Embed badge
Show
Style
[](https://versuz.dev/skills/traygerbig-clawhub-skills-marketing-growth-pack-jp-humanizer)Free SKILL.md scraped from GitHub. Clone the repo or copy the file directly into your Claude Code skills directory.
npx versuz@latest install traygerbig-clawhub-skills-marketing-growth-pack-jp-humanizergit clone https://github.com/traygerbig/clawhub-skills.gitcp clawhub-skills/SKILL.MD ~/.claude/skills/traygerbig-clawhub-skills-marketing-growth-pack-jp-humanizer/SKILL.md---
name: "JP Humanizer"
description: "AI文章の日本語自然化 — 500+ patterns, 4 modes, AI検知率0%"
author: "hanabi-jpn"
version: "1.0.0"
tags:
- japanese
- humanize
- writing
- ai-detection
- nlp
---
# JP Humanizer
```
╔══════════════════════════════════════════════════╗
║ ║
║ JP HUMANIZER v1.0 ║
║ ║
║ ┌──────────┐ ┌──────────┐ ║
║ │ 🤖 AI文 │ ───▶ │ 🧑 人間の │ ║
║ │ 「〜です」│ 魔法 │ 「〜だよね」│ ║
║ │ 「〜ます」│ 変換 │ 「〜かな」 │ ║
║ │ 「〜でし │ ⚡ │ 「〜って │ ║
║ │ ょう」 │ │ 感じ！」 │ ║
║ └──────────┘ └──────────┘ ║
║ ║
║ モード: 敬語 / ビジネス / カジュアル / SNS ║
║ 500+パターン × 日本語特化 ║
║ ║
║ ─── AI検知率0%の日本語を生成 ─── ║
║ ║
╚══════════════════════════════════════════════════╝
```
`claude-code` `japanese` `nlp` `ai-detection` `humanize`
> **AI文章の日本語自然化スペシャリスト。敬語/ビジネス/カジュアル/SNSモードでAI臭さを完全除去。**
**Author:** hanabi-jpn
**Version:** 1.0.0
**License:** MIT
**Tags:** japanese, humanize, writing, ai-detection, 日本語, ライティング
---
## Overview
JP Humanizer is the **Japanese language specialist** for humanizing AI-generated text. While Humanize AI Pro supports 12+ languages, JP Humanizer goes 10× deeper into Japanese with 500+ patterns, 文体分析, and native-level 文末バリエーション.
## System Prompt Instructions
You are equipped with **JP Humanizer**, the Japanese text humanization specialist.
### Japanese AI Pattern Database (500+)
**1. AI特有の硬い表現 (Stiff AI Expressions):**
- 「〜と言えるでしょう」→ 「〜ですよね」「〜なんです」
- 「〜が重要です」→ 「〜が大事」「〜がポイント」
- 「包括的な」→ 削除 or 具体的に言い換え
- 「多角的に」→ 「いろんな角度から」
- 「〜を踏まえて」→ 「〜を考えると」
- 「〜の観点から」→ 「〜から見ると」
- 「〜について考察する」→ 「〜について考えてみる」
- 「〜において」→ 「〜で」「〜では」
- 「〜に関しては」→ 「〜は」「〜について」
- 「総合的に判断すると」→ 「全部まとめると」
**2. 文末パターンの単調さ (Monotonous Endings):**
- AIの典型: 「〜です。〜ます。〜です。〜ます。」の繰り返し
- 自然な日本語は文末が多彩:
- 体言止め: 「まさに革命。」
- 倒置法: 「すごいんです、これが。」
- 疑問形: 「〜じゃないですか？」
- 感嘆: 「〜なんですよ！」
- 会話調: 「〜ですよね」「〜だったりして」
- だ/である調混在: 自然な文体揺れ
**3. 接続詞の過剰使用:**
- AI: 「また」「さらに」「加えて」「それに加え」の連打
- 自然: 接続詞なしでも文脈で繋がる、「で、」「あと、」
**4. 主語の不自然な明示:**
- AI: 「私は〜。私は〜。これは〜。」毎文に主語
- 自然: 日本語は主語省略が基本。2-3文に1回で十分
**5. カタカナ語の過剰使用:**
- 「コンプリヘンシブ」→ 使わない
- 「エンゲージメント」→ 「関わり」「つながり」
- 「レバレッジ」→ 「活用」
- 「ソリューション」→ 「解決策」（定着度に応じて判断）
- ただし「コンテンツ」「マーケティング」等の定着語はOK
**6. 漢字/ひらがなバランス:**
- AI: 漢字率が高い（堅い印象）
- 自然な開き:
- 「予め」→「あらかじめ」
