov/humanizer-ruНо давайте я поделюсь не только инструментом, но и опытом того что я увидел пока работал над ним

Текст нейросети редко выдаёт одна фраза. Обычно его сдаёт связка: немного пафоса, пара английских калек, ровный ритм и вывод, который пересказывает весь предыдущий абзац.

Детектор для этого не нужен. Достаточно знать, что искать, и не переписывать текст целиком без причины.

Я оставил ниже семь признаков, которые проверял на размеченных русскоязычных корпусах, с примерами и порядком правки. Полная методика, исходники сканера и таблицы калибровки лежат в репозитории.

Важно: эти признаки не доказывают, что текст написал ИИ. Они показывают, где текст звучит шаблонно, водянисто или как перевод с английского. Это разные вещи.

У русского текста, сгенерированного моделью, часто повторяются одни и те же конструкции: «является» через предложение, «важно отметить», «не просто X, а Y», «таким образом» в финале. Добавьте к этому предложения одинаковой длины, и получится гладкий текст, который не цепляет.

Подробно про весь список я писал в первой статье: 55 маркеров нейросетевого текста. Здесь оставил только те, что выдержали проверку на данных.

Многие популярные «признаки ИИ» при проверке не выдерживают. Например, тире само по себе ничего не доказывает: в статьях его часто ставит редактор. А вот формульные выводы, раздувание значимости и осторожные конструкции без конкретики встречаются у моделей заметно чаще.

Одна оговорка про все числа ниже. Считалась доля текстов, где оборот встретился хотя бы раз, а не число повторов внутри текста. «Разрыв в 5 раз» значит «оборот есть у впятеро большей доли машинных текстов», а не «модель повторяет его впятеро чаще».

Это один из самых устойчивых маркеров. На научных аннотациях оборот «играет важную/ключевую роль» есть в 2,7% машинных текстов против 0,5% человеческих: разрыв 5,7 раза. На смешанном корпусе разрыв 9,4, на третьем - 17.

Рядом обычно стоят «имеет огромное значение», «переломный», «фундаментальный», «невозможно переоценить».

Было: «Аналитика играет ключевую роль в развитии бизнеса и открывает новые возможности для роста».

Стало: «Без аналитики мы полгода не замечали, что теряем клиентов на втором шаге оформления».

Здесь не надо искать менее пафосный синоним. Надо заменить оценку наблюдением. Нет наблюдения, вырезайте фразу.

«Таким образом», «подводя итог», «можно сделать вывод» часто нужны модели как знак: текст пора заканчивать. Человек заканчивает на сильной мысли, примере или неприятном вопросе.

На парном корпусе, где модель пересказывала человеческий исходник, «подводя итог» и «таким образом» встречались у в 6,9 раза большей доли машинных текстов. Категория формульных выводов целиком - 6,5. На другом корпусе тот же оборот даёт 2,5: разрыв сильно зависит от того, чьи тексты с чьими сравнивают.

Было: «Таким образом, правильный выбор CRM позволяет существенно повысить эффективность продаж».

Стало: удалить абзац.

Если финал не добавляет новую мысль, он лишний. Заканчивайте на примере, который читатель запомнит.

Модель любит конструкции вроде «не просто сервис доставки, а полноценная экосистема для бизнеса». Они придают вес без новой информации.

В корпусе с 30 генераторами «не просто X, а Y» есть в 2,1% машинных текстов против 0,4% человеческих: разрыв 5,3. «Не только X, но и Y» - 7,8% против 3,0%.

Было: «Это не просто сервис доставки, а полноценная экосистема для бизнеса».

Стало: «Это сервис доставки. У него есть склад и API для магазинов».

Сказать прямо обычно хватает.

Фраза ничего не сообщает, кроме одного: дальше будет утверждение.

В моих замерах «важно помнить, что» встретилось в 155 машинных текстах из 9 960 и в трёх человеческих из 6 392: разрыв по доле примерно тридцатикратный. «Важно отметить, что» - 144 против одного.

А на научном корпусе тот же маркер переворачивается: два случая у людей на девять тысяч аннотаций и ни одного у машин. Список маркеров нельзя переносить между жанрами не в теории, а вот так конкретно.

Было: «Важно понимать, что бюджет на рекламу нужно планировать заранее».

Стало: «Бюджет на рекламу планируют заранее».

Если нужен разговорный тон: «С рекламным бюджетом так: его планируют заранее. Иначе в декабре платить нечем».

Это уже не про отдельные слова. У модели предложения часто идут строем: 15-20 слов, потом ещё 15-20, потом ещё.

У человека ритм скачет. Длинная оговорка. Короткая фраза. Вопрос. Возврат к предыдущей мысли.

Сканер считает вариативность длины предложений. В моём тестовом прогоне у семи AI-текстов коэффициент был 0,23.

Порог 0,45, на который сканер ориентируется, честнее назвать эвристикой, чем замером. В том же контроле человеческие тексты дали 0,57, 0,41 и 0,13 - двое из трёх до порога не дотянули. Это направление, а не граница.

Правка простая: найдите два одинаково устроенных предложения рядом. Одно разбейте, другое склейте. Тексту не нужна идеальная кардиограмма, ему нужно перестать звучать как инструкция к микроволновке.

«Делает разницу», «данный подход позволяет», «в рамках данной статьи», «в конечном итоге» в каждом абзаце. Такие обороты не всегда ошибочны, но в посте, лендинге или колонке быстро делают текст безличным.

Было: «Данный подход позволяет достичь значительных результатов в рамках ограниченного бюджета».

