AI臭は語彙よりリズムに出る — 自然な日本語を書くAgent Skillと7モデル×406本の実測
Hiroba による自動要約
AI生成文を自然な日本語に改善するAgent Skill「natural-japanese」を開発。137本の人間文章と406本のAI文章で校正した機械的なlintを組み込み、AI臭の正体が定型句ではなく「文長のメリハリのなさ」にあることを実測データで実証。Claude Sonnet 5やgpt-5.6など7モデルを同じ物差しで診断した結果を報告。
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 2389 件あります。
関連する記事
同じタグの記事
GPT-5.6 Sol/Terra と Claude Opus 4.8 の 0→1 開発比較：Skills 遵守とコード品質を検証
Zenn2026年7月、複数の GPT および Claude モデルに同じ Django アプリケーション開発を任せ、Skills 遵守度・ロジック品質・ユニットテスト品質を比較した。GPT-5.6 Terra は Skills を無視、Sol High は遵守しロジック満足だが UT ケース不足、Claude Opus 4.8 High はロジック・UT ともに最高品質だが処理時間が約 3 倍という結果。
Claude Codeで「自己進化するデザインナレッジベース」を .claude ディレクトリに構築する
QiitaClaude Codeをデザインレビュアーから「Design Systems Architect」へ運用シフトさせ、.claude/skills/ と .claude/knowledge/ の 2 階層構造でプロジェクト固有の設計知識を蓄積させる手法を解説。毎回ゼロから考える問題を、グローバルスキル（Apple HIG 準拠）とプロジェクト固有ナレッジの分離、decision-log.md による文脈継続で解決する。
Claude を原始人のように喋らせてトークン消費を65%削減するSkill「caveman」
QiitaClaude Code の Skill「caveman」は、モデルの出力を簡潔な「原始人風」のスタイルに制限し、社交辞令やヘッジ表現を削除することで、平均 65% のトークン削減を実現。10 個の開発タスクで実測した結果、出力トークンの大幅削減と同時に、ベンチマークでは正確性が向上する可能性も論文で報告されている。コード・用語・エラー文は保持し、自然言語の冗長性のみを削除する仕組み。