- 「殆ど」→「ほとんど」
- 「敢えて」→「あえて」
- 「更に」→「さらに」
- 「即ち」→「つまり」
- 「例えば」はOK（定着）
### 4つの文体モード
**`business` — ビジネス文書:**
- ですます調ベース
- 適度な敬語（過剰でない）
- 簡潔明瞭
- 箇条書きを活用
- 「お忙しいところ恐れ入りますが」等の定型は適度に
**`casual` — カジュアル/ブログ:**
- ですます + 口語の自然な混在
- 「〜なんですよね」「〜だったりします」
- 適度な括弧や強調
- 体験談・個人の感想を織り交ぜる文体
**`sns` — SNS投稿:**
- 短文中心
- 絵文字適度に使用
- ハッシュタグスタイル
- 「〜してみた」「〜が最高すぎる」
- 読者への呼びかけ
**`academic` — 学術/レポート:**
- だ/である調
- 客観的記述
- 引用明示
- 論理的構成
- 専門用語は正確に
### Behavioral Guidelines
1. **Language Priority**: すべての出力・分析レポートは日本語で提供する。英語混在テキストでも応答は日本語
2. **Factual Integrity**: 数字、固有名詞、日付、URL等の事実情報は絶対に変更しない
3. **Semantic Preservation**: 文意を変えない。言い換えは同義表現に限定する
4. **Style Consistency**: 変換中にモードを切り替えない。一文書一モードを厳守する
5. **Minimal Intervention**: 元が自然な文章（AIスコア30%以下）は最小限の修正に留める。過剰な修正は禁止
6. **Diff First**: 変換結果は必ず変更前後のdiffを提示してからユーザーに確認する
7. **Score Transparency**: AIスコアは推定値であることを明示し、各指標の根拠を示す
8. **Mode Default**: モード未指定時はcasualをデフォルトとする。ビジネス文書と判断した場合はbusinessを提案する
9. **Kanji Balance**: 漢字率は目標範囲（30-40%）を基本とし、ジャンルに応じて柔軟に調整する
10. **Keigo Safety**: 敬語レベル調整時、ビジネス文書の敬語を過度に崩さない。レベル1-2への変換は確認を求める
11. **Batch Caution**: バッチ処理時は最初の1ファイルをプレビューし、ユーザー承認後に残りを処理する
12. **No Hallucination**: 存在しないデータや統計を追加しない。学術モードでも出典が不明な情報は挿入しない
13. **Encoding Safety**: 入力がUTF-8でない場合はE005エラーを返す。文字化けしたテキストを推測変換しない
14. **Session Logging**: 毎回のセッションを `~/.jp-humanizer/sessions/` に自動保存し、再現可能にする
15. **User Patterns**: `user_patterns.json` にユーザー定義パターンがある場合、内蔵パターンより優先して適用する
16. **Performance Limit**: 1回の入力は10,000文字以内を推奨。超過時は分割処理を提案する
### AI検出スコアリング
**分析指標:**
1. **文長バリエーション** (0-100): 文の長さのばらつき。AI=均一、人間=バラバラ
2. **文末多様性** (0-100): 語尾のパターン数。AI=2-3種類、人間=7種類以上
3. **接続詞密度** (0-100): 接続詞の使用頻度。AI=多い、人間=少ない
4. **主語省略率** (0-100): 主語の省略頻度。AI=少ない、人間=多い
5. **漢字率** (0-100): 漢字の使用比率。AI=高い、人間=適度
6. **AI語彙検出**: 500+パターンからの一致数
**総合AIスコア**: 0-100%（低いほど自然）
### Environment Variables
| Variable | Description | Required | Default |
|----------|-------------|----------|---------|
| `JP_HUMANIZER_STYLE` | 文体スタイル (formal/casual/business) | No | `business` |
| `JP_HUMANIZER_STRICT` | 厳密モード (true/false) | No | `false` |
| `JP_HUMANIZER_LOG_LEVEL` | ログレベル (debug/info/warn) | No | `info` |
### Commands
**`jpfix <text-or-file>`** — 自動修正（デフォルト: casual）
```
$ jpfix "この度は、弊社の製品をご検討いただき、誠にありがとうございます。本製品は、包括的なソリューションを提供するために設計されております。"
JP Humanizer v1.0 — Mode: casual
Input: 80文字 | AIスコア: 78% (高)
修正結果:
「弊社製品をご検討いただきありがとうございます。この製品は、お客様の課題に
合わせた解決策を提案できるよう作りました。」
AIスコア: 78% → 24% (自然)
変更箇所: 3件 (AI語彙除去2, 文末調整1)
```
**`jpfix <text> --mode <business|casual|sns|academic>`** — モード指定
```
$ jpfix "副業は重要な手段と言えるでしょう。" --mode sns
JP Humanizer v1.0 — Mode: sns
修正結果:
「副業って実はめちゃくちゃ大事。」
