Humanizer Ru

Humanizer-ru — очеловечивание текста (v2.8.0)

Скилл для редактирования русскоязычного текста со следами работы ИИ. Цель — сделать текст естественным, не искажая смысла. Опирается на проект Wikipedia AI Cleanup и его русский аналог.

Когда применять

• Текст на русском языке выглядит механическим, сухим или шаблонным.
• Нужно проверить текст, сгенерированный другой нейросетью.
• Пользователь просит «очеловечить», «переписать», «убрать следы ИИ».
• Текст готовится к публикации (статья, пост, письмо, документ).
• В тексте видны однозначные маркеры копирования из чат-бота: :contentReference[oaicite:N], ?utm_source=chatgpt.com, grok_card:// и подобные.

Когда не применять

• Текст не на русском языке. Откажитесь и попросите русскоязычный.
• Исходный код, конфигурационные файлы, технические логи. Скилл предназначен только для связного текста.
• Юридические документы, нормативные акты, договоры — в них канцелярит обязателен по жанру.
• Художественная проза, поэзия, литературные эссе — там длинное тире, правило трёх и сложный синтаксис могут быть авторским приёмом, не машинным следом. См. references/false-positives.md.

Дерево решений

Получили текст
  ↓
Это русский? — нет → отказ
  ↓ да
Жанр? — код / конфиг → отказ
       — договор / нормативный акт → применить только #16-21 (стиль/разметка), не трогать #8 канцелярит
       — художка / поэзия → не применять #13 правило трёх, #16 длинное тире, см. false-positives.md
       — академический / научный → не считать признаком пассив, оговорки, логические связки, см. false-positives.md §11
       — публицистика / колонка / эссе → правило трёх и параллелизмы могут быть приёмом; считать #13 только в связке с другими признаками
       — маркетинг / блог → полный набор
  ↓
Прогнать regex по chatbot-artifacts.md
  ↓
Найден хоть один однозначный маркер? — да → удалить, проверить остальной текст; почти точно ИИ
  ↓ нет
Сосчитать мягкие признаки по категориям (контентные, языковые, структурные, коммуникативные)
  ↓
0–2 признака → текст вероятно человеческий, не править
3–5 признаков → выборочно править критические (🔴), оставить остальное
6+ признаков → переписать целиком с сохранением фактов
  ↓
Если есть ссылки на источники → прогнать source-fabrication.md
  ↓
Финальная проверка по чек-листу (см. ниже)

Шкала критичности маркеров

• 🔴 Мгновенный маркер — выводит ИИ почти наверняка, требует удаления.
• 🟡 Сильный сигнал — неестественно для человека, часто встречается у ИИ.
• 🟢 Слабый сигнал — статистический признак, может быть и у людей; работает только в сочетании.

Архитектура файлов

Этот файл — карта. Подробное описание паттернов и проверок — в подключаемых файлах из references/.

Главное правило

Ни один отдельный мягкий признак не даёт достаточного основания для вердикта «текст написан ИИ». Достаточны только:

• Один однозначный маркер из references/chatbot-artifacts.md.
• Подтверждённый подлог источника из references/source-fabrication.md.
• Сочетание трёх и более мягких признаков из разных категорий.

Лучше пропустить машинный текст, чем испортить живой текст человека.

Пять ключевых принципов правки

1. Удалять мусор. Убирать вводные фразы-пустышки и слова-костыли. 2. Ломать шаблоны. Избегать парных сравнений, драматических списков, риторических подводок. 3. Менять ритм. Чередовать длину предложений. Два пункта лучше трёх. Разнообразить концовки абзацев. 4. Доверять читателю. Констатировать факты прямо. Избегать разжёвывания и оправданий. 5. Никаких слоганов. Если фраза звучит как пафосный слоган — переписать.

Признаки безжизненного текста

• Одинаковая длина и структура предложений.
• Нет точки зрения, только нейтральный отчёт.
• Нет признания неуверенности или сложных чувств.
• Нет первого лица там, где оно уместно.
• Нет юмора, иронии или резкости.
• Текст читается как пресс-релиз.

Формат вывода

Выдавать только итоговый переписанный текст (если пользователь явно не попросил объяснений). Никаких вступительных «Вот ваш текст:» или заключительных «Надеюсь, это поможет!». Если уверенности в правке нет — спросить, не молча редактировать.

Чек-лист перед сдачей

• ✓ Прогнан regex из chatbot-artifacts.md — однозначных маркеров нет?
• ✓ Если есть ссылки на источники — все они проверены через source-fabrication.md?
• ✓ Учтён жанр текста (художка / договор / публицистика)? См. false-positives.md.
• ✓ Убраны вводные слова типа «безусловно», «важно отметить»?
• ✓ Заменены громоздкие «является / представляет собой» на тире или «это»?
• ✓ Проверено правило трёх — изменены тройки на двойки или четвёрки, где это не риторика?
• ✓ Убраны излишние эпитеты и усреднение (паттерн #1)?
• ✓ Текст завершается конкретным фактом, а не расплывчатой моралью?
• ✓ Нет неестественных ложных диапазонов «от X до Y»?
• ✓ Английские прямые кавычки заменены на ёлочки (или наоборот, если это macOS-автозамена в личном тексте — оставлено)?
• ✓ Удалены лишний жирный, эмодзи и избыточные таблицы?
• ✓ Иерархия заголовков последовательна (H1 → H2 → H3)?
• ✓ Удалены остатки реплик («Конечно!», «Надеюсь, это поможет»)?
• ✓ Удалены бессмысленные деепричастные обороты («подчёркивая…»)?
• ✓ После правки текст звучит так, как сказал бы живой человек?

Оценка качества (0–10 по каждому критерию)

Сумма от 45 до 50 — следы ИИ удалены. От 35 до 44 — приемлемо, есть что улучшить. Меньше 35 — переработать.

О симметрии этой документации

Этот файл и references/* построены однотипно: каждый паттерн оформлен по шаблону «Проблема → Маркер → Что делать → Граница ложного срабатывания → До/После». Симметрия здесь — навигационное удобство справочника, а не сигнал генерации. Не путать с паттерном #13 «симметричные секции» из language-patterns.md: там симметрия в содержательных авторских текстах считается приметой ИИ.

Ключевая идея

LLM использует статистические алгоритмы для предсказания следующего слова. Результат стремится к статистически наиболее вероятному варианту, применимому к максимально широкому кругу случаев. Живой человек — это асимметрия и неидеальность. Очеловечить текст — значит вернуть в него эту неидеальность.

