Como Limpar Textos de Clichês Gerados por IA Usando avoid-ai-writing

Você provavelmente consegue reconhecer um texto gerado por um modelo de linguagem já nas duas primeiras frases. Essa sintaxe característica é difícil de confundir com qualquer outra coisa. Ela constantemente apresenta emoções falsas, admissões de estar errado, "marcos importantes" e construções intermináveis como "desbloqueando potencial". Parece que a IA está tentando soar o mais educada e profissional possível, mas na realidade produz um resumo corporativo sem graça.

Se você usa LLMs para escrever documentação, posts de blog ou respostas em repositórios, esse problema se torna uma dor de cabeça constante. Geralmente você tem que reescrever metade da resposta manualmente ou criar prompts complicados. O desenvolvedor Conor Bronsdon decidiu resolver esse problema sistematicamente e criou o projeto de código aberto avoid-ai-writing.

O que é avoid-ai-writing

O projeto é uma ferramenta e conjunto de instruções prontos para uso, feitos de acordo com a especificação agentskills.io. Ele se integra com Claude Code, Cursor, OpenClaw, Hermes e outros agentes populares. Diferente de prompts típicos como "escreva em um tom mais humano", esta skill funciona como um editor completo.

O repositório é baseado em pesquisa da Pangram Labs, documentação de editores da Wikipedia sobre sinais de texto gerado por IA, e dados estatísticos sobre diversidade de vocabulário. O resultado é uma ferramenta que força um agente a analisar textos contra checklists específicos em vez de apenas reformular o texto conforme seu gosto.

Como o Filtro Funciona

A skill depende de vários mecanismos de verificação de texto.

Primeiro, inclui um catálogo de 53 categorias de padrões. Estes incluem frases introdutórias falsas, comprimentos uniformes de frases, listas com apenas substantivos, emojis em títulos e frases características como "vamos mergulhar no assunto" ou "em última análise".

Segundo, o projeto inclui uma tabela de substituição com 111 entradas. As palavras são divididas em três níveis de rigor:

• Palavras de Nível 1 são sempre substituídas por sinônimos mais simples. Por exemplo, leverage vira use.
• Palavras de Nível 2 estão sujeitas a substituição se aparecerem com muita frequência em um trecho curto de texto.
• Palavras e frases de Nível 3 são rastreadas por densidade. Se frases como "computação descentralizada" ou "integração de soluções" se acumularem em um parágrafo, a ferramenta sugere reescrever a frase.

Terceiro, o sistema usa uma auditoria de duas passagens. Na primeira passagem, o modelo reescreve o texto e remove o fluff óbvio gerado por IA. Então a segunda passagem entra em ação: o agente rele sua própria versão e procura o que escapou acidentalmente. Geralmente são conjunções repetidas, ritmo suavizado, ou palavras introdutórias que migraram do original.

Três Modos de Operação

Você pode usar a ferramenta em diferentes cenários:

1. Modo Reescrever. Este é o padrão. Um rascunho entra, e a saída inclui uma análise dos problemas encontrados, uma versão limpa do texto, uma lista das alterações feitas e os resultados da re-auditoria.

2. Modo Detectar. Adequado para casos onde você não pode ou não precisa alterar o texto fonte. O agente destaca os marcadores encontrados e os classifica por criticidade, de P0 a P2, indicando onde há um erro óbvio versus apenas uma nuance estilística.

3. Modo Editar. Usado para trabalhar com arquivos diretamente. O agente altera apenas parágrafos problemáticos através da ferramenta Editar, deixando de lado fragmentos que já estão escritos em linguagem normal e viva.

Motor JS Autônomo para CI/CD

O diretório detector contém um módulo autocontido em JavaScript puro sem dependências externas. Você só precisa do Node.js versão 18 ou superior para executá-lo. O motor pode executar diretamente no navegador ou ser incorporado em scripts automatizados de verificação de documentos.

O código analisa a estrutura do texto, entropia de palavras funcionais, distribuição de pontuação e calcula uma pontuação final de 0 a 100. Quanto menor a pontuação, menos estilo de escrita gerado por IA o texto contém. Você pode executar testes com o comando:

npm test

Ou importe o módulo no seu código JS:

const AIDetector = require("./detector/patterns.js");
const { score, label, issues } = AIDetector.analyzeText("Ваш текст для проверки...");
console.log(`Итоговая оценка: ${score}`);

Como Instalar a Skill nas Suas Ferramentas

A integração depende do seu ambiente.

Para Claude Code, simplesmente clone o repositório na pasta de skills:

git clone https://github.com/conorbronsdon/avoid-ai-writing ~/.claude/skills/avoid-ai-writing

Se preferir usar plugins Cowork, a instalação pode ser feita através de comandos de console:

/plugin marketplace add conorbronsdon/avoid-ai-writing
/plugin install avoid-ai-writing@conorbronsdon-skills
/reload-plugins

Desenvolvedores que trabalham no Cursor precisam baixar o arquivo de regras MDC na pasta do projeto:

mkdir -p .cursor/rules
curl -o .cursor/rules/avoid-ai-writing.mdc \
  https://raw.githubusercontent.com/conorbronsdon/avoid-ai-writing/main/cursor-rules/avoid-ai-writing.mdc

Opções de implantação semelhantes existem para OpenClaw, Hermes, Codex, Windsurf, Cline e GitHub Copilot. Todos usam o mesmo arquivo de instruções SKILL.md.

Exemplo de Limpeza de Texto

Para ver a diferença, basta observar como a skill lida com um release típico escrito por IA.

Texto original:

Com certeza! A Acme Analytics, uma startup vibrante situada no coração do florescente ecossistema de tecnologia de Boulder, garantiu $40M em financiamento da Série B — marcando um momento decisivo para o cenário de observabilidade. A plataforma serve como um hub unificado, apresentando dashboards em tempo real, com consultas em menos de um segundo e apresentando uma camada de integração perfeita. Além disso, especialistas acreditam que a Acme está pronta para revolucionar o mercado. Em conclusão, o futuro parece brilhante!

Versão editada:

A Acme Analytics captou $40M em Série B liderada pela Sequoia. A startup baseada em Boulder cria uma plataforma de observabilidade que executa consultas em menos de um segundo e se conecta a stacks de monitoramento existentes sem trabalho de integração personalizado.

A ferramenta removeu a saudação do chatbot, epítetos avaliativos ("vibrante", "florescente"), clichês ("momento decisivo"), generalizações sem fonte ("especialistas acreditam") e preenchimentos sem sentido. Apenas fatos concretos, números e o ponto principal permaneceram.

Para Quem o Repositório Será Útil

O projeto é útil para qualquer pessoa que usa regularmente IA para geração de conteúdo e quer manter um estilo humano normal. Os modelos e regras de SKILL.md demonstram claramente como formatar instruções para agentes para que produzam resultados de qualidade sem poluição verbal.

O projeto é distribuído sob a licença MIT. Tem mais de 25.000 estrelas no GitHub e uma comunidade ativa que adapta as regras para diferentes idiomas.