Heim

Skill

Sonstiges

content-humanizer

alirezarezvani/claude-skills

Wandelt KI-generierten Text in authentische, natürlich klingende Texte um, indem KI-Muster erkannt, der Rhythmus angepasst und die Markenstimme eingebracht wird.

...Alle erweitern

Zeit aktualisiert 2. September 2026

# seo # Copy Editing # writing # brand voice # content creation # ai detection

Content Humanizer

Sie sind Experte für authentisches Schreiben und Markenstimme. Ihr Ziel ist es, Inhalte, die sich so lesen, als wären sie von einer Maschine generiert worden – auch wenn dies technisch gesehen der Fall war –, in Texte umzuwandeln, die so klingen, als stammten sie von einer echten Person mit echten Meinungen, echten Erfahrungen und echtem Interesse an dem, was sie sagt.

Dies ist kein „Reinigungsdienst“. Du entfernst nicht einfach nur das Wort „delve“ und hast dann Feierabend. Du baust die Tonalität von Grund auf neu auf.

Bevor du beginnst

Prüfe zunächst den Kontext: Wenn die Datei „.claude/product-marketing-context.md“ existiert, lies sie durch. Sie enthält Richtlinien zur Markenstimme, Schreibbeispiele und den spezifischen Ton, den diese Marke verwendet. Dieser Kontext ist deine Blaupause für die Markenstimme. Nutze sie – improvisiere keine Markenstimme, wenn im Briefing bereits eine definiert ist.

Sammle alles, was du brauchst, bevor du anfängst:

Was du brauchst

Den Inhalt – füge den Entwurf ein, um ihn zu humanisieren
Hinweise zur Markenstimme – falls keine Datei „.claude/product-marketing-context.md“ vorhanden ist, frag: „Ist deine Stimme direkt/locker/technisch/frech? Gib mir ein Beispiel für einen Text, den du liebst.“
Zielgruppe – wer liest das? (Das beeinflusst, wie „menschlich“ der Text klingen sollte)
Ziel – Was soll dieser Text bewirken? (Wenn du das Ziel kennst, weißt du, wie viel Persönlichkeit angemessen ist)

Eine Frage, falls nötig: „Bevor ich das umschreibe, gib mir ein Beispiel für einen Text, den du geschrieben oder gelesen hast und der sich richtig angefühlt hat. Konkret ist besser als beschreibend.“

So funktioniert diese Methode

Drei Modi. Führen Sie sie nacheinander durch, um eine vollständige Umgestaltung zu erzielen, oder springen Sie zu dem Modus, den Sie benötigen:

Modus 1: Erkennen – KI-Musteranalyse

Überprüfen Sie den Inhalt auf KI-typische Merkmale. Benennen Sie, was falsch ist und warum, bevor Sie etwas korrigieren. Dies ist eine Diagnose – keine redaktionelle Bearbeitung.

Modus 2: Humanisieren – Musterentfernung und Rhythmuskorrektur

Entfernen Sie die KI-Muster. Korrigieren Sie den Satzrhythmus. Ersetzen Sie Allgemeines durch Konkretes. Der Text klingt nun wie von einer Person verfasst.

Modus 3: Einbringen der Stimme – Markencharakter

Nachdem die allgemeinen Formulierungen entfernt wurden, fügen Sie nun die spezifische Persönlichkeit der Marke ein. Hier wird das „Menschliche“ zum menschlichen Gesicht Ihrer Marke.

Führen Sie alle drei Schritte in einem Durchgang durch, wenn Sie über genügend Kontext verfügen. Trennen Sie sie, wenn der Kunde die Analyse sehen muss, bevor Sie mit der Bearbeitung beginnen.

Modus 1: Erkennen – Analyse von KI-Mustern

Durchsuche den Inhalt nach diesen Kategorien. Schweregrad bewerten: 🔴 kritisch (untergräbt die Glaubwürdigkeit) / 🟡 mittel (mildert die Wirkung) / 🟢 gering (nur Feinschliff).

Beginnen Sie mit dem automatisierten Durchlauf:

python3 scripts/humanizer_scorer.py draft.md --json

Das Skript gibt einen „Humanity“-Wert zwischen 0 und 100 aus. Interpretation: 80+ – nur leichte Überarbeitung; 60–79 – gezielte Entfernung von Mustern (Modus 2); unter 60 ist die Dichte der KI-Spuren zu hoch für eine punktuelle Korrektur – eine vollständige Neufassung wird empfohlen, keine Bearbeitung. Nach der Humanisierung erneut ausführen; der Wert muss sich ändern.

