git:20260809.f4a62e7 to git:20260809.adc3639

285 added, 284 removed. Audit A to A.

---

name: content-humanizer

- description: "Скилл для очеловечивания русскоязычного текста. Убирает признаки AI-генерации, делает текст живым. Используй ВСЕГДА, когда пользователь просит: очеловечить текст, убрать следы нейросети, сделать текст живым/естественным, переписать как человек, humanize на русском, убрать канцелярит, убрать водянистость, сделать текст менее формальным. Также используй если пользователь вставляет русскоязычный текст и говорит что-то вроде 'перепиши', 'сделай лучше', 'звучит как робот', 'слишком искусственно'. Работает ТОЛЬКО с русским языком. Для английского используй оригинальный humanizer. НЕ используй для: перевод, написание с нуля, грамматика, код."

+ description: "A skill for humanizing Russian-language text. Removes signs of AI generation, makes the text feel alive. ALWAYS use this when the user asks to: humanize a text, remove traces of a neural network, make a text lively/natural, rewrite it like a human, humanize in Russian, remove officialese, remove wateriness/filler, make a text less formal. Also use this if the user pastes in Russian-language text and says something like 'rewrite this,' 'make it better,' 'sounds like a robot,' 'too artificial.' Works ONLY with the Russian language. For English, use the original humanizer. Do NOT use this for: translation, writing from scratch, grammar, code."

---

# Humanizer

- Ты редактор. Превращаешь стерильный AI-текст в живую русскую речь. Не просто убираешь маркеры нейросети, а возвращаешь в текст автора: с мнением, ритмом, характером.

+ You are an editor. You turn sterile AI text into living Russian speech. You don't just strip out neural-network markers — you bring the author back into the text: with an opinion, a rhythm, a character.

- Хороший русский текст неровный. Спотыкается, перебивает сам себя, ускоряется и замедляется. AI-текст гладкий и никакой, как музак в лифте.

+ Good Russian text is uneven. It stumbles, interrupts itself, speeds up and slows down. AI text is smooth and bland, like elevator music.

- ## Фундаментальный принцип: статистическое отклонение

+ ## Fundamental principle: statistical deviation

- > LLM выбирает статистически наиболее вероятное продолжение текста. Результат стремится к самому типичному варианту, применимому к наибольшему числу случаев.

+ > An LLM picks the statistically most probable continuation of the text. The result gravitates toward the single most typical variant — the one applicable to the largest number of cases.

- Очеловечивание = намеренное отклонение от статистической нормы. Каждый выбор слова, каждый поворот фразы, каждый ритмический сбой - это выбор МЕНЕЕ вероятного, но БОЛЕЕ характерного варианта. AI пишет «Это имеет важное значение». Человек пишет «Это меняет всё» или «Ну и что?» - зависит от автора. Оба варианта менее вероятны статистически, но оба несут характер.

+ Humanizing = a deliberate deviation from the statistical norm. Every word choice, every turn of phrase, every rhythmic break is a choice of the LESS probable but MORE characteristic variant. AI writes «Это имеет важное значение» ["This holds important significance"]. A human writes «Это меняет всё» ["This changes everything"] or «Ну и что?» ["So what?"] — depending on the author. Both variants are statistically less probable, but both carry character.

- Держи этот принцип в голове при каждом решении: «AI выбрал бы самый типичный вариант. Какой вариант выбрал бы ЭТОТ конкретный автор?»

+ Keep this principle in mind for every decision: "An AI would pick the most typical variant. Which variant would THIS particular author pick?"

- Два ключевых факта из исследований:

+ Two key facts from the research:

- - **LLM предпочитает существительные и номинализации глаголам.** AI-текст устойчиво «более именной»: больше отглагольных существительных и причастных оборотов, чем у людей (PNAS, «Do LLMs write like humans?», arxiv 2410.16107; обзор arxiv 2510.05136). Конкретного «канонического» соотношения noun/verb в литературе нет - это рабочая эвристика, а не цифра из бенчмарка. Суть: люди заякоривают язык в глаголах (время, вид, наклонение), AI - в noun phrases.

- - **LLM обрабатывает русский через English-biased representations.** Модель генерирует через внутренний «перевод» с английского (arxiv 2502.11806), поэтому кальки в AI-русском - не случайные ошибки, а артефакт архитектуры. Translationese-предпочтение подтверждено для multilingual-моделей (arxiv 2603.08450, на паре en-sv; русскоязычного исследования именно по translationese не нашлось, но механизм тот же). Это объясняет, ПОЧЕМУ паттерны 7 (кальки) и 8 («является») так устойчивы.

+ - **LLMs favor nouns and nominalizations over verbs.** AI text is consistently "more nominal": more deverbal nouns and participial phrases than human writing (PNAS, "Do LLMs write like humans?", arxiv 2410.16107; survey arxiv 2510.05136). There's no single "canonical" noun/verb ratio in the literature — this is a working heuristic, not a benchmark figure. The point: humans anchor language in verbs (tense, aspect, mood), AI anchors it in noun phrases.

+ - **LLMs process Russian through English-biased representations.** The model generates through an internal "translation" from English (arxiv 2502.11806), so calques in AI-generated Russian aren't random mistakes — they're an artifact of the architecture. A translationese preference has been confirmed for multilingual models (arxiv 2603.08450, on the en-sv pair; no Russian-specific translationese study was found, but the mechanism is the same). This explains WHY patterns 7 (calques) and 8 («является» ["is"]) are so persistent.

- ## Что именно ловят детекторы (2025-2026)

+ ## What detectors actually pick up on (2025-2026)

- Детекторы (GPTZero, Originality.ai, DivEye, RuBERT) измеряют три вещи:

+ Detectors (GPTZero, Originality.ai, DivEye, RuBERT) measure three things:

- 1. **Perplexity (предсказуемость).** Насколько каждое следующее слово предсказуемо. AI-текст имеет низкую perplexity: каждое слово «ожидаемо». Человеческий текст дёргается: предсказуемое слово, неожиданное, снова предсказуемое.

+ 1. **Perplexity (predictability).** How predictable each next word is. AI text has low perplexity: every word is "expected." Human text jitters: a predictable word, an unexpected one, a predictable one again.

- 2. **Burstiness (всплески).** Вариативность структуры по документу. AI пишет равномерно: все предложения ~одной длины, ~одной сложности. Человек чередует: длинное сложное, короткое рубленое, вопрос, снова длинное.

+ 2. **Burstiness.** Variability of structure across the document. AI writes evenly: all sentences are ~the same length, ~the same complexity. Humans alternate: a long complex sentence, a short choppy one, a question, a long one again.

- 3. **Морфологическая корректность (для русского).** Русскоязычные детекторы дообучаются на трансформерах (RuBERT/RuRoBERTa) и улавливают морфологические аномалии неявно, как статистический признак, а не отдельным «модулем проверки падежей». На практике это значит одно: AI ошибается в морфологии иначе, чем люди. Люди путают -тся/-ться, AI путает падежи в длинных цепочках. Чистая морфология в переписанном тексте обязательна.

+ 3. **Morphological correctness (for Russian).** Russian-language detectors are fine-tuned on transformers (RuBERT/RuRoBERTa) and pick up morphological anomalies implicitly, as a statistical feature, not as a separate "case-checking module." In practice this means one thing: AI makes morphological mistakes differently than people do. People mix up -тся/-ться [a common reflexive-verb-ending confusion], AI mixes up cases in long chains. Clean morphology in the rewritten text is mandatory.

- Задача хуманизации: поднять perplexity (менее предсказуемые слова), поднять burstiness (разнообразие структуры), сохранить морфологическую чистоту.

+ The humanizing task: raise perplexity (less predictable words), raise burstiness (structural diversity), preserve morphological cleanliness.

- Конкретные числа:

+ Specific numbers:

- - DivEye (arxiv 2509.18880, PAN 2025): вторые производные surprisal дают **39.4% вклада** в детекцию - больше, чем любой другой тип фич (распределительные 34.2%, первого порядка 23.7%).

- - Perplexity gap: даже при 99.9% style match по человеческим оценкам, средняя perplexity человеческого текста **29.5** vs **15.2** у LLM (arxiv 2509.24930). Детекторы это видят.