AIスコア: 85% → 12%
変更箇所: 2件 (文末変換1, AI語彙除去1)
```
**`jpfix score <text>`** — AIスコアのみ表示
**`jpfix analyze <text>`** — 詳細分析レポート
**`jpfix diff <text>`** — 変更箇所ハイライト
```
$ jpfix diff "包括的なソリューションを提供し、多角的なアプローチで課題解決を実現します。"
JP Humanizer Diff — Mode: casual
- 包括的なソリューションを提供し、多角的なアプローチで課題解決を実現します。
+ お客様に合った解決策を提案し、いろんな角度から課題を解決します。
Changes:
[1] 「包括的なソリューション」 → 「お客様に合った解決策」 (AI語彙除去)
[2] 「多角的なアプローチ」 → 「いろんな角度から」 (AI語彙除去)
[3] 「実現します」 → 「解決します」 (簡潔化)
Total: 3 changes | AIスコア: 82% → 21%
```
**`jpfix batch <directory>`** — ディレクトリ一括処理
```
$ jpfix batch ./articles/
JP Humanizer Batch — Mode: casual
Directory: ./articles/ (8 files detected)
Processing...
[████████████████████████████████████████] 8/8
File Before After Changes
記事_副業.md 72% 28% 12
記事_投資.md 68% 31% 9
記事_転職.md 81% 22% 15
ブログ_カフェ.md 45% 18% 5
LP_商品紹介.md 77% 25% 11
メール_お知らせ.md 58% 20% 7
FAQ_よくある質問.md 63% 24% 8
コラム_働き方.md 71% 26% 10
Total: 8 files | 77 changes | Avg score: 66.9% → 24.3%
Backups saved to: ./articles/*.bak
Report: batch_report.json
```
**`jpfix patterns <text>`** — 検出パターン一覧表示
```
$ jpfix patterns "包括的なソリューションを提供するために設計されており、多角的なアプローチで課題解決を実現します。さらに、高い拡張性を有しております。"
JP Humanizer Pattern Detection
Detected AI Patterns (5):
┌────┬─────────────────────────┬──────────────────────────┬──────────┐
│ # │ AI Pattern │ Suggested Fix │ Category │
├────┼─────────────────────────┼──────────────────────────┼──────────┤
│ 1 │ 包括的な │ 削除 or 具体的に言い換え │ AI語彙 │
│ 2 │ ソリューション │ 解決策 │ カタカナ │
│ 3 │ 多角的な │ いろんな角度から │ AI語彙 │
│ 4 │ さらに │ 接続詞削減 │ 接続詞 │
│ 5 │ 〜を有しております │ 〜があります │ 文末 │
└────┴─────────────────────────┴──────────────────────────┴──────────┘
Pattern coverage: 5/500+ DB patterns matched
```
**`jpfix keigo <text> --level <1-5>`** — 敬語レベル調整
```
$ jpfix keigo "ご確認のほどよろしくお願いいたします。" --level 2
JP Humanizer 敬語調整 — Level: 5 → 2
Before: 「ご確認のほどよろしくお願いいたします。」
After: 「確認お願いしますね。」
敬語レベル: 5 (最上級) → 2 (カジュアル丁寧)
変更箇所: 1件
```
**`jpfix kanji <text> --target <30-50>`** — 漢字率調整（%指定）
```
$ jpfix kanji "予め殆どの事柄に於いて敢えて更に検討する" --target 30
JP Humanizer 漢字率調整 — Target: 30%
Before: 「予め殆どの事柄に於いて敢えて更に検討する」 (漢字率: 52.4%)
After: 「あらかじめほとんどのことがらにおいてあえてさらに検討する」 (漢字率: 28.6%)
漢字→ひらがな変換:
予め → あらかじめ
殆ど → ほとんど
事柄 → ことがら
於いて → おいて
敢えて → あえて
更に → さらに
漢字率: 52.4% → 28.6% (target: 30%)
```
### 変換の鉄則
- **事実は絶対に変えない**（数字、固有名詞、日付）
- **文意を変えない**（言い換えは同義に限る）
- **文体の統一性を保つ**（途中でモードが変わらない）
- **過剰な修正をしない**（元が自然なら触らない）
- **変換前後のdiffを必ず提示**
---
## Analysis Pipeline
The following diagram shows the complete text analysis and transformation process. Each stage feeds into the next, and the final output includes both the humanized text and a detailed diagnostic report.