История версий

• 2.8.0 (11 июня 2026): мозговой штурм по свежим каталогам и исследованиям 2026 года. Новый однозначный маркер в chatbot-artifacts.md (раздел A.2): метки file_search turn0file2, всплывающие как fileciteturn0file2turn0file6 (форум разработчиков OpenAI, октябрь 2025; сильнее всего на GPT-5.2). Четыре расширения паттернов по каталогу «55 маркеров нейросетевого текста» (vc.ru, май 2026): #15e «Семантический сдвиг через английское поле» и #15f «Отсутствие идиоматики» (arXiv:2405.09279) в language-patterns.md, #24a «Псевдо-терапевтический регистр и имитация живости» (наследие отозванного режима GPT-4o весны 2025) в communication-patterns.md. В false-positives.md — §13 «Разные типы ошибок у людей и моделей» (модель путает падежи, человек — -тся/-ться; идеальная типографика относительна жанру). В llm-fingerprints.md — синтаксическая стилометрия (arXiv:2602.15514: машинный текст отличим без лексики, точность 93–98%) и равномерность информационной плотности (DivEye, 2025). Скрипт check_markers.py получил режим --scan для проверки произвольных текстов; добавлен третий workflow self-scan.yml — скилл проверяет сам себя на собственные маркеры при каждом изменении. Паттернов теперь 35 (25 базовых + 10 расширений), регулярных выражений 20, прогон зелёный (20 из 20). Ни одно существующее правило не изменено и не удалено.
• 2.7.0 (11 июня 2026): сверка с текущими версиями трёх опорных страниц (английская «Signs of AI writing», русская «Признаки сгенерированности текста», проект AI Cleanup) и пополнение по их новым разделам. Новый однозначный маркер в chatbot-artifacts.md (раздел A.8): сцепки «Источник+цифра» — ошибка отрисовки сносок ChatGPT вида ISO+3ISO+3; выражение ловит только сцепленную форму, одиночная (Wikipedia+1.) оставлена ручной проверке из-за столкновений с математикой и версиями. Два расширения паттернов: #21a «Каждое Слово Заголовка С Прописной» (русская Википедия, ярлык ВП:ИИЗБ) в structural-style-patterns.md и #25a «Обрыв на полуслове» (исторический признак) в communication-patterns.md. В false-positives.md — раздел «Неэффективные индикаторы» (идеальная грамотность, смешение стилей, «сухой» стиль и прочие не работающие сигналы) и пункт F «Живой синтаксис» (корпусное исследование Reinhart et al., PNAS 2025). В source-fabrication.md — §7 «Устаревшая дата обращения». В llm-fingerprints.md — научное подтверждение идиолектов моделей (Sun et al., arXiv:2502.12150). Паттернов теперь 31 (25 базовых + 6 расширений), регулярных выражений 19, прогон зелёный (19 из 19). В .gitignore добавлен служебный мусор Python и операционных систем. Ни одно существующее правило не изменено и не удалено.
• 2.6.0 (11 июня 2026): автоматическая проверка маркеров и два новых однозначных маркера. Добавлен scripts/check_markers.py — прогон всех регулярных выражений из chatbot-artifacts.md по трём уровням образцов (прямой, отрицательный, граничный) на стандартной библиотеке Python; подключён к CI (regex-check.yml), ручной PowerShell-вариант сохранён как запасной. В chatbot-artifacts.md добавлен раздел A.7 «Невидимые и служебные символы»: служебные символы цитирования ChatGPT U+E200–U+E204 (диапазон [\ue200-\ue204]; в этой форме метка citeturn разорвана невидимым символом и старым выражением не ловится) и остатки тега рассуждения </?think> от DeepSeek и других рассуждающих моделей — формализация приметы из llm-fingerprints.md. Регулярных выражений теперь 18, прогон зелёный (18 из 18). Кандидаты utm_source=perplexity и utm_source=gemini отклонены после проверки: эти платформы не добавляют устойчивых UTM-меток. Ни одно существующее правило не изменено и не удалено.
• 2.5.0 (31 мая 2026): содержательное обновление. Добавлены четыре однозначных маркера новых платформ в chatbot-artifacts.md (раздел A.6): сноска Microsoft Copilot [^N^], метка OpenAI Assistants 【N†source】, потоковая метка ChatGPT citeturn0file0, сломанная ссылка анализа данных ](sandbox:/mnt/data/). Регулярных выражений теперь 16, все прогнаны (16 из 16 проходят). В llm-fingerprints.md добавлены Perplexity, Amazon Nova, Cohere Command A+, режим Gemini Deep Research; приметы GPT-5.5 на русском проверены живым прогоном модели. В false-positives.md добавлен §11 «академический и научный регистр»; правило трёх дополнено границей для публицистики. В дереве решений SKILL.md разделены ветки «академический» и «публицистика». Версия в метаданных синхронизирована с тегом релиза.
• 2.4.1 (23 мая 2026): устранены англицизмы в собственном тексте скилла. В шапке description: Use when: → Применяй когда:, Do NOT use: → Не применяй:. В истории версий и разделе «Архитектура файлов» убраны кальки best practices, постепенное раскрытие, Do NOT блок, frontmatter, 7 LLM, 30+, Эмпирическая проверка, без регрессий, эталонные образцы, триггер «Use when:». Содержание скилла (29 паттернов, регулярные выражения, references) без изменений.
• 2.4.0 (23 мая 2026): переписано описание скилла. Слова-активаторы расширены с четырёх до тридцати с лишним: явные синонимы («очеловечь», «сделай живым», «AI-детектор», «проверить на ИИ», «убрать гпт-шность», «звучит как нейросеть»), семь моделей по именам (ChatGPT, Claude, Gemini, Grok, DeepSeek, GPT-5, Qwen). Добавлен раздел «не применять» с явными границами: текст не на русском, код и скрипты, юридические документы, художественная проза, поэзия и резюме. Содержание скилла без изменений — правка только в шапке файла.
• 2.3.0 (20 мая 2026): SKILL.md превращён в карту со ссылками на детали в references/. Добавлены однозначные маркеры с регулярными выражениями (chatbot-artifacts.md), проверка подлога источников (source-fabrication.md), границы ложного срабатывания (false-positives.md), отпечатки моделей (llm-fingerprints.md), проверочные образцы (test-fixtures.md). Четыре расширения для русского (#15a–15d): нелогичные деепричастия, каскад смягчений, связки-переходы и заключительные обороты-затычки, резкая смена стилистики. Регулярные выражения прогнаны: 12 из 12 проходят. Старое не сломано.
• 2.2.0 (20 марта 2026): добавлены подвиды паттернов #1 (гороскопные утверждения) и #13 (симметричные секции).
• 2.1.0 (21 февраля 2026): соответствие спецификации agentskills.io, очистка опечаток.
• 2.0.0 (20 февраля 2026): 25 паттернов вместо 22, шкала критичности 🔴/🟡/🟢, чек-лист на 12 пунктов.
• 1.0.0 (21 января 2026): первый выпуск, 22 паттерна.

Humanizer-ru

   

Скилл для ИИ-агентов. Убирает следы машинной генерации из русскоязычного текста.

Установка и интеграция

Скилл humanizer-ru ставится в Claude.ai и в локальный CLI Claude Code. Для команд есть отдельный путь установки на уровне организации.

1. Claude.ai (Веб-интерфейс)

1. Скачайте репозиторий как ZIP-архив: https://github.com/Vladimir-Human/humanizer-ru/archive/refs/heads/main.zip 2. Зайдите в аккаунт Claude.ai и перейдите в Settings > Skills. 3. Нажмите Upload skill и выберите скачанный ZIP-архив.

Примечание. Если Claude.ai не принимает архив, скачанный напрямую с GitHub из-за вложенной папки humanizer-ru-main, склонируйте репозиторий и заархивируйте папку вручную:

```bash

git clone https://github.com/Vladimir-Human/humanizer-ru.git

zip -r humanizer-ru.zip humanizer-ru/

```

2. Организации (Enterprise & Team)

Администратор организации загружает скилл в общую библиотеку — он становится доступен всей команде.

3. API и локальные агенты (Claude Code)

При использовании API (эндпоинт /v1/messages или аналоги) передайте скилл через параметр container.skills — детали в документации используемого клиента.