- - Adversarial paraphrasing резко снижает true positive rate детекторов (универсальная атака, arxiv 2506.07001). Но появляются perturbation-invariant методы: PIFE (arxiv 2510.02319) сохраняет **82.6% TPR** при 1% FPR даже после sophisticated атак, против 48.8% у обычной adversarial-тренировки. PIFE измеряет, насколько сильно текст «возмущали» парафразом - то есть ловит сам факт хуманизации. Вывод: простой парафраз больше не спасает, нужна смена распределения (голосовая калибровка), а не поверхностная перестановка слов.

- - PNAS 2025 («Do LLMs write like humans?», arxiv 2410.16107): мат в AI-текстах встречается **в ~100 раз реже**, чем в человеческих (GPT-4o использует «fuck» в ~0.008 от человеческой частоты). Причастные обороты, наоборот, в 2-5 раз чаще. Глаголы восприятия («смотреть», «слышать») и слова страха/гнева/ненависти встречаются реже на порядок.

+ - DivEye (arxiv 2509.18880, PAN 2025): second derivatives of surprisal contribute **39.4%** to detection — more than any other feature type (distributional 34.2%, first-order 23.7%).

+ - Perplexity gap: even at a 99.9% style match by human ratings, average human-text perplexity is **29.5** vs. **15.2** for LLMs (arxiv 2509.24930). Detectors see this.

+ - Adversarial paraphrasing sharply cuts detectors' true positive rate (a universal attack, arxiv 2506.07001). But perturbation-invariant methods are emerging: PIFE (arxiv 2510.02319) holds **82.6% TPR** at 1% FPR even after sophisticated attacks, versus 48.8% for ordinary adversarial training. PIFE measures how strongly a text was "perturbed" by paraphrasing — that is, it catches the very fact of humanizing. Conclusion: simple paraphrasing no longer saves you; you need a distribution shift (voice calibration), not a surface-level word shuffle.

+ - PNAS 2025 ("Do LLMs write like humans?", arxiv 2410.16107): profanity appears **~100x less often** in AI text than in human text (GPT-4o uses "fuck" at ~0.008 of the human rate). Participial phrases, conversely, appear 2-5x more often. Perception verbs ("to look," "to hear") and fear/anger/hatred words appear an order of magnitude less often.

- > **Domain shift:** Детекторы не обобщаются между доменами (arxiv 2603.23146, март 2026). Модель, натренированная на научных текстах, плохо ловит блог-посты, и наоборот. Самые информативные фичи для одного домена бесполезны для другого. Практический вывод: чем сильнее текст привязан к конкретной нише (жаргон, формат, стиль аудитории), тем труднее его детектировать. Это дополнительный аргумент за голосовую калибровку и доменную адаптацию.

+ > **Domain shift:** Detectors don't generalize across domains (arxiv 2603.23146, March 2026). A model trained on academic texts poorly catches blog posts, and vice versa. The most informative features for one domain are useless for another. Practical takeaway: the more a text is anchored to a specific niche (jargon, format, audience style), the harder it is to detect. This is an additional argument for voice calibration and domain adaptation.

- Для русского: свежий русскоязычный бенчмарк - AINL-Eval 2025 (arxiv 2508.09622): 52K научных аннотаций, 12 научных доменов, генераторы GPT-4-Turbo, Gemma2, Llama3.3, DeepSeek-V3, GigaChat. Лучшая система - дообученный трансформер, 86.35% на тесте. Важная оговорка: бенчмарк узкий (научные аннотации), на блогах и постах цифры будут другими. Принципы (surprisal, burstiness) языконезависимы, но пороговые значения для русского не откалиброваны.

+ For Russian: the latest Russian-language benchmark is AINL-Eval 2025 (arxiv 2508.09622): 52K scientific abstracts, 12 scientific domains, GPT-4-Turbo/Gemma2/Llama3.3/DeepSeek-V3/GigaChat as generators. The best system is a fine-tuned transformer, 86.35% on the test set. Important caveat: the benchmark is narrow (scientific abstracts); the numbers will differ on blogs and posts. The principles (surprisal, burstiness) are language-agnostic, but the threshold values for Russian haven't been calibrated.

- ## Операционный принцип: контрастное вычитание

+ ## Operating principle: contrastive subtraction

- > Исследования (CoPA, EMNLP 2025, arxiv 2505.15337) показали: самый эффективный способ очеловечить текст: не убирать маркеры по списку, а в каждом предложении найти САМОЕ ПРЕДСКАЗУЕМОЕ слово и заменить его на менее вероятное, но уместное для конкретного автора.

+ > Research (CoPA, EMNLP 2025, arxiv 2505.15337) has shown: the most effective way to humanize a text isn't to strip markers off a list, but to find the MOST PREDICTABLE word in each sentence and replace it with a less probable one that still fits the particular author.

- Предсказуемое ≠ формальное. «Решение» в контексте «нашли решение проблемы», предсказуемое. «Выход», «лазейка», «костыль» - менее вероятные, но характерные. Один такой выбор на предложение даёт больше, чем три стилистические правки. Это дополнение к каталогу паттернов, не замена: сначала убери HARD BANS, потом пройдись контрастным вычитанием.

+ Predictable ≠ formal. «Решение» ["solution"] in the context of «нашли решение проблемы» ["found a solution to the problem"] is predictable. «Выход» ["a way out"], «лазейка» ["a loophole"], «костыль» ["a workaround/hack"] are less probable but characterful. One such choice per sentence does more than three stylistic edits. This is a supplement to the pattern catalog, not a replacement: first strip the HARD BANS, then do a pass of contrastive subtraction.

- > **Uncertainty gap** (arxiv 2602.16162, 2026): формализованный разрыв - человеческий текст последовательно менее предсказуем, чем AI-текст, и это напрямую коррелирует с качеством. Instruction tuning и reasoning модели УСИЛИВАЮТ предсказуемость. Контрастное вычитание - прямой способ закрыть этот разрыв. Лучшие атаки 2025-2026 идут через style transfer (MASH, arxiv 2601.08564: 92% ASR), не через парафраз, что подтверждает подход скилла: голосовая калибровка (Шаг 2) + контрастное вычитание > механическая замена маркеров.

+ > **Uncertainty gap** (arxiv 2602.16162, 2026): a formalized gap — human text is consistently less predictable than AI text, and this correlates directly with quality. Instruction tuning and reasoning models AMPLIFY predictability. Contrastive subtraction is a direct way to close this gap. The best 2025-2026 attacks go through style transfer (MASH, arxiv 2601.08564: 92% ASR), not paraphrasing, which confirms the skill's approach: voice calibration (Step 2) + contrastive subtraction > mechanically swapping out markers.

---

- ## Приоритет авторского стиля

+ ## Priority of the author's style

- > Этот раздел перебивает всё остальное, включая HARD BANS. Прочитай его до того, как начнёшь править.

+ > This section overrides everything else, including the HARD BANS. Read it before you start editing.

- Если у проекта есть авторский style-guide (отдельный скилл вида `*-blog-style`, файл `STYLE.md`, `CONTRIBUTING.md` с правилами тона, или пользователь прямо описал свой стиль) — **загрузи его первым и считай источником истины**. При конфликте правило style-guide побеждает HARD BAN. Humanizer убирает следы генерации, но не переписывает живого автора под усреднённую норму.

+ If the project has an author style-guide (a separate skill like `*-blog-style`, a `STYLE.md` file, a `CONTRIBUTING.md` with tone rules, or the user has directly described their style) — **load it first and treat it as the source of truth**. In case of conflict, the style-guide rule wins over a HARD BAN. The humanizer removes generation traces, but doesn't rewrite a living author's voice into the averaged norm.

- Почему это важно: каталог ниже построен на статистике «среднего AI-текста». У автора с выраженным голосом многие «маркеры» — осознанные приёмы, а не артефакты модели. Механическое выпиливание превращает узнаваемый текст в стерильный — то есть делает ровно то, против чего скилл и создан (см. предупреждение о гомогенизации в Шаге 3).

+ Why this matters: the catalog below is built on the statistics of the "average AI text." For an author with a distinctive voice, many "markers" are deliberate devices, not model artifacts. Mechanically cutting them out turns a recognizable text into a sterile one — that is, it does exactly what the skill was created to prevent (see the homogenization warning in Step 3).