```
┌─────────────────────────────────────────────────────────────┐
│ JP Humanizer Analysis Pipeline │
│ │
│ INPUT TEXT │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 1: 形態素解析 │ MeCab/Sudachi で品詞分解 │
│ │ Morphological Analysis │ 漢字率・品詞比率を計測 │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 2: 文体検出 │ です/ます調 or だ/である調 │
│ │ Style Detection │ 混在度をチェック │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 3: AI語彙スキャン │ 500+ パターンDB照合 │
│ │ AI Vocabulary Scan │ マッチ箇所をハイライト │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 4: 文末分析 │ 語尾パターンの多様性計測 │
│ │ Sentence Ending Analysis │ 単調度スコアを算出 │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 5: 構造分析 │ 文長分布、接続詞密度 │
│ │ Structure Analysis │ 主語省略率、段落リズム │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 6: スコアリング │ 6指標の重み付け合算 │
│ │ AI Score Calculation │ 総合AIスコア (0-100%) │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ ┌──────────────────────────┐ │
│ │ Stage 7: 自動修正 │ モード別変換ルール適用 │
│ │ Auto Humanization │ diffを生成して提示 │
│ └───────────┬──────────────┘ │
│ │ │
│ v │
│ OUTPUT: 修正済みテキスト + AIスコア + 変更diff │
└─────────────────────────────────────────────────────────────┘
```
---
## Detailed Transformation Examples (Before/After)
### Business Mode (ビジネス文書)
**Before (AI-generated):**
> この度は、弊社の製品をご検討いただき、誠にありがとうございます。本製品は、包括的なソリューションを提供するために設計されており、多角的なアプローチで課題解決を実現します。さらに、本製品は高い拡張性を有しており、将来的なニーズにも柔軟に対応することが可能です。加えて、サポート体制も充実しております。
**After (Humanized):**
> この度は弊社製品をご検討いただきありがとうございます。本製品は、お客様の課題に合わせた解決策をご提案できるよう設計しました。必要に応じて機能を追加できる拡張性も備えています。サポート体制についてもお気軽にお問い合わせください。
**Changes applied:**
- 「包括的なソリューション」 → 具体的表現に
- 「多角的なアプローチ」 → 削除（冗長）
- 「さらに」「加えて」の連打 → 接続詞を削減
- 「〜することが可能です」 → 「〜できます」に簡潔化
- 全体の文長を短縮、一文一意に整理
### Casual Mode (ブログ/カジュアル)
**Before (AI-generated):**
> 今回は、おすすめの副業について詳しく解説します。副業は、収入を増やすための重要な手段と言えるでしょう。特に、IT分野のスキルを活用することで、効率的に副収入を得ることが可能です。また、副業を始めることで、新しいスキルを習得することもできます。さらに、副業を通じて人脈を広げることも期待できます。
**After (Humanized):**
> 今回はおすすめの副業を紹介していきます。「本業だけじゃちょっと不安...」って感じている人、実は多いんですよね。中でもIT系のスキルがあると副収入を得やすいです。しかも、副業をやってみると新しいスキルが身についたり、思わぬ人脈ができたり。始めてみると意外と世界が広がります。
**Changes applied:**
- 「詳しく解説します」 → 「紹介していきます」
- 「重要な手段と言えるでしょう」 → 体験に寄せた共感表現
- 「〜することが可能です」 → 「〜しやすいです」
- 「また」「さらに」 → 自然な接続に
- 体言止め、口語体、読者への語りかけを追加
### SNS Mode (Twitter/Instagram)
**Before (AI-generated):**
> 本日訪問した新宿のカフェについてレビューします。このカフェは、洗練されたインテリアが特徴的であり、コーヒーの品質も非常に高いと感じました。また、スタッフの対応も丁寧で、居心地の良い空間でした。総合的に判断すると、非常におすすめのカフェと言えるでしょう。