Для локального использования через skills.sh:

npx skills add Vladimir-Human/humanizer-ru

Или вручную:

mkdir -p ~/.claude/skills
git clone https://github.com/Vladimir-Human/humanizer-ru.git ~/.claude/skills/humanizer-ru

Или только файл skill:

mkdir -p ~/.claude/skills/humanizer-ru
cp SKILL.md ~/.claude/skills/humanizer-ru/

Использование

В Claude Code или другом агенте:

/humanizer-ru [вставьте текст]

Или напрямую:

Очеловечь этот текст: [ваш текст]

Что делает

Выявляет и исправляет 35 паттернов машинного текста на русском языке (25 базовых + 10 расширений для русского). Опирается на Wikipedia:Signs of AI writing и Википедия:Признаки сгенерированности текста.

С версии 2.3 SKILL.md — это карта с деревом решений. Полное описание паттернов и проверок лежит в подключаемых файлах references/.

Архитектура

humanizer-ru/
├── SKILL.md                              # Карта, дерево решений, чек-лист
├── README.md                             # Этот файл
├── scripts/
│   └── check_markers.py                  # Автопрогон всех regex по образцам
├── .github/workflows/
│   ├── no-anglicisms.yml                 # Самопроверка текста скилла
│   ├── regex-check.yml                   # Прогон маркеров в CI
│   └── self-scan.yml                     # Скилл проверяет сам себя на маркеры
└── references/
    ├── content-patterns.md               # Содержательные паттерны #1–9
    ├── language-patterns.md              # Языковые паттерны #10–15 + #15a–15f
    ├── structural-style-patterns.md      # Структурные и стилевые #16–21
    ├── communication-patterns.md         # Коммуникативные #22–25
    ├── chatbot-artifacts.md              # Однозначные маркеры с regex
    ├── source-fabrication.md             # Проверка ссылок на источники
    ├── false-positives.md                # Что НЕ считается признаком ИИ
    ├── llm-fingerprints.md               # Отпечатки моделей (май 2026)
    └── test-fixtures.md                  # Проверочные образцы для regex

Содержательные паттерны

Языковые паттерны

Структурные и стилевые паттерны

Коммуникативные паттерны

Однозначные маркеры (новое в v2.3, расширено в v2.5–v2.7)

Регулярные выражения для следов копирования из чат-ботов. Один такой маркер в обычном тексте — почти точно ИИ. Все выражения прогоняются автоматически: python3 scripts/check_markers.py — три уровня образцов на каждое, прогон обязателен в CI (20 из 20 проходят). Тот же скрипт проверяет произвольный текст: python3 scripts/check_markers.py --scan файл.md. Третий workflow (self-scan.yml) прогоняет эти же выражения по собственному тексту проекта при каждом изменении.

Полный список с эталонными образцами — в references/test-fixtures.md.

Подлог источников (новое в v2.3)

Отдельный класс проверок для текстов со ссылками: 404, DOI ведёт на чужую статью, несуществующий ISBN, автор умер до даты публикации, книжная ссылка без номера страниц. См. references/source-fabrication.md.

Границы ложного срабатывания (новое в v2.3)

Длинное тире у Цветаевой и Бродского, изогнутые кавычки от автозамены macOS, правило трёх в риторической прозе, канцелярит в юридическом документе — это не признаки ИИ. Скилл намеренно не исправляет такие случаи. См. references/false-positives.md.

Отпечатки моделей (новое в v2.3)

Стилистические приметы по производителям, актуальные на 31 мая 2026: OpenAI GPT-5.5 (флагман с 23 апреля 2026), Anthropic Claude Opus 4.7 / Sonnet 4.6, Google Gemini 3.5 Flash (стандартный после Google I/O 2026) и режим Deep Research, xAI Grok 4.3, DeepSeek V4, Qwen 3.7, Meta Muse Spark, Mistral Large 3 / Magistral, Perplexity Sonar, Amazon Nova 2, Cohere Command A+. Срок актуальности: до 31 августа 2026. См. references/llm-fingerprints.md.

Шкала критичности: 🔴 мгновенно выдаёт ИИ · 🟡 сильный сигнал · 🟢 слабый сигнал

Пример

До:

🚀 Инновации: Данное программное обеспечение безусловно является свидетельством нашего стремления к качеству. Кроме того, оно обеспечивает бесшовный, интуитивно понятный и мощный пользовательский опыт — гарантируя эффективность. Эксперты считают, что это революция.

После:

Мы добавили пакетную обработку, горячие клавиши и офлайн-режим. Тестировщики отмечают, что задачи выполняются быстрее.

Отличия от английской версии

• Добавлен паттерн «канцелярит» («осуществлять деятельность», «в соответствии с»)
• Список машинной лексики адаптирован под русский язык
• Убран Title Case (заглавные в каждом слове заголовка — не применимо к русскому)
• Кавычки: «ёлочки» вместо „нижних лапок"

Источники

• Wikipedia:Signs of AI writing
• Википедия:Признаки сгенерированности текста
• WikiProject AI Cleanup