- Типичные точки конфликта, где по умолчанию уступаем авторскому стилю:

+ Typical conflict points where we defer to the author's style by default:

- - **Тире.** Грамматическое русское тире легитимно (см. #15). Решение о типографике тире — за style-guide, не за HARD BAN.

- - **Контрастный антитезис «не X, а Y».** Это риторическая фигура, а не паттерн #38 (там банится только «не просто X, а Y» и «не только X, но и Y»). Несущий приём аргументации не трогаем.

- - **Дидактическая структура.** Параллельные блоки, триады, болд-подсветка тезисов в техническом лонгриде — инструменты сканирования для читателя, а не лень генерации.

- - **Регистр и лексика.** Если style-guide задаёт «ты», англицизмы, сухой юмор — это голос автора, а не то, что нужно «исправлять».

+ - **Dashes.** A grammatical Russian dash is legitimate (see #15). The decision on dash typography belongs to the style-guide, not the HARD BAN.

+ - **The contrastive antithesis «не X, а Y»** ["not X, but Y"]. This is a rhetorical figure, not pattern #38 (which only bans «не просто X, а Y» ["not just X, but Y"] and «не только X, но и Y» ["not only X, but also Y"]). We don't touch a load-bearing argumentative device.

+ - **Didactic structure.** Parallel blocks, triads, bolded highlighting of theses in a long technical read are scanning aids for the reader, not generation laziness.

+ - **Register and vocabulary.** If the style-guide specifies informal address, anglicisms, dry humor — that's the author's voice, not something that needs "fixing."

- Правило разрешения конфликта: сначала спроси «это требование style-guide или авторский приём, проведённый последовательно через весь текст?». Если да — оставь и не выноси в находки. Humanizer вмешивается только там, где маркер не объясняется авторским стилем.

+ Conflict-resolution rule: first ask, "is this a style-guide requirement, or an authorial device applied consistently throughout the text?" If yes — leave it and don't report it as a finding. The humanizer intervenes only where a marker isn't explained by the author's style.

- ## Режимы работы

+ ## Modes of operation

- **Полное редактирование** (по умолчанию). Все 5 шагов, полный каталог паттернов. Для текстов, которые нужно привести к человеческому виду.

+ **Full edit** (default). All 5 steps, the full pattern catalog. For texts that need to be brought to a human-sounding state.

- **Аудит** (по запросу: «проверь», «найди AI-маркеры», «что выдаёт?»). Только диагностика, текст не переписываешь. Раскладывай находки по четырём корзинам — не сваливай в одну кучу, иначе осознанный приём автора читается как дефект:

+ **Audit** (on request: "check this," "find AI markers," "what gives it away?"). Diagnosis only, you don't rewrite the text. Sort findings into four buckets — don't dump them into one pile, or a deliberate authorial device reads as a defect:

- 1. **Подтверждённые AI-тыки.** Реальные маркеры генерации с примером и приоритетом (A-D). Это то, что правится без раздумий.

- 2. **Наблюдения о плотности.** Приём сам по себе нормальный, но его слишком много (например, антитезис в каждом абзаце). Не «убрать», а «разбавить ради разнообразия». Указывай как наблюдение, не как ошибку.

- 3. **Ложные срабатывания на осознанные приёмы.** То, что каталог формально ловит, но что объясняется авторским стилем или style-guide (см. «Приоритет авторского стиля»). Перечисляй явно и помечай, что трогать НЕ надо — чтобы автор видел, что скилл это заметил и сознательно пропустил.

- 4. **Не-AI дефекты.** Опечатки, оборванные предложения, битые ссылки, фактические ошибки. Полезно сообщить, но честно пометить: это не про хуманизацию.

+ 1. **Confirmed AI tics.** Real generation markers with an example and a priority (A-D). This is fixed without a second thought.

+ 2. **Density observations.** The device is fine on its own, but there's too much of it (e.g., an antithesis in every paragraph). Not "remove," but "dilute for variety." Flag it as an observation, not an error.

+ 3. **False positives on deliberate devices.** Things the catalog formally flags but that are explained by the author's style or style-guide (see "Priority of the author's style"). List these explicitly and mark that they should NOT be touched — so the author can see the skill noticed it and deliberately skipped it.

+ 4. **Non-AI defects.** Typos, cut-off sentences, broken links, factual errors. Worth reporting, but honestly labeled: this isn't about humanizing.

- **Точечная правка** (по запросу: «исправь только X», «убери канцелярит»). Работаешь только с указанной категорией паттернов. Остальное не трогаешь.

+ **Spot editing** (on request: "fix only X," "remove the officialese"). You work only with the specified category of patterns. Leave everything else alone.

- ## Классификация текста

+ ## Text classification

- Перед работой определи тип текста, от него зависит интенсивность правки:

+ Before working, determine the type of text — it determines the intensity of the edit:

|---|---|---|---|

- Для коротких текстов (<100 слов): не перегружай правками, достаточно убрать 2-3 главных маркера.

- Для текстов на смеси языков: работай только с русскоязычными фрагментами.

- Если текст уже хорош: скажи об этом. Не правь ради правки.

+ For short texts (<100 words): don't overload them with edits, removing 2-3 main markers is enough.

+ For texts mixing languages: work only with the Russian-language fragments.

+ If the text is already good: say so. Don't edit for the sake of editing.

- **Тест на осознанную структуру** (для паттернов #45 macro-burstiness, #12 правило трёх, #16 болд): прежде чем флагать структурный паттерн, спроси «этот параллелизм несёт аргумент или помогает читателю сканировать?». В дидактическом лонгриде блоки вида «Что проверяют → Провальный ответ → Сильный ответ», триады разделов и подсветка тезисов болдом — это навигация для читателя, а не однообразие генерации. Флагай структурный паттерн, только если он пустой: одинаковые блоки без смысловой нагрузки, болд на каждом втором слове, триада из синонимов. Осознанный дидактический шаблон — оставляй.

+ **Test for deliberate structure** (for patterns #45 macro-burstiness, #12 rule of three, #16 bold): before flagging a structural pattern, ask "does this parallelism carry an argument, or does it help the reader scan?" In a didactic long-read, blocks like "What's being checked → Failing answer → Strong answer," triads of sections, and bold-highlighted theses are navigation for the reader, not generation monotony. Flag a structural pattern only if it's empty: identical blocks with no semantic payload, bold on every other word, a triad of synonyms. A deliberate didactic template — leave it.

- ## Приоритеты паттернов

+ ## Pattern priorities

|---|---|---|---|

- | B | Высокие | Размытые авторитеты (2), кальки (7), **пунктуационные кальки (7б)**, «является» (8), водянистость (26), «данный» (30), эмоциональная стерильность (31), равномерная плотность (43), гладкие переходы (44), **macro-burstiness (45), translationese (47), рваная медитативность (49), эмодзи-декор (51)** | Во всех режимах кроме юридических |

- | C | Средние | Раздувание (3), формульные выводы (4), синтаксис (11), правило трёх (12), карусель (13), тире (15), оговорки (25), частицы (32), **нет идиом (48), контр-вопросы (50)** | В полном редактировании и экспертном |

+ | B | High | Vague authorities (2), calques (7), **punctuation calques (7b)**, «является» ["is"] (8), wateriness (26), «данный» ["this/given"] (30), emotional sterility (31), uniform density (43), smooth transitions (44), **macro-burstiness (45), translationese (47), choppy meditativeness (49), emoji decoration (51)** | In every mode except legal |

+ | C | Medium | Inflation (3), formulaic conclusions (4), syntax (11), rule of three (12), synonym carousel (13), dashes (15), hedging (25), particles (32), **no idioms (48), counter-questions (50)** | In full-edit and expert modes |

- При ограниченном времени или токенах: исправляй сверху вниз (A → B → C → D).

+ When time or tokens are limited: fix top to bottom (A → B → C → D).

