Вы когда-нибудь читали статью, которая казалась грамотной, логичной и даже полезной, но при этом вызывала странное чувство отчуждения? Текст был безупречен с точки зрения грамматики, но в нём не хватало чего-то человеческого: искренности, уникальной интонации или той самой «шероховатости», которая делает живое письмо живым. Если вы часто работаете с большими языковыми моделями (LLM), вы, вероятно, сталкивались с этим эффектом. Это не баг, а фича: модели обучаются на огромных массивах данных и склонны генерировать наиболее вероятные, то есть самые заезженные, фразы. Они становятся мастерами среднего уровня, избегая рискованных, но ярких формулировок.
Именно эту проблему пытается решить Simon Willison, известный разработчик и блогер, создавший инструмент под названием LLM Cliché Highlighter. Это не просто лингвистический анализатор, а своего рода «детектор лжи» для стиля. Инструмент позволяет вставить любой текст и мгновенно увидеть, какие фразы в нём выглядят как типичные штампы, характерные для outputs нейросетей. От цепочек вроде «no X, no Y» до манипулятивных обращений вроде «you already know» — всё это подсвечивается.
В этой статье мы подробно разберем, как работает этот инструмент, почему он важен для современных авторов и как использование таких паттернов влияет на восприятие контента. Мы также посмотрим на технические детали реализации и подумаем, как сохранить человеческое лицо в эпоху генеративного ИИ.
01Почему тексты ИИ выглядят одинаково?
Чтобы понять ценность инструмента Willison, нужно сначала разобраться в природе проблемы. Большие языковые модели работают на основе вероятностей. Когда модель генерирует следующее слово, она выбирает его из множества вариантов, отдавая предпочтение тем, которые чаще встречались в обучающих данных. Это приводит к так называемому «эффекту усреднения».
Представьте, что вы просите ИИ написать введение для статьи о продуктивности. Модель, скорее всего, предложит что-то вроде: «В современном мире, полном отвлечений, важно находить время для фокуса». Это грамматически верно, но банально. Более того, модели часто используют специфические риторические приемы, которые стали своего рода «отпечатками пальцев» генеративного текста. Например, они любят использовать конструкции, создающие иллюзию глубокого размышления, или фразы, которые якобы «снимают возражения» у читателя.
Simon Willison заметил, что многие статьи, опубликованные в интернете, начали страдать от одного и того же синдрома. Фразы вроде «no fluff, no filler, no jargon» (никакой воды, никаких заполнителей, никакого жаргона) стали настолько частыми, что потеряли всякий смысл. Они стали маркером того, что текст, скорее всего, был сгенерирован или сильно отредактирован ИИ. Это не значит, что такой текст плох, но он перестает выделяться в потоке информации.
02Что такое LLM Cliché Highlighter?
LLM Cliché Highlighter — это веб-приложение, которое работает полностью в браузере пользователя. Это ключевая особенность: ваши тексты никуда не отправляются. Вся обработка происходит локально, что обеспечивает конфиденциальность и скорость. Инструмент разработан с использованием Fable, что позволяет ему быть легким и отзывчивым.
Основная функция инструмента — обнаружение и подсветка наиболее распространенных паттернов, характерных для текстов, сгенерированных языковыми моделями. Пользователь просто вставляет свой текст в поле ввода, и система мгновенно анализирует его, выделяя проблемные места цветом.
Интерфейс инструмента интуитивно понятен. Справа или снизу (в зависимости от ширины экрана) появляется панель с результатами анализа. Там отображается количество найденных совпадений для каждого паттерна, а также список конкретных предложений, в которых они встречаются. Это позволяет не только увидеть проблему, но и быстро перейти к нужному месту в тексте для редактирования.
03Десять главных клише, которые ищет инструмент
Willison выделил конкретные паттерны, которые чаще всего выдают в тексте присутствие ИИ. Давайте разберем каждый из них, чтобы вы могли научиться их распознавать и избегать в своем письме.
1. Цепочки отрицаний «No X, no Y, no Z»
Один из самых узнаваемых штампов. Фразы вроде «no fluff, no filler, no jargon» или «no complexity, no confusion, no hassle» стали символом «безопасного» корпоративного или ИИ-стиля. Модели используют их, потому что это звучит убедительно и обещает простоту, но на практике часто означает пустоту. Инструмент подсвечивает такие конструкции, предлагая автору заменить их на конкретные преимущества продукта или услуги.
2. Фраза «Sit with that» (Осмысли это)
Эта фраза стала популярной в социальных сетях и блогах, но в текстах ИИ она часто выглядит неестественно. Она призывает читателя «посидеть с этой мыслью», то есть задуматься. Однако в контексте коротких статей или технических инструкций это часто выглядит как попытка придать тексту ложную глубину. ИИ использует её, чтобы имитировать философский тон, который не всегда уместен.
3. «You already know» (Вы уже знаете)
Эта фраза используется для создания иллюзии интимности или общности с читателем. Она предполагает, что автор и читатель находятся на одной волне. Но в текстах ИИ это часто выглядит как манипуляция, особенно если за этим не следует ничего нового. Инструмент подсвечивает такие моменты, чтобы автор мог заменить их на более конкретные утверждения или вопросы.
4. Избыточное использование слова «Crucial» (Ключевой)
Языковые модели любят слово «crucial». Они используют его в каждом втором предло
Источник: Simon Willison ↗