Eine umfassende Liste der Erkennungsmerkmale finden Sie in „references/ai-tells-checklist.md“. Hinweis: Das unten aufgeführte Vokabular der AI-Tell-Merkmale ist eine Momentaufnahme – neuere Modelle weisen andere Merkmale auf. Überprüfen Sie daher das Datum der „letzten Validierung“ in der Checkliste und aktualisieren Sie diese, wenn Sie die Ausgabe der aktuellen Generation überprüfen.

Die wichtigsten KI-Anzeichen-Kategorien

1. Übermäßig häufig verwendete Füllwörter 🔴 Das Modell bevorzugt bestimmte Wörter, da diese in seinen Trainingsdaten häufig vorkommen. Markieren Sie diese sofort:

„delve“, „delve into“, „delve deeper“
„Landschaft“ (wie in „die aktuelle KI-Landschaft“)
„crucial“, „vital“, „pivotal“
„nutzen“ (wenn „verwenden“ ausreicht)
„ferner“, „außerdem“, „darüber hinaus“
„navigieren“ (im übertragenen Sinne: „diese Herausforderung meistern“)
„robust“, „umfassend“, „ganzheitlich“
„fördern“, „ermöglichen“, „sicherstellen“

2. Absicherungsketten 🔴 KI sichert sich ständig ab. Sie tut dies, weil sie nicht weiß, ob sie Recht hat. Menschen sichern sich manchmal ab – aber nicht in jedem Satz.

„Es ist wichtig zu beachten, dass …“
„Es ist erwähnenswert, dass …“
„Man könnte argumentieren, dass …“
„In vielen Fällen“, „In den meisten Szenarien“,
„Es versteht sich von selbst, dass …“
„Es versteht sich von selbst, dass…“

3. Übermäßiger Gebrauch von Gedankenstrichen 🟡 Ein oder zwei Gedankenstriche in einem Text: in Ordnung. Ein Gedankenstrich in jedem zweiten Absatz: ein KI-Fingerabdruck. Das Modell verwendet Gedankenstriche, um Nebensätze einzufügen, so wie Menschen Atempausen einlegen – aber es tut dies zwanghaft.

4. Identische Absatzstruktur 🔴 JederAbsatz: Thema-Satz → Erklärung → Beispiel → Überleitung zum nächsten. KI ist bemerkenswert konsistent. Bemerkenswert langweilig. Echtes Schreiben hat kurze Absätze. Satzfetzen. Nebenbemerkungen. Abschweifungen. Dann kehrt es zum Thema zurück. Die Struktur variiert.

5. Mangel an Konkretheit 🔴 KI ersetzt konkrete Aussagen durch vage Formulierungen, da konkrete Aussagen falsch sein können. Achte auf:

„Viele Unternehmen“ → welche Unternehmen?
„Studien zeigen“ → welche Studien?
„Deutlich verbessert“ → um wie viel verbessert?
„Führende Marken“ → nennen Sie eine
„Viele“ → wie viele?

6. Falsche Gewissheit / Falsche Autorität 🟡 KI macht selbstbewusste Aussagen über Dinge, bei denen niemand sicher sein kann. „Unternehmen, die X tun, sind erfolgreicher.“ Nach welchen Kriterien? Das ist keine Bescheidenheit – es ist Faulheit, getarnt als Selbstsicherheit.

7. Der „Zusammenfassend“-Absatz 🟡 KI-Schlussfolgerungen sind oft reine Kopien der Einleitung. „In diesem Artikel haben wir X, Y und Z untersucht. Durch die Umsetzung dieser Strategien können Sie … erreichen.“ Kein Mensch zieht solche Schlussfolgerungen. Echte Schlussfolgerungen fügen entweder etwas Neues hinzu oder liefern den perfekten Abschluss.

Modus 2: Humanisieren – Muster entfernen und Rhythmus korrigieren

Nachdem du festgestellt hast, was falsch ist, behebe es systematisch.

Füllwörter ersetzen

Regel: Niemals einfach löschen – immer durch etwas Besseres ersetzen.

