Интересное обсуждение на реддите — тыц, касательно хуманайзера и написания текстов клодом….

Интересное обсуждение на реддите — тыц, касательно хуманайзера и написания текстов клодом. Сначала выборка по тому что не взлетело:

1. Списки правил. Было под сотню. Клод их «очень прилежно» выполнял, а души в тексте как не было, так и нет. Больше правил — хуже результат. У клиентов, где живые тексты так и не получились, в гайдах висело по ~80 правил.

2. «Пиши человечнее». По нулям. Исследование 2026 года на 11 моделях показало, что основные отличия AI-текста никуда не деваются даже под такими промптами.

3. Примеры текстов автора. Упираются в плато. По Wang et al. (EMNLP 2025), без примеров AI-пост принимают за авторский в 8-10% случаев, а с пятью постами автора — в 17-21%. От 2 до 10 примеров разницы почти нет.

Что сработало — транскрипт человека, который просто говорит на тему. Причем клод не копирует его слова. Он подхватывает мнения, сомнения, все эти «ну я думаю», прыжки туда-сюда между двумя идеями.

— Записать 2-5 минут живой речи без сценария. Письменные Q&A работают сильно хуже.
— Вырезать фальстарты, а всё остальное оставить, включая каждое «я думаю».
— Попросить клода выписать 5-10 цитат с мнениями, сомнениями и историями и строить драфт вокруг них.
— Проверить, не добавил ли клод уверенности от себя. Если человек сказал «обычно», в тексте не должно появиться «всегда».

Отдельно: не давать модели выбирать лучший драфт. Три модели угадывают «слоп» примерно на уровне монетки, как и профессиональные редакторы. А вот пятеро людей, которые сами плотно сидят на AI, голосованием вычисляют 99.3% AI-статей без ложных срабатываний (Russell et al., ACL 2025).

Чего победить так и не вышло — клод разжевывает очевидное, а мимо сложного пролетает одним предложением. Тут нужны модели поумнее. Модель может сколько угодно полировать слова, но мнение ей взять неоткуда. И это, кстати, редкий случай, когда у живого автора с «горящими глазами» и своим мнением появляется преимущество. Хотя бы пока.

PS: От себя еще добавлю что, как вариант, взять NotebookLM и разобрать в markdown-файлы речь экспертов в нужной нише (например с ютуба), постепенно накапливая тематическую базу семантики и подачи (тот самый RAG) + апдейтнуть этим же свои текущие промпты хуманайзера. Надо будет проверить.