Стало: «Так мы уложились в бюджет».

Оговорка важна: в научной статье часть таких связок нормальна. Там их нельзя считать признаком нейросети без учёта жанра.

«Может способствовать», «в определённой степени», «зачастую», «как правило». Иногда такая оговорка честна. Но если модель хеджирует каждое утверждение, она просто уходит от ответственности.

В трёх корпусах модальные конструкции встречались у в 2,6-4,4 раза большей доли машинных текстов, чем человеческих.

Было: «Регулярные публикации могут в определённой степени способствовать росту вовлечённости».

Стало: «Публиковались три раза в неделю, вовлечённость выросла. Реже пробовали, не работает».

Нет данных - так и напишите. «Не проверяли». Это честнее, чем туман из «может быть».

Про тире пишут все, включая меня весной. На данных картина сложнее.

В энциклопедических текстах тире чаще у людей: 68% человеческих против 33% машинных. В отзывах наоборот - 2% у людей и 28% у машин. В историях 8% против 33%. Здесь многое решают жанр и редактура.

В моих замерах некоторые русские модели ставят тире особенно охотно. У GigaChat-Max оно было в 77% текстов, у YandexGPT-5-Lite-8B - в 74%. Но другой яндексовский генератор в том же корпусе дал 8%: это свойство конкретной модели, а не семейства и тем более не «русских нейросетей». Превращать один знак в приговор не стоит.

Сначала разметьте абзацы. Три и больше признаков - переписать. Один-два - поправить точечно. Чистый абзац оставьте в покое: лишний рерайт часто приносит новые штампы.

Удаляйте раньше, чем дописываете. В корпусе с 30 генераторами текст, который модель расширяла, содержал 0,91 маркера на 100 слов. В сжатом тексте было 0,35. Если фразу можно убрать без потери смысла, она, скорее всего, была водой.

Заменяйте самое ожидаемое слово. Не обязательно делать текст разговорным. «Нашли решение проблемы» можно заменить на «нашли выход», «обошли ограничение» или «поставили костыль». Выбор зависит от ситуации и голоса автора.

Верните автора. Нужны мнение, сомнение, конкретный случай. Не «многие компании сталкиваются», а «мы попробовали, не сработало». Конкретика должна быть настоящей, из исходника или вашего опыта. Модель не должна дорисовывать её за вас.

Сверьте факты. При рерайте «несколько клиентов» легко превращаются в «сотни», а «большой» - в «крупнейший в России». Проверьте числа, даты, имена и кванторы. Выдуманная цифра хуже любого канцелярита: канцелярит портит стиль, выдумка делает текст ложью.

Не вставляйте опечатки и латинские буквы вместо русских. Это не редактура, а попытка обмануть детектор. Читатель заметит такой трюк раньше алгоритма.

Не считайте детектор судьёй. Русский бенчмарк AINL-Eval 2025 специально построен так, чтобы проверять перенос: 52 305 образцов, человеческие аннотации из 12 научных доменов плюс сгенерированные пятью моделями, а тестовая фаза добавляет невиданные домены и невиданную модель. Точность лучшей системы падает с 91,22% до 86,35%.

И это падение внутри одного жанра, на научных аннотациях. Насколько хуже детектор переносится с аннотаций на посты, бенчмарк не измеряет. Это догадка, в том числе моя.

И не гоняйте все тексты компании через один «человеческий» пресет. Одинаково оживлённая речь тоже выглядит как шаблон.

Сканер открыт и работает локально.

В браузере: humanizer-ru.aifrontier.tech. Вставляете текст, получаете балл чистоты от 0 до 100 и подсветку сработавших маркеров. Расчёт идёт в браузере, текст на сервер не уходит.

Ориентир простой:

Оговорка про сами пороги. На моей калибровке человеческие тексты дали 74-89. То есть часть заведомо человеческих текстов попадает в полосу «нужна правка». 85 - рабочая планка для редактуры, а не граница между человеком и машиной.

В рабочем инструменте это скилл для Claude Code, Cursor, Codex и других агентов. Установка:

npx skills add https://github.com/ilyautov/humanizer-ru/tree/main/skills/humanizer-ru

Исходники, сканер и отчёты о калибровке: github.com/ilyautov/humanizer-ru.

Можно ли обойти этим антиплагиат или детектор в вузе?

Нет. Инструмент не вставляет ошибки и не маскирует текст. Он помогает убрать штампы, кальки и пустые формулировки, чтобы текст лучше читался.

Работают ли AI-детекторы на русском?

Работают, но с оговорками. Результат зависит от темы, жанра, модели и того, на каких данных обучался сам детектор. Его оценка - повод перечитать текст, а не приговор.

Сколько маркеров нужно убрать?

Не все. Ноль маркеров - редкость даже в хорошем человеческом тексте. Цель не стерильность, а нормальная для жанра плотность штампов и узнаваемый голос автора.

Что делать с научным или юридическим текстом?

Включать жанровый режим. В научной аннотации «является», «данный» и формальные связки могут быть нормой. Если применять к ней правила для поста, сканер начнёт ловить людей чаще моделей.

Эту статью я прогнал через собственный сканер. 100 из 100, ни одного маркера. И сканер тут же поставил пометку:

стерильно: ни одного маркера. Так пишет 15% людей на тексте в 1470 слов, остальные 85% что-нибудь да используют.

То есть по его же калибровке идеально чистый текст - сам по себе аномалия. Цель не ноль. Цель - нормальная для жанра плотность штампов и голос, который слышно.