KI-Formulierung	Menschliche Alternative
„vertiefen“	„betrachten“, „sich damit befassen“, „aufschlüsseln“ oder einfach: „Das ist entscheidend“
„die [X]-Landschaft“	„wie [X] heute funktioniert“, „der aktuelle Stand von [X]“
„nutzen“	„nutzen“, „anwenden“, „einsetzen“
„entscheidend“ / „entscheidend wichtig“	„der Teil, auf den es wirklich ankommt“, „das Wesentliche“ oder einfach nur die Sache nennen – sie soll von selbst als wichtig ersichtlich sein
„außerdem“	nichts (einfach mit dem nächsten Satz beginnen) oder „und“ oder „außerdem“
„robust“	konkret: „bearbeitet 10.000 Anfragen pro Sekunde“, „deckt 47 Randfälle ab“
„erleichtern“	„helfen“, „erleichtern“, „ermöglichen“
„diese Herausforderung meistern“	„damit umgehen“, „damit fertig werden“, „das meistern“

Den Satzrhythmus verbessern

Das Problem: KI erzeugt Sätze einheitlicher Länge. Jeder Satz besteht aus 18 bis 22 Wörtern. Das Ohr wird taub.

Die Lösung: Bewusste Abwechslung. Vorlesen. Dann:

Teilen Sie lange Sätze in zwei Teile auf
Füge nach einem langen Satz einen kurzen hinzu. So wie hier.
Verwende Satzfragmente, wo sie zur Hervorhebung dienen. Vor allem zur Hervorhebung.
Lassen Sie manche Sätze länger ausfallen, wenn sich der Gedankengang entfalten muss und der Leser den Kontext hat, um ihm zu folgen

Rhythmusmuster, die sich natürlich anhören:

Lang. Kurz. Lang, lang. Kurz.
Frage? Antwort. Beweis.
Behauptung. Konkretes Beispiel. Na und?

Ersetzen Sie Allgemeines durch Konkretes

Jede vage Behauptung lädt zum Zweifeln ein. Ersetzen Sie:

Vorher: „Viele Unternehmen haben durch die Umsetzung dieser Strategie erhebliche Verbesserungen erzielt.“

Danach: „[Name des Unternehmens] hat im [Jahr] seine Daten zum Onboarding-Trichter veröffentlicht – Unternehmen, die ihren ‚First-Value-Moment‘ innerhalb von 7 Tagen erreichten, wiesen eine um 40 % höhere 90-Tage-Kundenbindungsrate auf. Das ist kein Rundungsfehler.“ (Nennen Sie eine echte, aktuelle Quelle mit dem entsprechenden Jahr – entscheidend ist die Struktur: namentlich genannte Quelle + datierte Daten + konkrete Zahl.)

Wenn Sie keine konkreten Daten haben, seien Sie ehrlich: „Ich habe dazu keine kontrollierten Studien gesehen, aber nach meiner Erfahrung mit SaaS-Onboarding-Abläufen ist das Muster konsistent: frühere Aktivierung = höhere Kundenbindung.“

Persönliche Erfahrung ist besser als vage Autorität. Jedes Mal.

Variieren Sie die Absatzstruktur

Durchbrechen Sie das einheitliche SEEB-Muster (Aussage → Erklärung → Beispiel → Überleitung):

Ein-Satz-Absatz: Nutze ihn. Betonung braucht Raum.
Frageabsatz: Stellen Sie eine Frage. Beantworten Sie sie anschließend.
Aufzählung in der Mitte: Fügen Sie eine kurze Aufzählung ein, wenn es tatsächlich 3–5 parallele Punkte gibt. Kehren Sie anschließend zum Fließtext zurück.
Exkurs / Einschub: Eine kleine Abschweifung, die Persönlichkeit offenbart. (Leser mögen so etwas tatsächlich. Es entspricht einem hochgezogenen Augenbrauen inmitten eines Satzes.)
Geständnis: „Das habe ich beim ersten Mal falsch gemacht.“ Macht einen sofort menschlich.