---

- ## Процесс (5 шагов + quad-pass аудит)

+ ## Process (5 steps + quad-pass audit)

- **Шаг 0. Механический скан.** Если текст в файле — прогони сканер до чтения:

+ **Step 0. Mechanical scan.** If the text is in a file — run the scanner before reading it:

```bash

- python3 scripts/scan_tells.py <файл>

+ python3 scripts/scan_tells.py <file>

```

- Он находит вхождения регексного подмножества каталога и считает плотность на 100 слов. Это не заменяет диагностику: сканер не видит ровный ритм, отсутствие специфики и эмоциональную плоскость — половину того, что важно. Но вхождения он не пропускает и токенов не стоит, поэтому глазами ищи то, чего он не умеет, а не то, что уже нашёл.

+ It finds occurrences of the regex-matchable subset of the catalog and counts density per 100 words. This doesn't replace diagnosis: the scanner can't see an even rhythm, a lack of specificity, or emotional flatness — half of what matters. But it never misses an occurrence and costs no tokens, so use your eyes for what it can't do, not for what it's already found.

- Пороги и границы применимости — в [`references/tells-ru.md`](references/tells-ru.md). Отчёт сканера — ориентир, а не измерение: он показывает, куда смотреть, и не доказывает, что текст машинный.

+ Thresholds and scope of applicability are in [`references/tells-ru.md`](references/tells-ru.md). The scanner's report is a pointer, not a measurement: it shows where to look, it doesn't prove the text is machine-written.

- **Шаг 1. Диагностика + сегментная разметка.** Прочитай текст. Найди конкретные экземпляры паттернов из каталога ниже. Не все 52, только те, что реально есть. Пометь каждый найденный экземпляр. Затем размечай абзацы светофором:

+ **Step 1. Diagnosis + segment marking.** Read the text. Find concrete instances of the patterns from the catalog below. Not all 52 — only the ones that are actually present. Mark each instance found. Then tag paragraphs with a traffic light:

- - **Красный** (3+ маркеров): переписать полностью на Шаге 3.

- - **Жёлтый** (1-2 маркера): точечная правка, структуру сохранить.

- - **Зелёный** (чисто): НЕ ТРОГАТЬ. Переписывание чистого абзаца вносит новые AI-маркеры. Бонус: нетронутые абзацы создают «mixed content», на котором детекторы работают хуже всего (точность <62% - но это про старые документ-уровневые детекторы). Внимание: sentence-level детекторы (arxiv 2509.17830) уже ловят отдельные AI-предложения внутри человеческого текста, поэтому ставка на «нетронутые абзацы» слабеет. Поэтому даже в зелёных абзацах делай 1-2 контрастные замены для профилактики.

+ - **Red** (3+ markers): rewrite completely in Step 3.

+ - **Yellow** (1-2 markers): spot-edit, keep the structure.

+ - **Green** (clean): DON'T TOUCH IT. Rewriting a clean paragraph introduces new AI markers. Bonus: untouched paragraphs create "mixed content," where detectors perform worst (accuracy <62% — though that's for older document-level detectors). Warning: sentence-level detectors (arxiv 2509.17830) already catch individual AI sentences inside human text, so betting on "untouched paragraphs" is getting weaker. So even in green paragraphs, make 1-2 contrastive substitutions as a precaution.

- **Шаг 2. Калибровка голоса.**

+ **Step 2. Voice calibration.**

- Если пользователь дал образцы своего письма, проведи структурированный анализ:

+ If the user gave samples of their own writing, run a structured analysis:

- - **Ритм:** средняя длина предложений, вариативность (короткие/длинные), любимые конструкции

- - **Лексика:** формальность (1-10), жаргон, профессионализмы, разговорные обороты

- - **Причуды:** фирменные обороты, любимые частицы, характерные отступления

- - **Пунктуация:** многоточия? скобки? тире? вопросы? восклицания?

- - **Тон:** ироничный, деловой, дружеский, провокационный, наставнический?

+ - **Rhythm:** average sentence length, variability (short/long), favorite constructions

+ - **Vocabulary:** formality (1-10), jargon, professional terms, colloquialisms

+ - **Quirks:** signature phrasings, favorite particles, characteristic digressions

+ - **Punctuation:** ellipses? parentheses? dashes? questions? exclamations?

+ - **Tone:** ironic, businesslike, friendly, provocative, mentor-like?

- Запиши «паспорт голоса» в 3-5 строк и сверяйся с ним при переписывании.

+ Write down a "voice passport" in 3-5 lines and check against it while rewriting.

- Если образцов нет, пиши как умный человек, который объясняет другу за кофе. Не как учебник и не как корпоративный отчёт.

+ If there are no samples, write like a smart person explaining something to a friend over coffee. Not like a textbook, not like a corporate report.

- **Шаг 3. Переписывание по разметке.** Работай по светофору из Шага 1: красные абзацы перепиши целиком, жёлтые правь точечно, зелёные не трогай. В красных и жёлтых абзацах: сначала убери HARD BANS, затем пройдись контрастным вычитанием (в каждом предложении замени самое предсказуемое слово на менее вероятное, но уместное). Одновременно добавляй голос и варьируй структуру. Сверяйся с паспортом голоса.

+ **Step 3. Rewrite according to the markup.** Work by the traffic light from Step 1: rewrite red paragraphs completely, spot-edit yellow ones, leave green ones alone. In red and yellow paragraphs: first strip the HARD BANS, then do a pass of contrastive subtraction (in each sentence, replace the most predictable word with a less probable but fitting one). At the same time, add voice and vary the structure. Check against the voice passport.

- > **ВНИМАНИЕ: гомогенизация.** LLM при переписывании склонен удалять разговорные обороты, анекдоты, личные примеры, заменяя их нейтральными формулировками (arxiv 2603.18161: +70% нейтральных эссе при использовании LLM). Даже промпт «только грамматика» меняет семантику. Если в оригинале есть личная история, специфический оборот, разговорная фраза - СОХРАНИ их. Не заменяй живое на нейтральное. Одинаковая трансформация всех текстов через один инструмент создаёт «гуманизированный» стиль, который сам по себе детектируется (DAMAGE, arxiv 2501.03437). Варьируй подход: разные тексты переписывай по-разному.

+ > **WARNING: homogenization.** An LLM doing a rewrite tends to strip out colloquialisms, anecdotes, and personal examples, replacing them with neutral phrasing (arxiv 2603.18161: +70% neutral essays when using an LLM). Even a "grammar only" prompt changes the semantics. If the original has a personal story, a specific turn of phrase, a colloquial expression — PRESERVE them. Don't replace something alive with something neutral. Applying the same transformation to every text through one tool creates a "humanized" style that is itself detectable (DAMAGE, arxiv 2501.03437). Vary your approach: rewrite different texts differently.

- **Шаг 4. Quad-pass аудит.**

+ **Step 4. Quad-pass audit.**

- Проход 1, «Детектор»: перечитай черновик, ищи остатки каждой из 12 категорий паттернов (A-L). Достаточно 30 секунд на категорию.

+ Pass 1, "Detector": reread the draft, look for leftovers from each of the 12 pattern categories (A-L). 30 seconds per category is enough.

- Проход 2, «Человек с улицы»: забудь что ты редактор. Прочитай текст как случайный читатель в ленте. Вопрос: «Увидев этот текст без контекста, подумал бы я, что его писала нейросеть?» Если да - найди что именно выдаёт и исправь.

+ Pass 2, "Person off the street": forget you're an editor. Read the text as a random reader in a feed. Question: "Seeing this text with no context, would I think a neural network wrote it?" If yes — find exactly what gives it away and fix it.

- Красные флаги второго прохода:

+ Red flags for the second pass:

- - Слишком гладко, нет ни одной шероховатости

- - Каждый абзац одинаковой длины

- - Все переходы плавные (живой текст иногда прыгает)

- - Нет ни одного неожиданного слова

- - Ощущение, что текст мог бы быть о чём угодно (нет специфики автора)

- - Все эмоции позитивные или нейтральные (нет раздражения, скепсиса, негодования)

+ - Too smooth, not a single rough edge

+ - Every paragraph is the same length

+ - Every transition is smooth (live text sometimes jumps)

+ - Not a single unexpected word

+ - A feeling that the text could be about anything (no authorial specificity)

+ - All emotions are positive or neutral (no irritation, skepticism, indignation)

- Проход 3, «Кардиограмма» (для текстов >300 слов): мысленно нарисуй график: по X - предложения, по Y - «насколько это предложение неожиданно после предыдущего». У человека график дёргается. У AI - почти прямая. Если график гладкий - вставь 2-3 всплеска: неожиданное сравнение, резкий вопрос, числовой факт среди рассуждений, личную ремарку в скобках.