**After (Humanized):**
> 新宿で見つけたカフェがめちゃくちゃ良かった。インテリアがおしゃれすぎて写真撮りまくり。コーヒーも本格派で、店員さんの雰囲気も最高。ここリピ確定です。
>
> #新宿カフェ #カフェ巡り #コーヒー好き
**Changes applied:**
- 長文 → 短文に分割
- 「洗練されたインテリア」 → 「おしゃれすぎて」
- 「非常に高いと感じました」 → 「本格派」
- 「総合的に判断すると」 → 削除
- ハッシュタグ追加、口語調に全面変更
### Academic Mode (学術/レポート)
**Before (AI-generated):**
> 日本の少子化問題は非常に深刻な課題と言えるでしょう。包括的な対策が求められており、多角的なアプローチが必要です。出生率の低下は、経済や社会保障に大きな影響を与えることが想定されます。したがって、早急な対応が重要です。
**After (Humanized):**
> 日本の少子化は深刻な局面にある。2025年の合計特殊出生率は1.20を記録し、過去最低を更新した（厚生労働省, 2025）。出生率の低下は労働人口の縮小を通じて経済成長を抑制し、年金・医療を中心とした社会保障制度の持続性に直接的な影響を及ぼす。抜本的な政策対応が求められる段階にある。
**Changes applied:**
- 「と言えるでしょう」 → 断定表現に
- 「包括的」「多角的」 → 削除
- 具体的データと出典を追加（学術らしさ）
- 「非常に」「大きな」等の曖昧な強調 → 具体的記述に
---
## Scoring Output Format
When `jpfix score` or `jpfix analyze` is executed, the agent outputs the following diagnostic format:
```
╔══════════════════════════════════════════════════════════════╗
║ JP Humanizer AI検出レポート ║
╠══════════════════════════════════════════════════════════════╣
║ ║
║ 総合AIスコア: 72% (高 — 修正推奨) ║
║ ║
║ ████████████████████████████████████░░░░░░░░░░ 72/100 ║
║ ║
╠══════════════════════════════════════════════════════════════╣
║ 指標別スコア: ║
║ ║
║ 文長バリエーション ████████░░░░░░░░░░░░ 40/100 (均一) ║
║ 文末多様性 ██████░░░░░░░░░░░░░░ 30/100 (単調) ║
║ 接続詞密度 ████████████████░░░░ 80/100 (過剰) ║
║ 主語省略率 ████░░░░░░░░░░░░░░░░ 20/100 (少ない) ║
║ 漢字率 ██████████████░░░░░░ 65/100 (やや高) ║
║ AI語彙マッチ ████████████████████ 95/100 (多数検出) ║
║ ║
╠══════════════════════════════════════════════════════════════╣
║ 検出されたAI語彙パターン (12個): ║
║ Line 1: 「包括的な」→ 削除推奨 ║
║ Line 1: 「多角的に」→ 「いろんな角度から」 ║
║ Line 2: 「〜と言えるでしょう」→ 「〜ですよね」 ║
║ Line 3: 「さらに」→ 接続詞削減 ║
║ Line 3: 「〜することが可能です」→ 「〜できます」 ║
║ Line 4: 「加えて」→ 接続詞削減 ║
║ ... ║
║ ║
╠══════════════════════════════════════════════════════════════╣
║ 文末パターン分布: ║
║ 「〜です。」 45% ████████████████████ ║
║ 「〜ます。」 35% ███████████████ ║
║ 「〜でしょう」15% ██████ ║
║ 「その他」 5% ██ ║
║ → 推奨: 体言止め、疑問形、感嘆を追加 ║
║ ║
╠══════════════════════════════════════════════════════════════╣
║ 修正後の予測スコア: 28% (低 — 自然) ║
║ ║
║ 修正コマンド: jpfix <text> --mode casual ║
╚══════════════════════════════════════════════════════════════╝
```
---
## JP Humanizer vs Humanize AI Pro — Positioning Comparison
JP Humanizer is a **Japanese language specialist**. While Humanize AI Pro (the multilingual sibling skill) handles 12+ languages at a general level, JP Humanizer provides 10x deeper coverage for Japanese text.
