Humanizer или stop-slop: какой скилл ставить

Коротко

Два самых заметных скилла против ИИ-стиля решают разные задачи. humanizer переписывает уже готовый текст: 33 паттерна, взятых из вики-руководства «Signs of AI writing», калибровка под ваш голос по образцу в 2–3 абзаца и финальный проход-аудит. Ставится одной командой npx skills add blader/humanizer --global. stop-slop — это редакторский стандарт на восемь правил плюс оценочная рубрика. Его подключают до написания, чтобы агент сразу не порождал слоп, а сам файл кладут в системный промпт или в знания проекта.

Разница в весе принципиальна. SKILL.md у humanizer — 29,6 КБ, у stop-slop — 2,6 КБ плюс 9,9 КБ справочников, которые подгружаются по требованию.

Оба бесплатны и лежат под MIT. Оба написаны под английский: правила про em dash, наречия и Wh-начала на русском тексте срабатывают лишь частично, а запрет тире прямо конфликтует с русской пунктуацией. Ни один не проверяет факты и не гарантирует прохождение ИИ-детекторов.

Чем эти варианты вообще отличаются

Их постоянно ставят в один ряд, потому что оба про «убрать ИИ-душок». На практике они стоят в разных точках процесса.

humanizer — постпроцессор. У вас есть кусок текста, который модель уже выдала, и он звучит как модель. Вы отдаёте его скиллу, скилл идёт по своему списку паттернов и переписывает. Работает и с вставленным в чат абзацем, и с файлом целиком: «Humanize the prose in docs/launch-post.md» — и файл перезаписывается на месте.

stop-slop — стандарт письма. Это восемь правил и чек-лист «перед выдачей текста», написанные так, чтобы модель держала их в голове ещё на этапе черновика. Автор прямо предлагает четыре способа применения, и только один из них — «добавить как скилл»: остальные это загрузка в knowledge проекта, копирование правил в кастомные инструкции и вставка SKILL.md в системный промпт при вызовах API.

Отсюда и разница в размере, и она не косметическая. 29,6 КБ humanizer — это подробные таблицы «до/после» на каждый из 33 паттернов; такой файл даёт модели очень конкретные образцы, но и съедает заметный кусок контекста при активации. 2,6 КБ stop-slop — это голые правила, которые не жалко держать в системном промпте постоянно, а тяжёлые справочники (phrases.md, structures.md, examples.md) подтягиваются, только когда агент до них дошёл. Как устроена эта ленивая загрузка, разобрано в гайде по Claude Skills.

Сравнение по пунктам

Цифры по репозиториям сняты через GitHub API 28 июля 2026 года.

Две строки стоит прокомментировать.

Рубрика stop-slop — единственное в паре, что даёт число. Модель оценивает текст по пяти осям (прямота, ритм, доверие к читателю, живость, плотность), каждую от 1 до 10, и ниже 35 из 50 отправляет на переработку. Это удобно, когда правки принимает не человек, а пайплайн: порог можно зашить в приёмку.

Калибровка голоса у humanizer — единственное, что спасает от главной беды таких скиллов. Без образца вы получаете не «свой» текст, а усреднённо-человеческий: короткие предложения, никаких тире, подчёркнутая небрежность. Через три статьи это узнаётся ровно так же, как исходный ИИ-стиль. С образцом в 2–3 абзаца скилл разбирает ритм и словечки и подгоняет переписывание под них.

Когда брать humanizer

Берите его, если основной сценарий — «текст уже написан, надо вычистить». Черновик от модели, чужая статья, документация, которую написали в спешке.

Второй аргумент — переносимость. Скилл лежит обычным markdown, а в репозитории есть отдельный конфиг для агентов, так что он ставится не только в Claude Code, но и в Cursor или Codex. Команда установки во все настроенные харнессы сразу:

npx skills add blader/humanizer --global --agent '*'

Без --global скилл ставится в проект и коммитится вместе с ним. Для редакции это правильнее: правила едут вместе с репозиторием и работают одинаково у всех.

Третий аргумент — конкретика правил. Таблицы «до/после» покрывают то, что обычно ловят руками: «serves as» вместо «is», правило трёх («инновации, вдохновение и инсайты»), фальшивые диапазоны, эмодзи в заголовках, «Отличный вопрос!» в начале ответа. Похожий, но ручной подход — набор промптов против признаков ИИ-текста; скилл отличается тем, что срабатывает сам, без вставки промпта каждый раз.