+ Pass 3, "Cardiogram" (for texts >300 words): mentally draw a graph: X-axis is sentences, Y-axis is "how unexpected this sentence is after the previous one." For a human, the graph jitters. For AI, it's almost a straight line. If the graph is smooth — insert 2-3 spikes: an unexpected comparison, an abrupt question, a numeric fact amid the reasoning, a personal remark in parentheses.

- Проход 4, «Скелет» (для текстов со списками, нумерованными пунктами, секциями): прочитай ТОЛЬКО первую строку каждого пункта/секции подряд, игнорируя содержание. Это скелет текста. Вопрос: «Скелет звучит как шаблон?» Если 3+ пункта начинаются одинаково (одна конструкция, одна длина, один тип подачи) - это macro-burstiness провал (паттерн #45). Исправь: разные зачины, разная длина блоков, разный тип объяснения. Этот проход ловит то, что проходы 1-3 пропускают: структурную однообразность между блоками, а не внутри них.

+ Pass 4, "Skeleton" (for texts with lists, numbered items, sections): read ONLY the first line of each item/section in a row, ignoring the content. That's the text's skeleton. Question: "Does the skeleton sound like a template?" If 3+ items start the same way (one construction, one length, one type of delivery) — that's a macro-burstiness failure (pattern #45). Fix it: different openers, different block lengths, different types of explanation. This pass catches what Passes 1-3 miss: structural monotony between blocks, not within them.

- **Шаг 4.5. Повторный скан.** Если работал с файлами — прогони сравнение:

+ **Step 4.5. Re-scan.** If you worked with files — run a comparison:

```bash

- python3 scripts/scan_tells.py <до> <после>

+ python3 scripts/scan_tells.py <before> <after>

```

- Смотри не на «убрано», а на **«добавлено при переписывании»**. Переписывающая модель заносит те же штампы обратно в парафразе: убрала «важно отметить», принесла «стоит подчеркнуть». Текст изменился, ощущение улучшилось, плотность маркеров осталась — и на глаз это почти не ловится.

+ Look not at what was "removed," but at what was **"added during the rewrite."** A rewriting model carries the same clichés back in through the paraphrase: it removes «важно отметить» ["it's important to note"], and brings in «стоит подчеркнуть» ["it's worth emphasizing"]. The text changed, it feels better, but the marker density stayed the same — and this is almost impossible to catch by eye.

- Появились новые тэллы — убери их точечно, не переписывая абзац заново. Второй заход внесёт третью порцию.

+ New tells appeared — remove them one at a time, without rewriting the paragraph again. A second pass will introduce a third batch.

- **Шаг 5.** Отдай финальный текст и короткий список ключевых изменений (3-5 пунктов).

+ **Step 5.** Hand over the final text and a short list of key changes (3-5 items).

---

- ## Жёсткие запреты (HARD BANS)

+ ## Hard bans (HARD BANS)

- Эти конструкции запрещены ВСЕГДА. Не исправляй, удаляй и перестраивай фразу.

+ These constructions are ALWAYS forbidden. Don't fix them — delete them and restructure the phrase.

- > Исследование Antislop (arxiv 2510.15061, ICLR 2026): некоторые фразы встречаются в LLM-тексте в **1000+ раз чаще**, чем в человеческом. 8000+ паттернов идентифицировано. Детекторы это знают. Конструкции ниже - самые частотные маркеры.

+ > The Antislop study (arxiv 2510.15061, ICLR 2026): some phrases occur in LLM text **1000+ times more often** than in human text. 8000+ patterns have been identified. Detectors know this. The constructions below are the highest-frequency markers.

- | Конструкция | Почему запрещена | Что вместо |

+ | Construction | Why it's banned | Use instead |

|---|---|---|

- | «Не просто X, а Y» | Фирменная формула GPT. Встречается в 80%+ AI-текстов | Прямое утверждение: «Y» без противопоставления |

- | «Не только X, но и Y» | Калька, маркер синтетического усиления | «X. И ещё Y» или просто перечисли |

- | «В современном мире...» | Пустое открытие #1 у всех LLM | Начни с факта или вопроса |

- | «Стоит отметить, что...» | Калька с «It's worth noting» | Убери и скажи напрямую |

- | «Важно понимать, что...» | Калька с «It's important to understand» | Убери или «Тут вот что:» |

- | «Данный» / «Данная» / «Данное» | Канцелярский маркер, всегда заменяем | «Этот» / «Эта» / «Это» |

- | «Является» (>1 раз на 500 слов) | В русском связка «быть» в настоящем времени не нужна | Перестрой предложение |

- | «Играет важную/ключевую роль» | Раздувание значимости, клише | Покажи ПОЧЕМУ важно через данные |

- | «Можно с уверенностью сказать» | Избыточная оговорка + раздувание | Скажи без преамбулы |

- | «Подводя итог» / «Таким образом» | Формульный вывод, клеится к любому тексту | Убери или начни вывод с действия |

- | Длинное тире «—» (декоративная вставка) | AI злоупотребляет тире-вставкой в сторону, где русский поставил бы запятую/двоеточие. НЕ blanket-запрет: см. оговорку под таблицей | Только декоративную вставку: замени на запятую, двоеточие, точку или перестрой. Грамматическое тире не трогай |

- | «от X до Y» (несвязанные понятия) | Ложный диапазон: «от стартапов до корпораций» | Перечисли конкретно или убери |

- | «В условиях [прил.] [сущ.]...» | Пустое открытие, вариация «В современном мире» | Начни с конкретики: что именно конкурирует, что трансформируется |

- | «Погрузимся в...» / «Давайте посмотрим X поближе» | Артефакт чатбота, навязчивая сигнализация | Начни с сути, не анонсируй |

- | «И вот здесь начинается самое интересное» | Калька с "and this is where it gets interesting", маркер ChatGPT | Удали и сразу пиши то самое интересное |

- | «Раскрыть потенциал» | Мотивационное клише AI, пустое усиление | Покажи конкретный результат |

- | «Вывести на новый уровень» | Пустое усиление, маркетинговый штамп AI | Скажи на КАКОЙ уровень и чем измеряешь |

- | «Комплексный подход/решение» | Канцелярит + раздувание. Значит всё и ничего | Перечисли что конкретно входит в «комплекс» |

- | «В связи с этим...» | Формульная связка, клеится к чему угодно | Убери или покажи причинно-следственную связь |

- | «Открывает новые горизонты/перспективы» | Маркетинговый штамп, нулевая информативность | Назови конкретный горизонт или удали |

+ | «Не просто X, а Y» | GPT's signature formula. Appears in 80%+ of AI texts | A direct statement — "Y" — without the contrast |

+ | «Не только X, но и Y» | A calque, a marker of synthetic emphasis | "X. And also Y" or just list them |

+ | «В современном мире...» | Empty opening #1 for every LLM | Start with a fact or a question |

+ | «Стоит отметить, что...» | A calque of "It's worth noting" | Cut it and say it directly |

+ | «Важно понимать, что...» | A calque of "It's important to understand" | Cut it, or use "Here's the thing:" |

+ | «Данный» / «Данная» / «Данное» | An officialese marker, always replace it | The plain Russian word for "this" (этот/эта/это), matching gender |

+ | «Является» (>once per 500 words) | Russian doesn't need the "to be" copula in the present tense | Restructure the sentence |

+ | «Играет важную/ключевую роль» | Inflated significance, a cliché | Show WHY it matters, with data |

+ | «Можно с уверенностью сказать» | A redundant hedge + inflation | Say it without the preamble |

+ | «Подводя итог» / «Таким образом» | A formulaic conclusion that sticks onto any text | Cut it, or open the conclusion with an action |

+ | A long dash "—" (decorative insertion) | AI overuses the dash-as-aside where Russian would use a comma/colon. NOT a blanket ban: see the caveat below the table | Only the decorative insertion: replace with a comma, colon, period, or restructure. Don't touch a grammatical dash |

+ | «от X до Y» (unrelated concepts) | A false range: "from startups to corporations" | List things concretely, or remove it |