Версии

• 2.8.0 (11 июня 2026) — мозговой штурм по свежим каталогам и исследованиям 2026 года. Новый однозначный маркер: метки file_search turn0file2 / fileciteturn0file2turn0file6 (форум разработчиков OpenAI, сильнее всего на GPT-5.2). Четыре расширения паттернов по каталогу «55 маркеров» (vc.ru, май 2026): #15e «Семантический сдвиг через английское поле», #15f «Отсутствие идиоматики» (arXiv:2405.09279), #24a «Псевдо-терапевтический регистр и имитация живости» (наследие отозванного режима GPT-4o). В защите от ложных срабатываний — §13 «Разные типы ошибок у людей и моделей». В отпечатках моделей — синтаксическая стилометрия (arXiv:2602.15514, точность 93–98%) и равномерность плотности (DivEye). Скрипт проверки получил режим --scan для произвольных текстов, добавлен третий workflow self-scan.yml — скилл проверяет сам себя на маркеры при каждом изменении. Паттернов стало 35, регулярных выражений 20 (20 из 20 проходят). Существующие правила не тронуты.
• 2.7.0 (11 июня 2026) — сверка с текущими версиями опорных страниц обеих Википедий и проекта AI Cleanup. Новый однозначный маркер: сцепки «Источник+цифра» (ISO+3ISO+3) — ошибка отрисовки сносок ChatGPT (раздел A.8). Два расширения паттернов: #21a «Каждое Слово Заголовка С Прописной» (ярлык ВП:ИИЗБ) и #25a «Обрыв на полуслове». В защите от ложных срабатываний — «Неэффективные индикаторы» и «Живой синтаксис» (по корпусному исследованию PNAS 2025). В проверке источников — устаревшая дата обращения. Паттернов стало 31, регулярных выражений 19 (19 из 19 проходят). Существующие правила не тронуты.
• 2.6.0 (11 июня 2026) — автоматическая проверка маркеров и два новых однозначных маркера. Добавлен scripts/check_markers.py: прогон всех регулярных выражений по трём уровням образцов на стандартной библиотеке Python, подключён к CI (regex-check.yml); ручной PowerShell-вариант сохранён как запасной. В chatbot-artifacts.md — раздел A.7: невидимые служебные символы цитирования ChatGPT U+E200–U+E204 и остатки тега рассуждения <think> от DeepSeek и подобных моделей. Регулярных выражений стало 18 (18 из 18 проходят). Существующие правила не тронуты.
• 2.5.0 (31 мая 2026) — содержательное обновление. Четыре новых однозначных маркера в chatbot-artifacts.md: сноска Microsoft Copilot [^N^], метка OpenAI Assistants 【N†source】, потоковая метка ChatGPT citeturn0file0, сломанная ссылка анализа данных ](sandbox:/mnt/data/. Регулярных выражений стало 16 (16 из 16 проходят). В llm-fingerprints.md добавлены Perplexity, Amazon Nova, Cohere Command A+, режим Gemini Deep Research; приметы GPT-5.5 на русском проверены живым прогоном модели. В false-positives.md добавлен раздел про академический и научный регистр; правило трёх дополнено границей для публицистики. Версия в метаданных синхронизирована с тегом релиза.
• 2.4.1 (23 мая 2026) — устранены англицизмы в собственном тексте скилла. В шапке description: Use when: → Применяй когда:, Do NOT use: → Не применяй:. В истории версий и описании архитектуры убраны кальки best practices, постепенное раскрытие, Do NOT блок, frontmatter, 7 LLM, 30+, Эмпирическая проверка, без регрессий, эталонные образцы, триггер «Use when:». Содержание скилла (29 паттернов, регулярные выражения, references) без изменений.
• 2.4.0 (23 мая 2026) — переписано описание скилла. Слова-активаторы расширены с четырёх до тридцати с лишним: явные синонимы («очеловечь», «сделай живым», «AI-детектор», «проверить на ИИ», «убрать гпт-шность», «звучит как нейросеть»), семь моделей по именам (ChatGPT, Claude, Gemini, Grok, DeepSeek, GPT-5, Qwen). Добавлен раздел «не применять» с явными границами: текст не на русском, код и скрипты, юридические документы, художественная проза, поэзия и резюме. Содержание скилла без изменений — правка только в шапке файла.
• 2.3.0 (20 мая 2026) — SKILL.md превращён в карту со ссылками на детали в references/. Добавлены однозначные маркеры с регулярными выражениями (chatbot-artifacts.md), проверка подлога источников (source-fabrication.md), границы ложного срабатывания (false-positives.md), отпечатки моделей на 20 мая 2026 (llm-fingerprints.md), проверочные образцы (test-fixtures.md). Четыре расширения для русского (#15a–15d): нелогичные деепричастные обороты, каскад смягчений, связки-переходы и заключительные обороты-затычки, резкая смена стилистики. Регулярные выражения прогнаны: 12 из 12 проходят. Старое не сломано.
• 2.2.0 — Обновлена совместимость (добавлен Claude.ai), добавлены метаданные tags, обработка граничных случаев (нерусский текст, код), исправлены инструкции установки. Усилены паттерны #1 и #13 подвидами («гороскопные» утверждения, симметричные секции).
• 2.1.0 — В поле description добавлен явный триггер активации по спецификации agentskills.io (с v2.4 он звучит как «Применяй когда:»). Добавлены поля license, compatibility, metadata в начале файла.
• 2.0.0 — Добавлены паттерны #1 (Усреднение), #9 (Текст о тексте), #19 (Таблицы), #20 (Markdown), #21 (Иерархия). Шкала критичности 🔴/🟡/🟢. Расширены словари маркеров. 25 паттернов.
• 1.0.0 — Первый выпуск. 22 паттерна, адаптация под русский язык.

Лицензия

MIT

Однозначные маркеры — следы копирования из чат-ботов

Новый раздел в v2.3. Английская Википедия §6 «Markup» и §7 «Citations». Это однозначные приметы: один такой маркер в тексте, написанном вне технической документации программиста, означает текст почти наверняка скопирован из ответа ИИ без проверки.

В этом файле — приметы, которые ловятся регулярными выражениями. В соседнем llm-fingerprints.md — мягкие стилистические приметы конкретных моделей, которые работают только в сочетании. Эмпирическая проверка регулярных выражений из этого файла — в test-fixtures.md.

Когда подгружать: при подозрении на копирование из чата, при работе с публикуемым текстом, при правке статьи перед публикацией в Википедии или в блоге, при проверке любого текста, претендующего на самостоятельное авторство.

---

A. Действующее поколение моделей (2025–2026)

A.1. Метки внутреннего цитирования OpenAI

Источник: английская Википедия §6.4.

Что делать. Удалить полностью, ссылки в тексте оформить вручную с проверкой источника.

---

A.2. Метки веб-поиска OpenAI

Источник: английская Википедия §6.3; форум разработчиков OpenAI (октябрь 2025) — file_search-метки регулярно просачиваются в готовый текст, особенно при структурированном выводе; сильнее всего проявилось на GPT-5.2.

Что делать. Найти реальные ссылки на источники, проверить, что они открываются и подтверждают утверждения, заменить. Сдвоенные turn…file…-метки идут подряд без пробела — удалять всю цепочку, а не только первую.

---

A.3. Метки UTM от чат-ботов

Ссылки внутри текста часто содержат метки UTM, добавленные самим чат-ботом для отслеживания.

Источник: английская Википедия §7.6, русская Википедия — раздел про UTM-метки.

Что делать. Удалить параметр UTM из ссылки, проверить, что она ведёт туда же, оставить чистый адрес.

---

A.4. Метки прикрепления и карточек

Что делать. Заменить на реальный источник, либо удалить ссылку и переформулировать утверждение без неё.

---

A.5. Прочие маркеры разметки

Граница ложного срабатывания. [1]:, [2]: в тексте могут быть нормальной разметкой Markdown для ссылок. Проверять только если в конце документа отсутствует список соответствующих сносок.

---

A.6. Маркеры новых платформ (добавлено в v2.5)

Форматы, появившиеся или ставшие массовыми в 2025–2026. Каждый подтверждён внешним источником и прогнан через проверочные образцы в test-fixtures.md.

Источники. Microsoft Learn (формат сносок Copilot); документация OpenAI и обсуждения разработчиков (метка 【N†source】 поиска по файлам, поток citeturn); справка OpenAI и сообщество (ссылка sandbox:/mnt/data/ при сбое отрисовки кнопки скачивания).

Границы ложного срабатывания.

• [^N^] — двойная вставка ^ обязательна. Обычная сноска Markdown [^1] (одна ^) — допустимая разметка, не признак. Регулярное выражение требует ^ с обеих сторон числа. В Markdown-файлах программистов (README, документация) маркер [^1^] может появиться при цитировании источника из Copilot с последующей ручной доработкой — в таком случае считать мягким сигналом, а не однозначным, и требовать сочетание с другими признаками.
• 【…】 — скобки-уголки сами по себе встречаются в японском тексте и в декоративном оформлении. Признак — только связка «число + кинжал † + source» внутри них.
• citeturn — ловится слитное написание. Фраза с пробелами («процитируй, затем turn to…») не срабатывает.
• sandbox:/mnt/data/ — признаком считается только внутри ссылки Markdown ](sandbox:/mnt/data/…). Слова «sandbox» и «/mnt/data» по отдельности в техническом тексте — норма.

Что делать. Удалить метку. Для sandbox:/mnt/data/ — запросить у автора сам файл или его содержимое, ссылка нерабочая вне той сессии ChatGPT, где файл был создан.