Когда брать stop-slop

Берите его, если хотите, чтобы агент писал нормально с первого раза, а не чинил за собой.

Типичный случай: у вас пайплайн генерации через API, и постобработка вторым вызовом — это лишние деньги и лишняя латентность. 2,6 КБ правил в системном промпте дешевле, чем прогон всего текста через 29,6 КБ инструкций.

Второй случай — вы работаете не с Claude. Скилл не завязан на харнесс: это просто markdown с правилами, который вставляется в любой системный промпт. Из России это заметный плюс, когда доступ к Claude Code идёт через прокси, а под рукой есть локальная модель или российский провайдер.

Третий случай — вам нужна метрика. Рубрика 35/50 даёт формальный критерий, по которому текст можно вернуть автору или боту, не объясняя на пальцах, что «звучит по-роботски».

Минус на весах: репозиторий не обновлялся с 17 марта 2026 года, а humanizer коммитился в июле. Для набора текстовых правил четыре месяца тишины не смертельны, но новые типовые обороты моделей в него не приезжают.

Что не решает ни один

Это та часть, которую в англоязычных README не пишут.

Русский язык. Оба скилла построены на английских маркерах. Правило «не начинать предложение с Wh-слова» на русском не значит ничего. Правило «убрать все наречия» на русском режет живую речь сильнее, чем на английском. А запрет длинного тире прямо противоречит нашей пунктуации: в русском тире между подлежащим и сказуемым обязательно («Москва — столица»), и модель, честно выполнившая правило №14 humanizer или пункт «No em dashes» stop-slop, выдаст текст с ошибками. Русские маркеры ИИ-стиля («в современном мире», «важно отметить», «давайте разберёмся», «не просто X, а Y») в списках отсутствуют — их придётся добавлять самому. Готовый разбор именно русских признаков лежит в карточке скилла humanize-ai-text.

Факты. humanizer декларирует правило «никаких выдумок»: он не добавит в текст ни имён, ни дат, ни ссылок, которых не было в источнике. Обратная сторона в том, что он и не проверит те, что были. Галлюцинация из черновика переживёт переписывание и станет только убедительнее, потому что вокруг неё исчезнут все хеджи вроде «возможно» и «по некоторым данным».

Детекторы. Ни один скилл не обещает «пройти проверку на ИИ», и правильно делает. Сама OpenAI сняла свой AI Text Classifier 20 июля 2023 года из-за низкой точности: инструмент помечал как «вероятно ИИ» лишь 26 % машинных текстов и при этом ошибочно обвинял 9 % человеческих. Гарантий не даёт никто, а строить работу на обходе такого детектора — строить на песке.

Смысл. Оба работают на уровне фраз и предложений. Пустая статья после обработки станет пустой статьей, написанной живым языком. Структура, аргументы и собственный опыт остаются на вас.

Частые вопросы

Можно ли поставить оба сразу?

Можно, они не конфликтуют: разные имена, разные каталоги. Но правила у них местами противоположные по строгости (stop-slop, например, запрещает все наречия, humanizer — нет), и агент в одной сессии будет метаться. Практичнее держать stop-slop в системном промпте как постоянный стандарт, а humanizer вызывать точечно на конкретном файле.

Работают ли они с русским текстом?

Работают, но частично. Общие принципы (убрать канцелярит, разнообразить ритм, не начинать с разбега) переносятся. Списки конкретных фраз и половина пунктуационных правил — нет. Рабочий вариант: взять любой из скиллов как основу и дописать в него свой русский список запрещённых оборотов, благо оба под MIT и форкаются свободно.

Нужен ли Claude Code?

Нет. humanizer ставится в любой харнесс, поддерживающий скиллы, включая Cursor и Codex, а stop-slop вообще можно просто вставить в системный промпт при вызове API. Подборка того, что ещё имеет смысл ставить рядом, собрана в обзоре лучших скиллов Claude Code.

Сколько это стоит?

Нисколько. Оба репозитория открыты под MIT, платить и регистрироваться не нужно, оплата зарубежной картой не требуется. Единственный расход — токены вашей модели, и у humanizer он заметно выше из-за размера инструкции и второго прохода.

Что выбрать, если ставить только один?

Если вы редактируете чужие или свои готовые тексты — humanizer, ради калибровки под голос и таблиц с примерами. Если вы генерируете тексты пачками через API или свой пайплайн — stop-slop, ради размера и оценочной рубрики.