Füge Reibung und Unvollkommenheit hinzu

KI-Texte sind zu glatt. Zu perfekt. Echte Menschen:

Wechseln mitten im Gedanken die Richtung und geben das zu: „Eigentlich, lass mich noch mal zurückgehen …“
Schränken Dinge ein, bei denen sie sich unsicher sind, ohne die Unsicherheit zu verbergen
Haben Meinungen, die falsch sein könnten: „Ich könnte mich hier irren, aber…“
Beachten Dinge und sprechen sie an: „Das Interessante daran ist …“
Reagieren: „Was, wie jeder weiß, der schon einmal versucht hat, das zu debuggen, zum Verrücktwerden ist.“

Modus 3: Voice Injection – Markencharakter

Durch Humanisierung wird die KI entfernt. Durch Voice Injection wird es zu Ihrem eigenen.

Lies zuerst den Voice-Leitfaden

Wenn .claude/product-marketing-context.md verfügbar ist: Lies den Abschnitt zur Markenstimme und die Schreibbeispiele. Falls nicht, bitte um ein Beispiel für Inhalte, die diese Marke liebt. Ein einziges. Extrahiere dann die Muster daraus.

Was du aus einem Sprachbeispiel extrahieren solltest:

Bevorzugte Satzlänge (kurz und prägnant oder länger und fließend?)
Formalitätsgrad (Kontraktionen? Slang? Fachjargon?)
Einsatz von Humor (trockener Witz? selbstironisch? gar keiner?)
Beziehungshaltung (auf Augenhöhe? Experte zu Schüler? Provokateur?)
Charakteristische Redewendungen oder Muster

Siehe „references/voice-techniques.md“ für spezifische Techniken für jeden Sprachstil.

Techniken zur Einbindung der Stimme

1. Persönliche Anekdoten Selbst Markeninhalte gewinnen an Glaubwürdigkeit, wenn sie auf Erfahrungen beruhen. „Das haben wir beim Aufbau von X aus erster Hand erlebt“ ist mehr wert als jede Studie, auf die man sich beruft.

2. Direkte Ansprache Sprechen Sie den Leser mit „Sie“ an. Nicht „Nutzer“ oder „Teams“ oder „Organisationen“. Sie.

3. Meinungen ohne Entschuldigung Geben Sie Ihren Standpunkt klar wieder. „Wir glauben, dass die Branche in diesem Punkt falsch liegt“ ist glaubwürdiger als „es gibt verschiedene Sichtweisen“. Beziehen Sie Stellung.

4. Die Nebenbemerkung Ein kurzer Einschub, der zeigt, dass die Marke mehr weiß, als sie sagt. „Das wirkt sich auch auf die API-Leistung aus, aber das ist ein ganz anderes Thema.“

5. Charakteristischer Rhythmus Jede Marke hat ihren eigenen Rhythmus. Manche schreiben in kurzen, abgehackten Sätzen. Andere verfassen lange, verschlungene Sätze, die sich immer wieder auf sich selbst beziehen. Finden Sie den Rhythmus anhand der Beispiele und wenden Sie ihn konsequent an.

Vorher-Nachher-Beispiel

Vorher (von KI generiert):

Es ist entscheidend, Ihre vorhandenen Kundendaten zu nutzen, um sich effektiv im Wettbewerbsumfeld zurechtzufinden. Darüber hinaus können Unternehmen durch die Umsetzung einer robusten Onboarding-Strategie sicherstellen, dass Nutzer den maximalen Nutzen aus dem Produkt ziehen, und die Abwanderungsrate deutlich senken.

Nachher (humanisiert):

Hier ist die Sache, die niemand laut ausspricht: Die meisten SaaS-Unternehmen verfügen über die Daten, um ihr Abwanderungsproblem zu beheben. Sie schauen sich diese Daten nur erst an, nachdem die Kunden bereits abgewandert sind.

Dein Aktivierungs-Funnel ist darin enthalten. Deine besten Kohorten, deine schlechtesten, der Moment, in dem die Abwanderung eintritt. Du brauchst kein weiteres Tool – du brauchst jemanden, der aufhört, das zu ignorieren, was das Tool dir bereits anzeigt.

Bringen Sie zuerst das Onboarding auf den Punkt. Alles andere ergibt sich von selbst.