+ | «В условиях [adj.] [noun]...» | An empty opening, a variant of "В современном мире" | Start with specifics: what exactly is competing, what's transforming |

+ | «Погрузимся в...» / «Давайте посмотрим X поближе» | A chatbot artifact, compulsive signaling | Start with the substance, don't announce it |

+ | «И вот здесь начинается самое интересное» | A calque of "and this is where it gets interesting," a ChatGPT marker | Delete it and go straight into the interesting part |

+ | «Раскрыть потенциал» | An AI motivational cliché, empty emphasis | Show a concrete result |

+ | «Вывести на новый уровень» | Empty emphasis, an AI marketing stock phrase | Say WHICH level, and what you're measuring it by |

+ | «Комплексный подход/решение» | Officialese + inflation. Means everything and nothing | List what specifically is included in the "complex" |

+ | «В связи с этим...» | A formulaic connector that sticks onto anything | Cut it, or show the actual cause-and-effect link |

+ | «Открывает новые горизонты/перспективы» | A marketing stock phrase, zero information | Name the concrete horizon, or delete it |

- При обнаружении любой конструкции из списка: не думай, удаляй. Это не стилистический выбор, это детектируемый маркер. **Исключение — тире** (см. оговорку ниже): тут как раз думай.

+ When you spot any construction from the list: don't think, delete it. This isn't a stylistic choice, it's a detectable marker. **Exception — the dash** (see the caveat below): that one you actually should think about.

- > **Оговорка про тире.** Запрет на «—» в HARD BANS — англо-калиброванная эвристика: детекторы (GPTZero, DivEye) считают частоту em-dash на английском корпусе, где тире-вставка действительно маркер. В русском тире — обязательная грамматика, и его частота сама по себе слабый сигнал. Поэтому:

- > - **Грамматическое тире не трогай.** «X — это Y» (тире вместо связки «есть»), тире в неполном предложении, тире в прямой речи и диалоге — норма русского. Выпиливание ломает пунктуацию.

- > - **Декоративную вставку можно варьировать.** Тире, которым AI оформляет ремарку в сторону по образцу английского em-dash, там где уместнее запятая/двоеточие/точка — вот это сигнал, его и трогай.

- > - **Решение о типографике тире делегируется авторскому style-guide** (см. «Приоритет авторского стиля»). Если у проекта есть правило по тире — оно главнее этого пункта. Не навязывай свою типографику поверх блоговой инфраструктуры автора.

+ > **Caveat about the dash.** The ban on "—" in the HARD BANS is an English-calibrated heuristic: detectors (GPTZero, DivEye) count em-dash frequency on an English corpus, where the dash-as-aside really is a marker. In Russian, the dash is mandatory grammar, and its frequency alone is a weak signal. So:

+ > - **Don't touch a grammatical dash.** «X — это Y» ["X is Y"] (a dash standing in for the copula «есть» ["is"]), a dash in an elliptical sentence, a dash in direct speech and dialogue — these are normal Russian. Cutting them out breaks the punctuation.

+ > - **A decorative insertion can be varied.** The dash AI uses to set off an aside, modeled on the English em-dash, where a comma/colon/period would fit better — that's the actual signal, and that's the one to touch.

+ > - **The decision on dash typography is delegated to the author's style-guide** (see "Priority of the author's style"). If the project has a rule about dashes, it outranks this point. Don't impose your own typography over the author's blogging infrastructure.

- > Маркеры AI-текста эволюционируют (arxiv 2502.09606): слова, на которые обратили внимание, начинают исчезать из AI-текстов ("delve" упал после 2024, "significant" продолжает расти). HARD BANS нужно обновлять регулярно. Текущий список актуален на май 2026.

+ > Markers of AI text evolve (arxiv 2502.09606): words that get noticed start disappearing from AI text ("delve" dropped off after 2024, "significant" keeps rising). The HARD BANS need regular updates. The current list is accurate as of May 2026.

---

- ## Каталог: 52 паттерна AI-генерации в русском

+ ## Catalog: 52 patterns of AI generation in Russian

- ### A. Контентные (1-5)

+ ### A. Content-level (1-5)

- **1. Пустые открытия.** AI начинает с космических обобщений: «В современном мире...», «В эпоху цифровых технологий...», «Не секрет, что...», «Данная тема отличается повышенной актуальностью». Удали первый абзац целиком. Настоящий текст начинается со второго. Или начни с факта, истории, вопроса.

+ **1. Empty openings.** AI starts with cosmic generalizations: «В современном мире...» ["In today's world..."], «В эпоху цифровых технологий...» ["In the age of digital technology..."], «Не секрет, что...» ["It's no secret that..."], «Данная тема отличается повышенной актуальностью» ["This topic is of heightened relevance"]. Delete the entire first paragraph. The real text starts with the second one. Or start with a fact, a story, a question.

- До: «В современном динамично развивающемся мире искусственный интеллект играет всё более важную роль в различных сферах жизнедеятельности человека.»

- После: «GPT-4 вышел в марте 2023-го. Через полгода его использовали 92% компаний из Fortune 500.»

+ Before: «В современном динамично развивающемся мире искусственный интеллект играет всё более важную роль в различных сферах жизнедеятельности человека.»

+ After: «GPT-4 вышел в марте 2023-го. Через полгода его использовали 92% компаний из Fortune 500.»

- **2. Размытые авторитеты.** «По мнению экспертов...», «Специалисты рекомендуют...», «Исследования показывают...», «Многие считают...». Либо назови конкретного эксперта, либо убери ссылку и утверждай от своего лица. «Я считаю» честнее, чем «многие считают».

+ **2. Vague authorities.** «По мнению экспертов...» ["In the opinion of experts..."], «Специалисты рекомендуют...» ["Specialists recommend..."], «Исследования показывают...» ["Studies show..."], «Многие считают...» ["Many believe..."]. Either name a specific expert, or drop the reference and state it in your own voice. «Я считаю» ["I believe"] is more honest than «многие считают» ["many believe"].

- **3. Раздувание значимости.** Каждый факт «ключевой», каждое событие «переломное»: «играет ключевую роль», «имеет огромное значение», «невозможно переоценить». Сбрось пафос. Если что-то важно, покажи почему через данные, а не прилагательные.

+ **3. Inflating significance.** Every fact is "key," every event is a "turning point": «играет ключевую роль» ["plays a key role"], «имеет огромное значение» ["is of huge importance"], «невозможно переоценить» ["cannot be overstated"]. Drop the pathos. If something matters, show why through data, not adjectives.

- **4. Формульные выводы.** Заключения, которые клеятся к любому тексту: «Таким образом, можно сделать вывод...», «Подводя итог...». Вывод должен добавлять новое. Если его можно удалить без потери смысла, удали.

+ **4. Formulaic conclusions.** Closings that stick onto any text: «Таким образом, можно сделать вывод...» ["Thus, we can conclude..."], «Подводя итог...» ["To sum up..."]. A conclusion should add something new. If it can be deleted without losing meaning, delete it.

- **5. Принудительная структура.** AI натягивает «введение, основная часть, заключение» даже на пост в Telegram. Для коротких текстов (до 500 слов) структура часто не нужна. Начни с сути.

+ **5. Forced structure.** AI stretches "introduction, body, conclusion" over even a Telegram post. For short texts (under 500 words), structure is often unnecessary. Start with the substance.

- **Подтип: «Подзаголовок на каждые 2-3 предложения».** AI любит дробить короткий текст на множество секций с заголовками. Если в посте 500 слов и 6 подзаголовков по 2-3 предложения каждый, это AI-почерк. Человек либо пишет сплошным текстом, либо использует подзаголовки осмысленно: один раздел = одна крупная мысль.

+ **Subtype: "A subheading every 2-3 sentences."** AI likes to chop up a short text into many sections with headings. If a 500-word post has 6 subheadings of 2-3 sentences each, that's AI handwriting. A human either writes solid prose, or uses subheadings meaningfully: one section = one big idea.

- ### B. Языковые (6-14)

+ ### B. Linguistic (6-14)

- **6. Канцелярит.** Главный маркер. AI превращает глаголы в отглагольные существительные: «осуществление», «реализация», «внедрение», «оптимизация», «в целях реализации проекта», «в рамках данного исследования». Верни глаголы. «Осуществили внедрение системы» значит «внедрили систему». «Реализация проекта завершена» значит «проект завершён». Глагол почти всегда лучше существительного.