---

A.7. Невидимые и служебные символы (добавлено в v2.6)

Маркеры, которые не видны глазом при чтении, но сохраняются при копировании и однозначно выдают происхождение текста.

Про символы `U+E200`–`U+E204`. ChatGPT оборачивает внутренние цитаты в невидимые управляющие символы: \ue200 — начало ссылочного блока, \ue201 — конец, \ue202 — тип данных, \ue203/\ue204 — границы скрытого содержимого. В скопированном тексте метка выглядит как \ue200cite\ue202turn0search3\ue201 — символы не видны, текст кажется чистым. Важно: в этой форме слово citeturn разорвано символом \ue202, поэтому выражение citeturn\d+[a-z]+\d+ из раздела A.6 её не поймает — нужен именно прогон по диапазону [\ue200-\ue204]. Подтверждено разбором экспортов диалогов OpenAI и обсуждениями разработчиков на форуме OpenAI.

Про `<think>`. Модели с открытым ходом рассуждения (DeepSeek R1 и наследники, дистилляты на Llama/Qwen) выдают рассуждение в тегах <think>…</think>. При копировании из «сырых» интерфейсов (API, локальный запуск, недоработанные обёртки) тег или его закрывающая половина остаются в тексте. Это формализация приметы, уже описанной в llm-fingerprints.md (раздел DeepSeek): «следы рассуждения, оставшиеся в выводе».

Границы ложного срабатывания.

• Область частного использования Юникода (U+E000–U+F8FF) применяется иконными шрифтами: текст, выгруженный из веб-страницы, может содержать символы иконок. Признаком считается только узкий диапазон U+E200–U+E204; прочие символы области — не маркер.
• <think> в статье про языковые модели, в коде или в технической документации — цитата или пример, не маркер. Признак работает в связном тексте, не посвящённом устройству нейросетей.

Что делать. Невидимые символы удалить (после удаления прогнать A.2/A.6 — рядом обычно остатки turn…-меток). Блок <think>…</think> удалить целиком вместе с содержимым: рассуждение не предназначалось для публикации.

---

A.8. Сцепки «Источник+цифра» (добавлено в v2.7)

Ошибка отрисовки ссылок в ChatGPT: вместо сноски в текст попадает имя источника, сцепленное с числом, — Wikipedia+1, а при нескольких источниках — целая цепочка без пробелов: IT Governance+3ISO+3ISO+3, Microsoft Learn+3Google Cloud+3. Описано в английской Википедии («Признаки машинного письма», раздел про ошибки разметки ссылок) рядом с уже знакомыми contentReference и oai_citation.

Выражение ловит только сцепленную форму: после числа сразу идёт заглавная буква следующего источника. Это и делает её однозначной.

Границы ложного срабатывания.

• Одиночная форма (Wikipedia+1. в конце предложения) выражением не ловится — намеренно: запись «слово+число» встречается в математике, версиях и тарифах («C++11», «формула x+1», «5+ за работу»). Одиночную форму ищи глазами: имя известного сайта или издания, склеенное с +1/+2/+3, в тексте со ссылками на источники — почти точно тот же артефакт.
• Названия моделей и товаров вида цифра+цифра («A52+128 ГБ») не срабатывают: перед плюсом должна стоять буква, после числа — заглавная.

Что делать. Удалить сцепку целиком и проверить утверждение, к которому она была прикреплена: ссылки на источник в тексте больше нет, факт остался без опоры.

---

B. Старое поколение (2023–2024)

Сохранены без изменений (без регрессий). В современном корпусе встречаются реже, но в старых блогах, на форумах и в дипломных работах — до сих пор массово.

---

C. Имитация диалога в обсуждениях

Источник: русская Википедия §4.3 «В обсуждениях».

При выставлении статей на удаление участники (часто новички) пытаются защитить свою позицию с помощью ИИ. Видно по шаблонным фразам:

• «Тема: Запрос на редактирование статьи в Википедии»
• «Уважаемые редакторы Википедии,»
• «Надеюсь, это сообщение застанет вас в добром здравии.»
• «Я пишу, чтобы выразить глубокую обеспокоенность распространением дезинформации на вашей платформе.»
• «Я выявил область в статье, требующую обновления/улучшения.»

Что делать. Если такое появляется в обсуждении правок или в письме — почти наверняка перед нами полный ответ ИИ, не отредактированный человеком. Лучше написать собственный текст с нуля.

---

D. Сломанная разметка как примета

---

Связки с другими файлами

---

Принцип использования регулярных выражений

Все приведённые регулярные выражения проверены эмпирически — см. test-fixtures.md. Каждое регулярное выражение прошло три уровня проверки:

1. Прямой образец. Регулярное выражение находит маркер в реальном выводе ИИ. 2. Отрицательный образец. Регулярное выражение не срабатывает на похожем, но не относящемся к ИИ тексте (программистская документация, цитата из английской статьи). 3. Граничный образец. Регулярное выражение не ломается на пустых строках, многократных совпадениях, юникоде.

Если в скилл добавляется новое регулярное выражение — оно обязано пройти эти три проверки до публикации.

Коммуникативные паттерны (#22–25)

Остатки диалогового формата, неуместные извинения и угодливая интонация помощника. Все четыре паттерна перенесены из v2.2 SKILL.md без изменений (без регрессий). Перекрёстные ссылки на однозначные маркеры и на отпечатки моделей добавлены в конце.

Когда подгружать: при анализе текстов, которые могли быть скопированы из чата (статья, пост, письмо, заявка, обращение).

---

22. 🔴 Остатки реплик и незаполненные шаблоны

Слова-маркеры:

• «надеюсь, это поможет»
• «конечно!»
• «разумеется!»
• «вы абсолютно правы»
• «хотите, чтобы я…»
• «дайте знать, если…»
• «с удовольствием!»
• «буду рад помочь»
• «Тема: …» (заголовок письма от ИИ)
• «Уважаемый редактор…» (типовое начало обсуждения статьи в Википедии, написанного ИИ)
• [вставьте имя], [укажите дату], [добавьте ссылку], [требуется источник] — незаполненные заглушки

Проблема. ИИ оставляет ошмётки своего общения с пользователем и незаполненные заглушки. Это верный признак: один такой маркер означает, что текст почти точно скопирован из чата без проверки.

До:

Вот краткий обзор Французской революции. Надеюсь, это поможет! Дайте знать, если хотите, чтобы я раскрыл какой-либо раздел подробнее.

После:

Французская революция началась в 1789 году. Финансовый кризис и нехватка продовольствия привели к массовым волнениям.

Связки. Если в тексте найден маркер #22 — обязательно прогони chatbot-artifacts.md: рядом часто оказываются однозначные маркеры :contentReference[oaicite:N], oai_citation: или ссылки с utm_source=chatgpt.com.

---

23. 🟡 Оговорки о пределах знаний

Слова-маркеры:

• «по состоянию на [дата]»
• «согласно последним данным»
• «хотя конкретные детали ограничены»
• «на основе доступной информации»
• «на момент моего обучения»
• «по состоянию на момент обновления моей базы данных»
• «в предоставленных результатах поиска»

Проблема. ИИ оставляет неуверенные оговорки об ограниченности своих знаний. Часто следом за оговоркой всё равно генерирует утверждение — это и есть сигнал.

До:

Хотя конкретные детали об основании компании в доступных источниках ограничены, она, по-видимому, была создана где-то в 1990-х годах.

После:

Согласно регистрационным документам, компания основана в 1994 году.