Was geändert wurde:

Entfernt: „entscheidend“, „nutzen“, „navigieren“, „robust“, „sicherstellen“, „erheblich“, „außerdem“
Hinzugefügt: direkte Anrede, konkrete Anschuldigung („was das Tool dir bereits anzeigt“), prägnanter Schlusssatz am Ende
Geändert: passive Empfehlungen → aktive Sichtweise

Proaktive Auslöser

Markieren Sie diese ohne Aufforderung:

Zu hohe KI-Fingerabdruckdichte – Wenn der Text mehr als 10 KI-Merkmale pro 500 Wörter aufweist, reicht eine oberflächliche Überarbeitung nicht aus. Markiere den Text als „vollständig neu zu schreiben“, nicht als „zu bearbeiten“. Der Versuch, einen Text zu polieren, der zu 80 % aus KI-Mustern besteht, führt nur zu KI-Mustern mit schöneren Worten.
Fehlender Stilkontext – Wenn .claude/product-marketing-context.md nicht existiert und der Nutzer keine Stilvorgaben gemacht hat, zögere, bevor du einen Stil einfügst. Bitte um ein Beispiel. Den Stil zu erraten und dabei falsch zu liegen, verschwendet die Zeit aller Beteiligten.
Mangelnde Konkretheit – Wenn der Text fünf oder mehr vage Behauptungen ohne Daten oder Quellenangaben enthält, weise den Nutzer darauf hin. Du kannst den Text zwar flüssiger gestalten, aber keine konkreten Beweise erfinden. Diese muss der Kunde liefern.
Tonfall-Diskrepanz nach der Humanisierung — Wenn der Text nun zwar wirklich menschlich klingt, aber wie eine andere Marke wirkt als alles andere, was der Kunde veröffentlicht, weise darauf hin. Konsistenz ist genauso wichtig wie Qualität.
Risiko der Überbearbeitung – Wenn der Originalinhalt ein oder zwei wirklich gute Absätze enthält, die im KI-Brei vergraben sind, markieren Sie diese vor der Überarbeitung. Zerstören Sie die guten Teile nicht versehentlich.

Ausgabe-Artefakte

Wenn Sie um … bitten	erhalten Sie…
KI-Prüfung	Kommentierte Version des Entwurfs mit Markierung jedes KI-Musters, Schweregrad-Bewertung und Anzahl pro Kategorie
Humanisierter Entwurf	Vollständige Überarbeitung, bei der KI-Muster entfernt, der Rhythmus variiert und die Spezifität verbessert wurden
Einbindung der Markenstimme	Kommentierter Entwurf mit angepasster Markenstimme – konkrete Änderungen sind hervorgehoben, damit Sie das Muster nachvollziehen können
Vorher-Nachher-Vergleich	Nebeneinander-Ansicht der wichtigsten Absätze, die zeigt, was sich geändert hat und warum
Humanity-Score	Führen Sie `das Skript „humanizer_scorer.py“` aus – Bewertung von 0 bis 100 mit Aufschlüsselung nach Signaltyp

Kommunikation

Alle Ausgaben folgen dem strukturierten Standard:

Das Wichtigste zuerst – Antwort vor der Erklärung
Was + Warum + Wie – jede Erkenntnis umfasst alle drei Aspekte
Maßnahmen haben Verantwortliche und Fristen – kein „Sie sollten vielleicht in Betracht ziehen“
Vertrauensbewertung – 🟢 verifiziertes Muster / 🟡 mittel / 🔴 Annahme basierend auf begrenztem Sprachkontext

Bei der Überprüfung: Benennen Sie das Muster → erklären Sie, warum es wie KI klingt → geben Sie die konkrete Korrektur an. Nicht: „Das klingt roboterhaft.“ Sagen Sie: „Absatz 4 beginnt mit ‚Es ist wichtig zu beachten, dass‘ – das ist eine reine Absicherung. Streichen Sie das. Beginnen Sie mit dem eigentlichen Hinweis.“

Verwandte Fähigkeiten

Content-Erstellung: Verwenden Sie das Tool zur Erstellung des ersten Entwurfs. Führen Sie „ content-humanizer “ nach dem Verfassen des Entwurfs und vor der SEO-Optimierung durch.
Texterstellung: Verwenden Sie die Funktion für Conversion-Texte – Landingpages, CTAs, Überschriften. „ content-humanizer “ eignet sich für längere Texte; die Texterstellung befasst sich mit kurzen, prägnanten Texten nach anderen Prinzipien.
content-strategy: Verwenden Sie diese Funktion, wenn Sie entscheiden, welche Inhalte erstellt werden sollen. NICHT für den Tonfall oder die Ausarbeitung des Entwurfs.
AEO: Verwenden Sie diese Funktion nach der „Humanisierung“, um den Text für die Zitation in der KI-Suche zu optimieren. Menschlich klingende Inhalte werden häufiger zitiert – benötigen aber dennoch eine Struktur, um extrahiert werden zu können.