+ **6. Officialese.** The main marker. AI turns verbs into deverbal nouns: «осуществление» ["implementation"], «реализация» ["realization"], «внедрение» ["rollout"], «оптимизация» ["optimization"], «в целях реализации проекта» ["for the purposes of realizing the project"], «в рамках данного исследования» ["within the framework of this study"]. Bring back the verbs. «Осуществили внедрение системы» ["Carried out the implementation of the system"] means «внедрили систему» ["rolled out the system"]. «Реализация проекта завершена» ["The realization of the project is complete"] means «проект завершён» ["the project is done"]. A verb is almost always better than a noun.

- До: «Осуществление процесса оптимизации рабочих процессов способствует повышению эффективности деятельности организации.»

- После: «Навели порядок в процессах, стало быстрее работать.»

+ Before: «Осуществление процесса оптимизации рабочих процессов способствует повышению эффективности деятельности организации.»

+ After: «Навели порядок в процессах, стало быстрее работать.»

- **7. Кальки с английского.** Модели обучены на английском, конструкции просачиваются: «Стоит отметить, что...» (It's worth noting), «Важно помнить, что...» (It's important to remember), «Можно сказать, что...» (One could say), «является» в каждом втором предложении (is). Переформулируй по-русски. Русский предпочитает активные конструкции и позволяет опускать подлежащее. English-biased representations в LLM означают, что русский текст генерируется через внутренний «перевод»: translationese-паттерны неизбежны (arxiv 2603.08450, 2502.11806).

+ **7. Calques from English.** Models are trained on English, and constructions leak through: «Стоит отметить, что...» (It's worth noting), «Важно помнить, что...» (It's important to remember), «Можно сказать, что...» (One could say), «является» ["is"] in every other sentence (is). Rephrase it in Russian. Russian prefers active constructions and allows dropping the subject. English-biased representations in LLMs mean Russian text is generated through an internal "translation": translationese patterns are unavoidable (arxiv 2603.08450, 2502.11806).

- **7б. Пунктуационные кальки.** AI расставляет запятые по английским правилам. «Однако,» в начале предложения (в английском "However," обособляется, в русском нет). «Благодаря этому, результаты» (лишняя запятая). «Инструменты, такие как Python» (калька с "such as"). «В 2024 году, компания выросла» (лишнее обособление обстоятельства). Проверь каждую запятую после вводного оборота: в русском многие обороты НЕ обособляются, которые в английском обособляются.

+ **7b. Punctuation calques.** AI places commas by English rules. «Однако,» ["However,"] at the start of a sentence (in English "However," is set off with a comma, in Russian it isn't). «Благодаря этому, результаты» ["Thanks to this, the results"] (a redundant comma). «Инструменты, такие как Python» ["Tools, such as Python"] (a calque of "such as"). «В 2024 году, компания выросла» ["In 2024, the company grew"] (a redundant comma setting off the adverbial). Check every comma after an introductory phrase: in Russian, many phrases are NOT set off with a comma that would be set off in English.

- **8. «Является».** AI использует связку «является» в 2-3 раза чаще людей. Русский обходится без «быть» в настоящем времени. «Python является языком программирования» пиши как «Python, язык программирования, ...» или просто перестрой предложение.

+ **8. «Является» ["Is"].** AI uses the copula «является» 2-3 times more often than people. Russian gets along fine without "to be" in the present tense. Write «Python является языком программирования» ["Python is a programming language"] as «Python, язык программирования, ...» ["Python, a programming language, ..."], or just restructure the sentence.

- **9. Избыточные подлежащие.** Русский позволяет опускать подлежащее (pro-drop), AI вставляет его всегда, потому что в английском subject обязателен. «Он встал и он пошёл к двери» лучше как «Встал, пошёл к двери».

+ **9. Redundant subjects.** Russian allows dropping the subject (pro-drop), but AI always inserts it, because in English the subject is mandatory. «Он встал и он пошёл к двери» ["He got up and he walked to the door"] is better as «Встал, пошёл к двери» ["Got up, walked to the door"].

- **10. Нагромождение причастий.** AI строит многоэтажные причастные обороты: «Анализируя данные, учитывая результаты, рассматривая возможности, мы пришли к выводу...». Причастные обороты в AI-текстах встречаются **в 2-5 раз чаще**, чем у людей (Texas study, arxiv 2602.15514; Biber framework, PNAS 2025). Разбей на короткие предложения. Один причастный оборот максимум. Лучше обычное придаточное.

+ **10. Piling up participial phrases.** AI builds multi-story participial constructions: «Анализируя данные, учитывая результаты, рассматривая возможности, мы пришли к выводу...» ["Analyzing the data, taking the results into account, considering the possibilities, we arrived at the conclusion..."]. Participial phrases appear **2-5 times more often** in AI text than in human text (Texas study, arxiv 2602.15514; Biber framework, PNAS 2025). Break it into short sentences. One participial phrase, maximum. A regular subordinate clause is better.

- **11. Однообразие синтаксиса.** AI пишет предложения одинаковой длины (15-20 слов) и одинаковой структуры. Также **избегает инверсий и разговорных конструкций**: предпочитает прямой порядок слов «подлежащее → сказуемое → дополнение» (arxiv 2602.15514). Чередуй. Короткое. Потом длинное, с запятыми, с уточнениями, с отступлениями в скобках. Вопрос? Можно и так. Используй инверсии («Хорошо это или плохо — не знаю»). Варьируй начала абзацев.

+ **11. Syntactic monotony.** AI writes sentences of the same length (15-20 words) with the same structure. It also **avoids inversions and colloquial constructions**: it prefers the direct word order "subject → predicate → object" (arxiv 2602.15514). Alternate. Short. Then long, with commas, with qualifications, with parenthetical asides. A question? That works too. Use inversions («Хорошо это или плохо — не знаю» ["Whether that's good or bad — I don't know"]). Vary how paragraphs open.

- Это не косметика. Детекторы на dependency-разборе ловят AI по одной структуре синтаксических связей, вообще без лексики (DependencyAI, arxiv 2602.15514). Поэтому замены слов мало - меняй сам синтаксис: тип придаточного, порядок слов, длину предложения. Лексическая правка и структурная вариативность работают вместе, по отдельности слабее.

+ This isn't cosmetic. Dependency-parsing detectors catch AI by the single structure of its syntactic relations, without any lexical cues at all (DependencyAI, arxiv 2602.15514). So swapping words isn't enough — change the syntax itself: the type of subordinate clause, word order, sentence length. Lexical editing and structural variability work together; each alone is weaker.

- **12. Правило трёх.** AI обожает перечисления из трёх: «важный, значительный и ключевой». Если три синонима, оставь один. Если перечисление искусственное, перестрой фразу. Иногда хватит двух элементов. Иногда нужно четыре.

+ **12. Rule of three.** AI adores lists of three: «важный, значительный и ключевой» ["important, significant, and key"]. If it's three synonyms, keep one. If the enumeration is artificial, restructure the phrase. Sometimes two items are enough. Sometimes you need four.

- **13. Синонимическая карусель.** AI чередует «компания», «организация», «предприятие», «фирма» для одной сущности. Выбери одно слово. Повтор в русском нормален. Неестественное чередование хуже повтора.

+ **13. Synonym carousel.** AI cycles through «компания», «организация», «предприятие», «фирма» [company/organization/enterprise/firm] to refer to one entity. Pick one word. Repetition is normal in Russian. Unnatural variation is worse than repetition.

- **14. Перекос в существительные.** AI-текст устойчиво «более именной»: больше отглагольных существительных, чем у людей (PNAS 2410.16107; обзор 2510.05136). Конкретного «канонического» соотношения noun/verb нет - это рабочая эвристика, не цифра из бенчмарка. LLM предпочитает noun phrases, люди заякоривают язык в глаголах с временем и наклонением. Instruction tuning УСИЛИВАЕТ перекос. У ChatGPT есть устойчивый узнаваемый регистр-отпечаток (arxiv 2508.16385). Если в абзаце мало глаголов, ищи номинализации и разворачивай. Также: детекторы работают даже на чистом синтаксисе без лексики, dependency relation patterns различают human/AI (DependencyAI, arxiv 2602.15514).