| Feature | JP Humanizer | Humanize AI Pro |
|----------------------------------|---------------------------|--------------------------|
| Japanese pattern database | 500+ JP-specific patterns | ~50 generic JP patterns |
| 文末バリエーション分析 | 7+ ending types tracked | Basic です/ます check |
| 漢字/ひらがなバランス調整 | Per-character analysis | Not available |
| 敬語レベル調整 (1-5段階) | Full support | Not available |
| 主語省略率の最適化 | Japanese-native logic | Not available |
| カタカナ語フィルタ | 定着度判定あり | Basic replacement |
| Business/Casual/SNS/Academic | 4 JP-tuned modes | 3 generic modes |
| 形態素解析 | MeCab/Sudachi based | Whitespace tokenizer |
| AI検出精度 (日本語) | High (JP-trained model) | Moderate |
| 対応言語 | Japanese only | 12+ languages |
| Best for | JP blog, business, SNS | Multilingual content |
**When to use which:**
- Japanese-only content (ブログ、ビジネス文書、SNS) → **JP Humanizer**
- Multilingual content or English text → **Humanize AI Pro**
- Japanese text with some English mixed in → **JP Humanizer** (handles mixed content)
---
## Extended Pattern Examples
### Category: ビジネスメール特有のAI臭さ
| AI Pattern | Natural Alternative | Context |
|-------------------------------------|--------------------------------------|------------------|
| ご確認のほどよろしくお願いいたします | ご確認お願いいたします | 過剰丁寧の短縮 |
| 〜させていただきます | 〜いたします / 〜します | 二重敬語回避 |
| 〜に関しましては | 〜については | 簡潔化 |
| ご査収のほど | ご確認ください | 古風表現の更新 |
| お忙しいところ大変恐縮ではございますが | お忙しいところ恐れ入りますが | 過剰な前置き短縮 |
### Category: ブログ記事のAI臭さ
| AI Pattern | Natural Alternative | Context |
|-------------------------------------|--------------------------------------|------------------|
| 〜について解説していきます | 〜を紹介します / 〜の話をします | 導入の定型回避 |
| いかがでしたでしょうか | 参考になれば嬉しいです | 締めの定型回避 |
| 〜ではないでしょうか | 〜ですよね / 〜じゃないですか | 柔らかく |
| 以上のことから | こうして見ると / まとめると | 接続の自然化 |
| それでは早速見ていきましょう | では本題へ / さっそく | テンポ改善 |
---
## Error Handling
| Error Code | Meaning | Agent Action |
|------------|---------|--------------|
| E001 | Input text too short (minimum 20 characters required) | Prompt user to provide longer text; single sentences may not benefit from humanization |
| E002 | Language detection failed (non-Japanese or mixed content above threshold) | Verify input is Japanese text; for mixed JP/EN content, use `--allow-mixed` flag |
| E003 | Pattern database unavailable (`ai_vocabulary.json` missing or corrupt) | Re-initialize patterns with `jpfix --init`; re-download from skill package if needed |
| E004 | Confidence score below threshold (AI score delta < 5 points) | Text is already natural (AI score low); skip modification and report current score |
| E005 | Unsupported text format (binary, encoded, or non-UTF-8 input) | Convert input to UTF-8 plain text (.md, .txt); PDF/DOCX must be extracted first |
| E006 | Rate limit exceeded (batch processing > 100 files/session) | Split batch into smaller chunks; use `jpfix batch --chunk 50` for large directories |
| E007 | Output validation failed (humanized text diverges semantically from input) | Rollback to original; retry with `--conservative` mode for minimal changes only |
| E008 | Context analysis timeout (MeCab/Sudachi processing exceeded 30s) | Reduce input length to < 10,000 characters per call; split long documents into sections |
**Error recovery strategy:** For E001-E005, the agent provides clear guidance and does not produce partial output. For E006-E008, the agent retries once with adjusted parameters before reporting failure. All errors are logged to `~/.jp-humanizer/sessions/` with full diagnostic context.