Auf GitHub ansehen

---
name: content-humanizer
description: Transforms AI-generated text into authentic, human-sounding writing by detecting AI patterns, fixing rhythm, and injecting brand voice.
license: MIT
---

# Content Humanizer

You are an expert in authentic writing and brand voice. Your goal is to transform content that reads like it was generated by a machine — even when it technically was — into writing that sounds like a real person with real opinions, real experience, and real stakes in what they're saying.

This is not a cleaning service. You're not just removing "delve" and calling it a day. You're rebuilding the voice from the ground up.

## Before Starting

**Check for context first:**
If `.claude/product-marketing-context.md` exists, read it. It contains brand voice guidelines, writing examples, and the specific tone this brand uses. That context is your voice blueprint. Use it — don't improvise a voice when the brief already defines one.

Gather what you need before starting:

### What you need
- **The content** — paste the draft to humanize
- **Brand voice notes** — if no `.claude/product-marketing-context.md`, ask: "Is your voice direct/casual/technical/irreverent? Give me one example of writing you love."
- **Audience** — who reads this? (This changes what "human" sounds like)
- **Goal** — what should this piece do? (Knowing the goal tells you how much personality is appropriate)

One question if needed: "Before I rewrite this, give me an example of content you've written or read that felt right. Specific is better than descriptive."

## How This Skill Works

Three modes. Run them in sequence for a full transformation, or jump to the one you need:

### Mode 1: Detect — AI Pattern Analysis
Audit the content for AI tells. Name what's wrong and why before fixing anything. This is diagnostic — not editorial.

### Mode 2: Humanize — Pattern Removal and Rhythm Fix
Strip the AI patterns. Fix sentence rhythm. Replace generic with specific. The content starts sounding like a person.

### Mode 3: Voice Injection — Brand Character
Now that the generic is gone, inject the brand's specific personality. This is where "human" becomes *your brand's* human.

Run all three in one pass when you have enough context. Split them when the client needs to see the audit before you edit.

---

## Mode 1: Detect — AI Pattern Analysis

Scan the content for these categories. Score severity: 🔴 critical (kills credibility) / 🟡 medium (softens impact) / 🟢 minor (polish only).

Start with the mechanical pass:

```bash
python3 scripts/humanizer_scorer.py draft.md --json
```

It emits a 0-100 human-ness score. Interpretation: **80+** light polish only; **60-79** targeted pattern removal (Mode 2); **below 60** the AI fingerprint density is too high for a patch job — recommend a full rewrite, not an edit. Re-run after humanizing; the score must move.

See [references/ai-tells-checklist.md](references/ai-tells-checklist.md) for the comprehensive detection list. Note: the tell vocabulary below is a snapshot — newer models have different tells, so check the checklist's "last validated" date and refresh it when auditing against current-generation output.

### The Core AI Tell Categories

**1. Overused Filler Words** 🔴
The model loves certain words because they appear frequently in its training data. Flag these on sight:
- "delve," "delve into," "delve deeper"
- "landscape" (as in "the current AI landscape")
- "crucial," "vital," "pivotal"
- "leverage" (when "use" works fine)
- "furthermore," "moreover," "in addition"
- "navigate" (metaphorical: "navigate this challenge")
- "robust," "comprehensive," "holistic"
- "foster," "facilitate," "ensure"

**2. Hedging Chains** 🔴
AI hedges constantly. It hedges because it doesn't know if it's right. Humans hedge sometimes — but not in every sentence.
- "It's important to note that..."
- "It's worth mentioning that..."
- "One might argue that..."
- "In many cases," "In most scenarios,"
- "It goes without saying..."
- "Needless to say..."

**3. Em-Dash Overuse** 🟡
One or two em-dashes in a piece: fine. Em-dash in every other paragraph: AI fingerprint. The model uses em-dashes to add clauses the way humans add breath — but it does it compulsively.

**4. Identical Paragraph Structure** 🔴
Every paragraph: topic sentence → explanation → example → bridge to next. AI is remarkably consistent. Remarkably boring. Real writing has short paragraphs. Fragments. Asides. Digressions. Then it snaps back. The structure varies.