Если факта нет — лучше не писать его вовсе, чем оборачивать в оговорку.

---

24. 🟡 Льстивый тон

Проблема. Чрезмерно позитивный, угодливый язык, похвалы за «отличный вопрос» — это типовое начало ответа ChatGPT, не вычищенное при копировании.

Маркеры:

• «Отличный вопрос!»
• «Вы абсолютно правы!»
• «Прекрасное замечание!»
• «Это очень глубокая мысль…»
• «Замечательно, что вы об этом задумались…»

До:

Отличный вопрос! Вы абсолютно правы, это сложная тема. Что касается экономических факторов — это очень хорошее замечание.

После:

Упомянутые вами экономические факторы здесь действительно релевантны.

Связь с #22. Льстивый тон обычно идёт в паре с другими остатками реплик. Если найден один — ищи остальные.

---

24a. 🟡 Псевдо-терапевтический регистр и имитация живости (добавлено в v2.8)

Источник: каталог «55 маркеров» (vc.ru, май 2026). Новое поколение стилистических отпечатков: модели в ответ на критику «звучит сухо» стали имитировать вовлечённость, и сама имитация стала маркером. Пик — режим GPT-4o весны 2025 года, который OpenAI откатила за чрезмерную угодливость.

Три типовые формы:

1. Псевдо-терапевтическая забота — регистр коуча в неуместном контексте:

• «Ты не ошибаешься, что так чувствуешь.»
• «Сам факт этого — тихое подтверждение.»
• «Ты всё ещё здесь. Ты настоящий.»

2. Цепочки односоставных предложений-кивков — шаблонная парцелляция:

• «Короткие. Точные. Отдельные. Рефлексивные.»

3. Псевдо-сократические вопросы с пустыми ответами:

• «Зачем? Потому что. И для чего? Для этого.»

Маркер. Эти приёмы повторяются шаблонно — по нескольку раз за текст, с одинаковой структурой. У живого автора парцелляция и риторические вопросы редки и несут смысловую нагрузку.

Что делать. Убрать терапевтические формулы целиком; цепочки-кивки склеить в обычное предложение; на риторический вопрос дать содержательный ответ или снять вопрос.

Граница ложного срабатывания. Парцелляция — законный литературный приём (художественная проза, колонки, реклама), а терапевтический регистр уместен в текстах психологов. Маркер — шаблонная повторяемость и несоответствие жанру, а не сам приём. Один выразительный обрыв ритма у публициста — норма.

Связь с #24. Это та же угодливость, но следующего поколения: модель льстит не похвалой, а имитацией эмпатии и «живого» ритма.

---

25. 🟡 Общие позитивные выводы

Проблема. Размытые оптимистичные концовки без конкретики.

Маркеры:

• «Будущее выглядит светлым.»
• «Впереди захватывающие времена.»
• «Это шаг в правильном направлении.»
• «Они продолжают свой путь к совершенству.»
• «Это только начало.»
• «Возможности безграничны.»

До:

Будущее компании выглядит светлым. Впереди захватывающие времена, и они продолжают свой путь к совершенству.

После:

Компания планирует открыть два новых филиала в следующем году.

Конкретный план побеждает абстрактный оптимизм. Если конкретики нет — заключение можно вообще удалить, текст ничего не потеряет.

---

Новое в v2.7

25a. 🟡 Обрыв на полуслове

Проблема. Текст обрывается посреди предложения или посреди слова — без точки, без завершения мысли. Старые версии ChatGPT прекращали генерацию при исчерпании лимита ответа и ждали нажатия «продолжить»; если автор скопировал ответ не дождавшись, конец текста потерян. Английская Википедия относит признак к историческим (в основном 2023–2024), но в старых текстах он встречается до сих пор и хорошо дополняет #22: обрыв плюс остатки реплик — почти точный диагноз.

Маркеры:

• Последнее предложение не закончено: «Кроме того, компания планирует расширить»
• Текст обрывается на открытой скобке, двоеточии или запятой.
• Последний пункт списка пуст или содержит одно-два слова при развёрнутых предыдущих.

Границы. Обрыв бывает и человеческим: неаккуратная вставка из буфера обмена, потерянный кусок при переносе между программами, незаконченный черновик. Английская Википедия отдельно предупреждает: обрыв может означать и копирование чужого текста с ограниченным просмотром (предпросмотр платной статьи). Сам по себе — слабый сигнал; диагноз ставится в сочетании с #22–#25 или маркерами из chatbot-artifacts.md.

Что делать. Дописать оборванную мысль по смыслу или удалить незаконченный фрагмент. Затем проверить текст целиком: раз конец потерян при копировании, в середине могли потеряться и другие куски.

---

Перекрёстные ссылки на другие файлы

Контентные паттерны (#1–9)

Смысловые маркеры, выдающие искусственную общность и отсутствие реальной экспертизы. Полный набор перенесён из SKILL.md v2.2 без изменений (без регрессий). Расширения и подвиды добавлены в конце.

Когда подгружать: всегда при анализе содержательного текста (статьи, посты, эссе, биографии, описания компаний/мест/событий).

---

1. 🔴 Усреднение (Regression to the Mean)

Проблема. ИИ сглаживает конкретные факты в общие, восторженные, но ничего не значащие описания (puffery). Заменяет конкретные роли и достижения общими эпитетами «выдающийся», «революционный».

Подвид — «гороскопные» утверждения. Фразы настолько общие, что подходят к любому предмету. «Это играет важную роль в жизни каждого человека.» «Каждый сталкивается с подобными вызовами.» Если утверждение можно вставить в текст о чём угодно без потери смысла — это маркер.

До: Он был настоящим титаном в своей области, чей вклад навсегда изменил индустрию.

После: Он был главным архитектором процессора архитектуры ARM.

Тест-сигнал. Заменим тему текста на любую другую (стул, медицину, средневековую Японию). Если предложение остаётся осмысленным — это #1.

---

2. 🟡 Преувеличение значимости и «наследия»

Слова-маркеры: является свидетельством, знаменует собой, подчёркивает важность, играет ключевую/важную/решающую роль, закладывает фундамент, неизгладимый след, глубоко укоренившийся, в постоянно меняющемся ландшафте, поворотный момент, отражает более широкие тенденции, непреходящее значение, наложил отпечаток, оставил глубокий след, стал вехой.

Проблема. ИИ пытается придать искусственную глубину любому факту, раздувая его значение.

До: Основание компании в 1989 году стало ключевым моментом в истории отрасли, заложив фундамент для будущих инноваций.

После: Компания открылась в 1989 году и начала работать над региональными проектами.

---

3. 🟡 Акцент на известности и медийности

Слова-маркеры: широко освещался в СМИ, получил признание экспертов, упоминался в ведущих изданиях, активно присутствует в социальных сетях, независимые источники подтверждают, поддерживает активное присутствие в социальных сетях.

Проблема. ИИ пытается доказать значимость, перечисляя источники без контекста того, что именно они написали.

До: Её мнение цитировали The New York Times, BBC, Forbes.

После: В интервью Forbes 2024 года она заявила, что регулирование ИИ должно фокусироваться на результатах, а не на методах.

---

4. 🟡 Поверхностный анализ (причастные обороты)

Слова-маркеры: подчёркивая…, обеспечивая…, отражая…, способствуя…, демонстрируя…, символизируя…, укрепляя…, иллюстрируя…, формируя…, продвигая…

Проблема. ИИ добавляет причастные обороты в конец предложений для создания ложной глубины. Часто действие приписывается неодушевлённому факту: «дата подчёркивает важность», «событие демонстрирует тенденцию».