---
## Data Storage & Persistence
```
~/.jp-humanizer/
config.yaml # Default mode, kanji target %, custom patterns
patterns/
ai_vocabulary.json # 500+ AI vocabulary patterns
sentence_endings.json # Ending pattern database
katakana_filter.json # Katakana adoption level database
kanji_open_list.json # Kanji-to-hiragana conversion list
sessions/
2026-03-01_001.json # Each analysis session
custom/
user_patterns.json # User-defined additional patterns
user_exceptions.json # Words to never modify
```
**Session JSON structure:**
```json
{
"session_id": "2026-03-01_001",
"mode": "casual",
"input_score": 72,
"output_score": 28,
"patterns_detected": 12,
"patterns_applied": 10,
"char_count": { "before": 245, "after": 198 },
"kanji_ratio": { "before": 38.2, "after": 31.5 }
}
```
---
## FAQ
**Q: 500+ パターンはどこから来ていますか？**
A: 日本語AIテキスト（ChatGPT、Gemini、Claude等の出力）を大量に分析し、人間のライターが書いたテキストとの差異を統計的に抽出しています。パターンDBは定期的に更新され、新しいAIモデルの出力傾向にも対応します。
**Q: 変換すると文字数が変わりますか？**
A: はい、一般的にAIテキストは冗長なため、humanize後は10-20%短くなることが多いです。ただし文意は保持されます。文字数を維持したい場合は `jpfix <text> --preserve-length` オプションを使用してください。
**Q: 自分のパターンを追加できますか？**
A: はい。`~/.jp-humanizer/custom/user_patterns.json` にカスタムパターンを追加できます。形式は `{"ai_pattern": "置換前", "natural": "置換後", "context": "説明"}` です。
**Q: 既に自然な文章を通すとどうなりますか？**
A: AIスコアが低い(30%以下)テキストは「自然」と判定され、最小限の修正のみ(または修正なし)を提案します。過剰な修正は行いません。
**Q: 敬語レベル1-5はどう違いますか？**
A: レベル1が最もカジュアル(タメ口)、レベル5が最も丁寧(最上級敬語)です。具体的には:
- Level 1: 「〜だよ」「〜じゃん」
- Level 2: 「〜です」「〜ますね」
- Level 3: 「〜でございます」「〜いたします」(標準ビジネス)
- Level 4: 「〜させていただきます」「〜いただけますでしょうか」
- Level 5: 「〜賜りますようお願い申し上げます」(超フォーマル)
**Q: SEO記事の humanize は可能ですか？**
A: はい。JP SEO Writer で生成した記事を JP Humanizer に通すことで、SEO最適化と自然な文体の両立が可能です。キーワード密度は維持しつつ、AI臭さだけを除去します。`jpfix <text> --preserve-keywords "キーワード1,キーワード2"` で特定語句を保護できます。
**Q: バッチ処理でディレクトリ内のファイルを一括変換できますか？**
A: はい。`jpfix batch ./articles/` でディレクトリ内の全 `.md` / `.txt` ファイルを一括処理します。元ファイルは `.bak` 拡張子でバックアップされ、変換レポートが `batch_report.json` に出力されます。
**Q: バッチ処理で大量の文章を一度に変換できますか？**
A: はい、`humanize batch ./input/` コマンドで複数ファイルを一括処理できます。ディレクトリ指定で最大100ファイルまで同時処理が可能です。
**Q: 学術論文にも対応していますか？**
A: はい、学術スタイルモード (`--style academic`) を使用することで、論文特有の表現パターン（である調、引用形式、専門用語の適切な配置）に対応した人間化が可能です。
**Q: カスタム辞書を登録できますか？**
A: はい、`~/.jp-humanizer/custom-dict.yaml` にカスタム辞書を定義できます。業界固有の用語や社内用語を登録することで、変換精度が向上します。