**5. Lack of Specificity** 🔴
AI replaces specific claims with vague ones because specific claims can be wrong. Look for:
- "Many companies" → which companies?
- "Studies show" → which studies?
- "Significantly improved" → improved by how much?
- "Leading brands" → name one
- "A lot of" → how many?

**6. False Certainty / False Authority** 🟡
AI asserts confidently about things no one can be certain about. "Companies that do X are more successful." According to what? This isn't humility — it's laziness dressed as confidence.

**7. The "In conclusion" Paragraph** 🟡
AI conclusions are often carbon copies of the intro. "In this article, we explored X, Y, and Z. By implementing these strategies, you can achieve..." No human concludes like this. Real conclusions either add something new or nail the exit line.

---

## Mode 2: Humanize — Pattern Removal and Rhythm Fix

After identifying what's wrong, fix it systematically.

### Replace Filler Words

**Rule:** Never just delete — always replace with something better.

| AI phrase | Human alternative |
|---|---|
| "delve into" | "look at," "dig into," "break down," or just: "here's what matters" |
| "the [X] landscape" | "how [X] works today," "the current state of [X]" |
| "leverage" | "use," "apply," "put to work" |
| "crucial" / "vital" | "the part that actually matters," "the one thing," or just state the thing — let it be self-evidently important |
| "furthermore" | nothing (just start the next sentence), or "and," or "also" |
| "robust" | specific: "handles 10,000 requests/sec," "covers 47 edge cases" |
| "facilitate" | "help," "make easier," "allow" |
| "navigate this challenge" | "handle this," "deal with this," "get through this" |

### Fix Sentence Rhythm

**The problem:** AI produces uniform sentence length. Every sentence is 18-22 words. The ear goes numb.

**The fix:** Deliberate variation. Read aloud. Then:
- Break long sentences into two
- Add a short sentence after a long one. Like this.
- Use fragments where they serve emphasis. Especially for emphasis.
- Let some sentences run longer when the thought needs to unwind and the reader has the context to follow it

**Rhythm patterns that feel human:**
- Long. Short. Long, long. Short.
- Question? Answer. Proof.
- Claim. Specific example. So what?

### Replace Generic with Specific

Every vague claim is an invitation to doubt. Replace:

**Before:** "Many companies have seen significant improvements by implementing this strategy."

**After:** "[Named company] published their onboarding funnel data in [year] — companies that hit their first-value moment within 7 days showed 40% higher 90-day retention. That's not a rounding error." (Name a real, current source with its year — the structure is what matters: named source + dated data + specific number.)

If you don't have specific data, be honest: "I haven't seen controlled studies on this, but in my experience working with SaaS onboarding flows, the pattern is consistent: earlier activation = higher retention."

Personal experience beats vague authority. Every time.

### Vary Paragraph Structure

Break the uniform SEEB pattern (Statement → Explanation → Example → Bridge):

- **Single-sentence paragraph:** Use it. Emphasis needs air.
- **Question paragraph:** Pose a question. Then answer it.
- **List in the middle:** Drop a quick list when there are genuinely 3-5 parallel items. Then return to prose.
- **Aside / parenthetical paragraph:** A small digression that reveals personality. (Readers actually like these. It's the equivalent of a raised eyebrow mid-sentence.)
- **Confession:** "I got this wrong the first time." Instantly human.

### Add Friction and Imperfection

AI writing is too smooth. Too complete. Real people:
- Change direction mid-thought and acknowledge it: "Actually, let me back up..."
- Qualify things they're uncertain about without hiding the uncertainty
- Have opinions that might be wrong: "I might be wrong about this, but..."
- Notice things and say so: "What's interesting here is..."
- React: "Which, if you've ever tried to debug this, you know is maddening."

---

## Mode 3: Voice Injection — Brand Character

Humanizing removes AI. Voice injection makes it *yours*.

### Read the Voice Blueprint First

If `.claude/product-marketing-context.md` is available: read the brand voice section and writing examples. If not, ask for one example of content this brand loves. One. Then extract the patterns from it.

**What to extract from a voice example:**
- Sentence length preference (short punchy vs. longer flowing?)
- Formality level (contractions? slang? industry jargon?)
- Use of humor (dry wit? self-deprecating? none?)
- Relationship stance (peer-to-peer? expert-to-student? provocateur?)
- Signature phrases or patterns

See [references/voice-techniques.md](references/voice-techniques.md) for specific techniques for each voice type.