До: Архитектура здания использует синие и зелёные тона, перекликаясь с природной красотой региона и символизируя связь сообщества с землёй.

После: Архитектор использовал синий и зелёный цвета. По его словам, они напоминают о местном пейзаже.

---

5. 🟡 Рекламный и промо-язык

Слова-маркеры: уникальный, инновационный, революционный, передовой, не имеющий аналогов, захватывающий, потрясающий, обязательный к посещению, жемчужина, сердце (региона), расположенный в живописном месте, многообразие, богатая палитра, гармоничное сочетание, идеальное место, погружение, аутентичный.

Проблема. ИИ использует язык рекламных буклетов вместо нейтрального описания.

До: Расположенный в живописном сердце региона, этот уникальный город является настоящей жемчужиной с богатым культурным наследием и захватывающей природной красотой.

После: Город известен еженедельным рынком и церковью XVIII века.

---

6. 🔴 Размытые атрибуции

Слова-маркеры: эксперты считают, по мнению специалистов, исследователи отмечают, критики указывают, наблюдатели полагают, многие источники подтверждают, отраслевые отчёты, ряд аналитиков, представители сообщества.

Проблема. ИИ приписывает мнения абстрактным «экспертам» без конкретных ссылок. Часто это галлюцинация: ссылка на несуществующий или нерелевантный источник.

До: Эксперты считают, что река играет важнейшую роль в региональной экосистеме. Исследователи отмечают её уникальные характеристики.

После: По данным исследования Института экологии 2019 года, в реке обитает несколько эндемичных видов рыб.

См. также source-fabrication.md — отдельный класс случаев с подлогом DOI и ISBN.

---

7. 🟢 Шаблонные «вызовы и перспективы»

Слова-маркеры: несмотря на успехи, сталкивается с рядом вызовов, несмотря на эти трудности, продолжает развиваться, будущее выглядит многообещающим, перспективы развития, в условиях неопределённости.

Проблема. ИИ добавляет формульные секции о «проблемах» и «будущем» без конкретики.

До: Несмотря на промышленный рост, город сталкивается с типичными для урбанизации вызовами. Несмотря на эти трудности, город продолжает процветать.

После: После открытия трёх IT-парков в 2015 году пробки усилились. В 2022 году муниципалитет начал проект по улучшению ливневой канализации.

---

8. 🟡 Канцелярит и бюрократия

Слова-маркеры: осуществлять деятельность, производить оплату, являться результатом, данный, вышеуказанный, нижеследующий, в целях, на основании, в соответствии с, в рамках, ввиду, посредством.

Проблема. В русском языке ИИ часто имитирует «чиновничий» стиль — особенно при просьбе написать «официально» или «формально».

До: Организация осуществляет деятельность по оказанию услуг в сфере консалтинга на основании имеющихся компетенций.

После: Мы консультируем клиентов, опираясь на свой опыт.

Граница ложного срабатывания. В юридических документах, договорах, нормативных актах канцелярит обязателен. См. false-positives.md.

---

9. 🟡 Текст о тексте

Проблема. Начало статьи или абзаца описывает саму статью, а не предмет. Обращение с заголовком как с субъектом. Часто появляется когда LLM просят «напиши статью о…» — он метакомментирует свой собственный продукт.

До: «Список 10 лучших фильмов…» — это кураторская подборка, которая охватывает основные жанры и периоды кинематографа, отражая разнообразие современной киноиндустрии.

После: В 2023 году вышли такие фильмы, как «Оппенгеймер», «Барби» и «Анатомия падения».

---

Расширения относительно v2.2

В v2.3 контентные паттерны не получили новых базовых пунктов (#1–9 стабильны), но дополнены ссылками на смежные классы:

• При обнаружении #1 Усреднение — также проверь false-positives.md, раздел «Риторические фигуры в художественной прозе».
• При обнаружении #6 Размытые атрибуции — обязательно прогони через source-fabrication.md (проверка DOI/ISBN, проверка дат жизни авторов).
• При обнаружении #3 Акцент на медийности в комментариях, черновиках или обсуждениях вики — см. chatbot-artifacts.md (часто рядом находятся однозначные маркеры :contentReference[oaicite:N]).

Языковые паттерны (#10–15) + расширения для русского языка + универсальные приметы

Специфическая лексика и синтаксически громоздкие конструкции, к которым тяготеют LLM. Базовые #10–15 — из v2.2 без изменений (без регрессий). Расширения для русского языка #15a–15c добавлены в v2.3 на основании русской Википедии «Признаки сгенерированности текста». Универсальные приметы #15d — на основании английской Википедии §3 и устойчивых наблюдений сообщества.

Когда подгружать: всегда при анализе связного текста на русском.

---

10. 🔴 Злоупотребление машинной лексикой

Список: безусловно, крайне важно, кроме того, более того, таким образом, следует отметить, ландшафт, экосистема, синергия, инновационный, комплексный, всеобъемлющий, многогранный, в контексте, представляет собой, погрузиться, раскрыть потенциал, вместе с тем, при этом, стоит подчеркнуть, важно подчеркнуть, в целом, по сути, навигация.

Проблема. Эти слова слишком часто встречаются вместе в сгенерированных текстах. По одному они могут быть нормой; пять и более слов в одном абзаце — почти всегда ИИ.

До: Безусловно, в контексте современных решений крайне важно раскрыть потенциал синергии.

После: Важно, чтобы все элементы работали вместе.

---

11. 🟡 Избегание глагола «есть/это»

Слова-маркеры: является, представляет собой, выступает в качестве, служит, функционирует как, может похвастаться, выступает, играет роль.

Проблема. ИИ избегает простых конструкций с «есть/это», заменяя их громоздкими оборотами. Это закрепляется при обучении на русскоязычных научно-популярных корпусах и Википедии.

До: Галерея выступает в качестве выставочного пространства.

После: Галерея — это выставочное пространство.

---

12. 🟡 Отрицательные параллелизмы

Слова-маркеры: не только…, но и…; это не просто…, а…; больше чем просто…; не столько…, сколько…; не вопрос…, а…

Проблема. ИИ злоупотребляет уравновешивающими конструкциями для придания «глубины». Структура «не просто X, а Y» — одна из самых выверенных примет в английской Википедии, перенесена в русский слово в слово.

До: Это не просто инструмент, а целая революция. Это больше чем просто обновление.

После: Этот инструмент значительно меняет рабочий процесс.

---

13. 🔴 Правило трёх

Проблема. ИИ принудительно группирует идеи, прилагательные или примеры строго по три для создания ритма и видимости полноты.

Подвид — симметричные секции. AI генерирует разделы одинаковой длины и структуры (ровно 3 «плюса», ровно 3 «минуса», ровно 3 «вывода»). Живой текст асимметричен — один раздел может быть на абзац, другой на предложение.

До: Мероприятие включает доклады, дискуссии и нетворкинг. Участники получат инновации, вдохновение и отраслевые инсайты.

После: На мероприятии будут доклады и дискуссии. Между сессиями можно пообщаться.

Граница ложного срабатывания. Правило трёх — риторическая фигура от Аристотеля до Цезаря. В художественной прозе и публицистике это норма. См. false-positives.md.