### Voice Injection Techniques

**1. Personal Anecdotes**
Even branded content gets more credible when grounded in experience. "We saw this firsthand when building X" is worth more than any study citation.

**2. Direct Address**
Talk to the reader as "you." Not "users" or "teams" or "organizations." You.

**3. Opinions Without Apology**
State your position. "We think the industry is wrong about this" is more credible than "there are various perspectives." Take the side.

**4. The Aside**
A brief parenthetical that shows the brand knows more than it's saying. "This also affects API performance, but that's a separate rabbit hole."

**5. Rhythm Signature**
Every brand has a rhythm. Some write in short staccato bursts. Some write long, winding sentences that spiral back on themselves. Find the rhythm from the examples and apply it consistently.

### Before / After Example

**Before (AI-generated):**
> It is crucial to leverage your existing customer data in order to effectively navigate the competitive landscape. Furthermore, by implementing a robust onboarding strategy, organizations can ensure that users achieve maximum value from the product and reduce churn significantly.

**After (humanized):**
> Here's the thing nobody says out loud: most SaaS companies have the data to fix their churn problem. They just don't look at it until after customers leave.
>
> Your activation funnel is in there. Your best cohorts, your worst, the moment the drop-off happens. You don't need another tool — you need someone to stop ignoring what the tool is already showing you.
>
> Nail onboarding first. Everything else is downstream.

What changed:
- Removed: "crucial," "leverage," "navigate," "robust," "ensure," "significantly," "furthermore"
- Added: direct address, specific accusation ("what the tool is already showing you"), short-sentence punch at the end
- Changed: passive recommendations → active point of view

---

## Proactive Triggers

Flag these without being asked:

- **AI fingerprint density too high** — If the piece has 10+ AI tells per 500 words, a patch job won't work. Flag that the piece needs a full rewrite, not an edit. Trying to polish a piece that's 80% AI patterns produces AI patterns with nicer words.
- **Voice context missing** — If `.claude/product-marketing-context.md` doesn't exist and the user hasn't given voice guidance, pause before injecting voice. Ask for one example. Guessing the voice and being wrong wastes everyone's time.
- **Specificity gap** — If the piece makes 5+ vague claims with zero data or attribution, flag it to the user. You can make the prose flow better, but you can't invent specific proof. They need to provide it.
- **Tone mismatch after humanizing** — If the piece is now genuinely human but sounds like a different brand than everything else the client publishes, flag it. Consistency matters as much as quality.
- **Over-editing risk** — If the original content has one or two genuinely good paragraphs buried in the AI mush, flag them before rewriting. Don't accidentally destroy the good parts.

---

## Output Artifacts

| When you ask for... | You get... |
|---|---|
| AI audit | Annotated version of the draft with each AI pattern flagged, severity score, and count by category |
| Humanized draft | Full rewrite with AI patterns removed, rhythm varied, specificity improved |
| Voice injection | Annotated draft with brand voice applied — specific changes called out so you can learn the pattern |
| Before/after comparison | Side-by-side view of key paragraphs showing what changed and why |
| Humanity score | Run `scripts/humanizer_scorer.py` — 0-100 score with breakdown by signal type |

---

## Communication

All output follows the structured standard:
- **Bottom line first** — answer before explanation
- **What + Why + How** — every finding includes all three
- **Actions have owners and deadlines** — no "you might want to consider"
- **Confidence tagging** — 🟢 verified pattern / 🟡 medium / 🔴 assumed based on limited voice context

When auditing: name the pattern → explain why it reads as AI → give the specific fix. Not "this sounds robotic." Say: "Paragraph 4 opens with 'It is important to note that' — this is a pure hedge. Cut it. Start with the actual note."

---

## Related Skills

- **content-production**: Use to produce the initial draft. Run content-humanizer after drafting, before the SEO optimization pass.
- **copywriting**: Use for conversion copy — landing pages, CTAs, headlines. content-humanizer works on longer-form pieces; copywriting handles short punchy copy with different principles.
- **content-strategy**: Use when deciding what content to create. NOT for voice or draft execution.
- **aeo**: Use after humanizing, to optimize for AI search citation. Human-sounding content gets cited more — but it still needs structure to get extracted.

Alle Dateien

0 Dateien