---

14. 🟢 Погоня за синонимами

Проблема. При обучении генеративные LLM получают штраф за повторения. Поэтому вместо одного слова — каскад синонимов: «главный герой», «протагонист», «центральный персонаж», «ведущий герой» в соседних фразах.

До: Главный герой столкнулся с трудностями. Протагонист преодолел препятствия. Центральный персонаж одержал победу.

После: Главный герой столкнулся с трудностями, но одержал победу.

---

15. 🟡 Ложные диапазоны (меризм)

Проблема. ИИ использует конструкцию «от X до Y», где X и Y не образуют осмысленную шкалу. Русская Википедия выделяет это как «крайности» (меризм) — речевой оборот, объединяющий две крайности для контрастного обозначения целого.

До: Наше путешествие ведёт нас от сингулярности к квантовой механике, от Большого взрыва до тёмной материи.

После: Книга охватывает происхождение Вселенной и квантовую физику.

---

Новое в v2.3 — расширения для русского языка

15a. 🟡 Нелогичные деепричастные обороты с нарушением единства субъекта

Источник: русская Википедия §5.1 «Бесконечные (и часто нелогичные) деепричастные обороты».

Проблема. ИИ предсказывает следующее слово без понимания, что деепричастие требует единства субъекта с главным глаголом. На выходе — «подъезжая к станции, с меня слетела шляпа»: подъезжал не я, а шляпа?

Типовые формы:

• «Используя этот метод, результаты улучшаются» (метод используют люди, не результаты)
• «Сравнив подходы, становится ясно» (сравнивает кто? «становится ясно» — безличная конструкция, субъекта нет)
• «Применяя данную модель, эффективность повышается» (применяет модель — кто?)
• «Анализируя ситуацию, можно увидеть» (анализирует — снова безличность)

Маркер: деепричастие в начале + безличная или метонимическая главная часть.

Фикс: разворачивать в полное предложение с явным субъектом.

До: Используя этот метод, результаты улучшаются.

После: Когда команда применила метод, результаты улучшились на 30%.

Граница ложного срабатывания. Грамматически правильный деепричастный оборот в художественной прозе — норма («Уйдя со службы, он стал писать»). Маркер срабатывает только при нарушении единства субъекта.

---

15b. 🟡 Каскад смягчений

Источник: английская Википедия §3 + устойчивые наблюдения за выводами GPT-4.x/5.x.

Проблема. ИИ нагромождает уклончивые слова, чтобы избежать ответственности за утверждение.

Типовые формы:

• «Возможно, в некоторых случаях, в зависимости от обстоятельств, это может быть полезным.»
• «По-видимому, при определённых условиях, это, вероятно, могло бы…»
• «Скорее всего, как правило, в большинстве ситуаций…»

Маркер. Три и более смягчающих слов в одном предложении: возможно, вероятно, по-видимому, как правило, в некоторых случаях, в зависимости от, обычно, в большинстве, скорее всего, при определённых условиях.

Что делать. Оставить максимум одно смягчение, либо снять все и сделать прямое утверждение с источником.

До: Возможно, в некоторых случаях, в зависимости от подхода, такая стратегия может оказаться эффективной.

После: В исследовании 2023 года эта стратегия повысила конверсию на 12%.

---

15c. 🟡 Связки-переходы и заключительные обороты-затычки

Источник: сборное — английская Википедия §3 (Lexical diversity), §10 (Signs of human writing — отрицательные приметы), наблюдения сообщества.

Проблема. ИИ оформляет каждый смысловой переход одинаковыми «связками».

Связки-переходы (на середине текста):

• «Однако стоит отметить, что…»
• «При этом важно понимать…»
• «Тем не менее, нельзя забывать о…»
• «Кроме того, следует подчеркнуть…»
• «Вместе с тем, необходимо учитывать…»

Заключительные обороты-затычки (в конце):

• «В заключение хочется отметить, что…»
• «Подводя итог, можно сказать…»
• «Таким образом, мы видим, что…»
• «В целом, можно констатировать…»
• «Резюмируя вышесказанное…»

Маркер. Связка или заключительная фраза в каждом 2–3-м абзаце. У живого автора переходы разнообразны, иногда вообще без связки.

Что делать. Либо удалить полностью (часто абзац начинается лучше без связки), либо заменить конкретным переходом по смыслу.

До: Однако стоит отметить, что данный подход имеет ограничения. […] В заключение хочется отметить, что выбор зависит от контекста.

После: У этого подхода есть ограничения. […] Выбор зависит от контекста.

---

15d. 🟢 Резкая смена стилистики внутри одного текста

Источник: английская Википедия §8.1 «Pronounced shift in writing style».

Проблема. Один абзац канцелярит, следующий — разговорный, потом снова формальный. Признак копирования разных частей из разных запросов или разных моделей.

Маркер. В пределах одного документа — смена тональности без логического перехода (не литературный приём).

Что делать. Выбрать одну тональность, привести всё к ней.

Граница ложного срабатывания. Литературный приём смены тонов (между прямой речью и описанием, между ироничным и серьёзным разделами) — норма. Маркер срабатывает только при беспричинной смене.

---

Новое в v2.8 — паттерны из каталогов 2026 года

15e. 🟡 Семантический сдвиг через английское поле

Источник: каталог «55 маркеров нейросетевого текста» (vc.ru, май 2026).

Проблема. Модель подбирает слово через ближайшее английское семантическое поле, а не через русскую сочетаемость. Слово формально правильное, но «не то».

Типовые формы:

• «основание науки» вместо «основы науки» (foundation);
• «уточните маркетинговые усилия» вместо «доработайте маркетинг» (refine);
• «доставить ценность клиенту» вместо «принести пользу» (deliver value);
• «адресовать проблему» вместо «решить проблему» (address).

Маркер. Слово стоит на месте, где носитель употребил бы устойчивое сочетание; обратный перевод на английский даёт частотную фразу.

Что делать. Проверить сочетаемость по корпусу или словарю; заменить на естественный русский оборот.

Граница ложного срабатывания. Профессиональные жаргонизмы, давно вошедшие в отраслевую речь («заасайнить таску» в IT-чате), — особенность среды, а не машинный след. Считать маркером только в нейтральном или официальном тексте.

---

15f. 🟢 Отсутствие идиоматики

Источник: каталог «55 маркеров» (vc.ru, май 2026); arXiv:2405.09279 — языковые модели систематически плохо работают с идиомами в любых языках.

Проблема. В живом русском тексте заметного объёма почти всегда встречаются устойчивые выражения: «гладко было на бумаге», «кот наплакал», «не в свои сани не садись». Машинный текст их избегает: модель предпочитает буквальные формулировки.

Маркер. Текст от ~3000 знаков без единого фразеологизма, поговорки или разговорного оборота — слабый сигнал. Работает только в сумме с другими признаками: это признак отсутствия, сам по себе он ничего не доказывает (см. false-positives.md, раздел «Неэффективные индикаторы» — отличие в том, что здесь сигнал привязан к объёму и жанру).

Что делать. При очеловечивании — вернуть 1–2 уместных живых оборота; не вставлять идиомы механически в каждый абзац (перебор — тоже маркер, см. #24a в communication-patterns.md).

Граница ложного срабатывания. Научные статьи, документация, юридические тексты — жанры, где идиоматика неуместна по норме. Применять только к публицистике, блогам, личным текстам.