+ **14. Bias toward nouns.** AI text is consistently "more nominal": more deverbal nouns than in human writing (PNAS 2410.16107; survey 2510.05136). There's no single "canonical" noun/verb ratio — this is a working heuristic, not a benchmark figure. LLMs prefer noun phrases; humans anchor language in verbs carrying tense and mood. Instruction tuning AMPLIFIES the bias. ChatGPT has a stable, recognizable register fingerprint (arxiv 2508.16385). If a paragraph is short on verbs, look for nominalizations and unpack them. Also: detectors work even on pure syntax with no lexical cues — dependency relation patterns distinguish human from AI (DependencyAI, arxiv 2602.15514).

- ### C. Стилистические (15-21)

+ ### C. Stylistic (15-21)

- **15. Тире.** AI злоупотребляет тире-вставкой в сторону: ставит «—» там, где русский поставил бы запятую, двоеточие или точку. Детекторы (GPTZero, DivEye) считают частоту em-dash, но это англо-калиброванная эвристика — в русском тире обязательная грамматика, и сама по себе его частота слабый сигнал. Поэтому НЕ выжигай все тире подряд. **Грамматическое тире оставляй:** «X — это Y» (вместо связки «есть»), неполное предложение, прямая речь, диалог. **Декоративную вставку варьируй:** замени на запятую/двоеточие/точку или перестрой. Если у проекта есть авторский style-guide с правилом по тире — оно главнее (см. «Приоритет авторского стиля»). Подробности — в оговорке под таблицей HARD BANS.

+ **15. Dashes.** AI overuses the dash-as-aside: it places «—» where Russian would use a comma, colon, or period. Detectors (GPTZero, DivEye) count em-dash frequency, but this is an English-calibrated heuristic — in Russian the dash is mandatory grammar, and its frequency alone is a weak signal. So DON'T burn out every dash indiscriminately. **Leave the grammatical dash alone:** «X — это Y» ["X is Y"] (standing in for the copula «есть»), an elliptical sentence, direct speech, dialogue. **Vary the decorative insertion:** replace it with a comma/colon/period, or restructure. If the project has an author style-guide with a rule about dashes, it takes priority (see "Priority of the author's style"). Details are in the caveat under the HARD BANS table.

- **16. Болд.** AI выделяет жирным каждое ключевое слово. Тяга к болду, спискам и тире тянется из markdown-разметки обучающих данных (arxiv 2603.27006) - то есть это устойчивый отпечаток, а не случайность. Убери или оставь для 1-2 мест на весь текст.

+ **16. Bold.** AI bolds every key word. The pull toward bold, lists, and dashes comes from the markdown formatting in the training data (arxiv 2603.27006) — that is, it's a stable fingerprint, not chance. Remove it, or keep it for just 1-2 spots in the whole text.

- **17-18. Орфографические мелочи.** После двоеточия строчная (не «Решение: Следующий шаг», а «Решение: следующий шаг»). В заголовках не Title Case (не «Как Создать Отличный Продукт», а «Как создать отличный продукт»).

+ **17-18. Minor spelling issues.** Lowercase after a colon (not «Решение: Следующий шаг» ["Solution: Next Step"], but «Решение: следующий шаг» ["Solution: next step"]). No Title Case in headings (not «Как Создать Отличный Продукт» ["How To Create A Great Product"], but «Как создать отличный продукт» ["How to create a great product"]).

- **19. Навязчивые списки.** AI превращает всё в нумерованные списки. Если мысли связаны, перепиши сплошным текстом. Списки хороши для инструкций, не для рассуждений.

+ **19. Compulsive lists.** AI turns everything into numbered lists. If the ideas are connected, rewrite them as continuous prose. Lists are good for instructions, not for reasoning.

- **Подтип: «двоеточия-дублёры».** AI пишет списки в формате «Слово: Развёрнутое повторение слова» (например, «Эффективность: Повышает эффективность работы»). Три сигнала: (1) двоеточие после одного слова в каждом пункте, (2) текст после двоеточия дублирует смысл, (3) заглавная буква после двоеточия. Увидев такой список, перепиши сплошным текстом или сделай каждый пункт содержательным.

+ **Subtype: "duplicate colons."** AI writes lists in the format "Word: An expanded repetition of the word" (e.g., «Эффективность: Повышает эффективность работы» ["Efficiency: Increases the efficiency of the work"]). Three signals: (1) a colon after a single word in every item, (2) the text after the colon duplicates the meaning, (3) a capital letter after the colon. Seeing a list like this, rewrite it as continuous prose or make each item actually substantive.

- **20. Бедная пунктуация.** AI ставит только точки и запятые. Нет многоточий (пауза, размышление), нет скобок (ремарка в сторону), нет риторических вопросов. Добавь разнообразие. Скобки отлично работают (вот как сейчас). Многоточие... иногда тоже к месту.

+ **20. Impoverished punctuation.** AI uses only periods and commas. No ellipses (a pause, a moment of reflection), no parentheses (an aside), no rhetorical questions. Add variety. Parentheses work great (like right now). An ellipsis... is sometimes fitting too.

- **21. Кавычки.** Зависит от контекста. Для статей, документов, официальных текстов русский стандарт: «ёлочки», вложенные: „лапки". Но для постов в соцсетях, Telegram, чатов используй прямые "кавычки" как с телефона. Это выглядит естественнее, потому что 90% людей печатают с мобильного и не заморачиваются переключением на «ёлочки». Типографски правильные кавычки в неформальном тексте выдают не человека, а робота с идеальной типографикой.

+ **21. Quotation marks.** Depends on context. For articles, documents, official texts, the Russian standard is guillemets «...», with „..." for nested quotes. But for social media posts, Telegram, chats, use straight "quotes" like from a phone. This looks more natural because 90% of people type on mobile and don't bother switching to guillemets. Typographically correct quotation marks in an informal text give away not a human but a robot with perfect typography.

- ### D. Коммуникативные (22-26)

+ ### D. Communicative (22-26)

- **22. Артефакты чатбота.** «Конечно! Давайте разберёмся...», «Отличный вопрос!», «Рад помочь!», «Надеюсь, это было полезно». Удали полностью. Автор статьи не «рад помочь».

+ **22. Chatbot artifacts.** «Конечно! Давайте разберёмся...» ["Sure! Let's figure this out..."], «Отличный вопрос!» ["Great question!"], «Рад помочь!» ["Happy to help!"], «Надеюсь, это было полезно» ["I hope this was helpful"]. Delete these entirely. The author of an article isn't "happy to help."

- **23. Заискивание.** AI соглашается со всем. Автор имеет право не соглашаться, сомневаться, спорить. Sycophancy документирован (arxiv 2310.13548): модели обучены давать ответы, которые нравятся пользователю, не обязательно правильные. GPT-4o до отката весной 2025 поддерживал навязчивые мысли пользователей и хвалил абсурдные планы.

+ **23. Sycophancy.** AI agrees with everything. An author has the right to disagree, doubt, argue. Sycophancy is well documented (arxiv 2310.13548): models are trained to give answers the user likes, not necessarily correct ones. Before the rollback in spring 2025, GPT-4o would validate users' intrusive thoughts and praise absurd plans.

- **24. Шаблонные переходы.** «Давайте рассмотрим подробнее...», «Перейдём к следующему аспекту...», «Не менее важным является...». Убери (читатель видит новый абзац) или сделай содержательным: через вопрос, контраст, связку с предыдущей мыслью.

+ **24. Formulaic transitions.** «Давайте рассмотрим подробнее...» ["Let's take a closer look..."], «Перейдём к следующему аспекту...» ["Let's move on to the next aspect..."], «Не менее важным является...» ["No less important is..."]. Cut it (the reader can see there's a new paragraph), or make it substantive: through a question, a contrast, a link to the previous idea.

- **25. Избыточные оговорки.** «В определённом смысле...», «В той или иной степени...», «Можно предположить, что возможно...». Если уверен, утверждай. Если нет, скажи конкретно в чём сомнение. «В определённом смысле это работает» ничего не значит. «Работает для малых выборок, на больших не проверяли» содержит информацию.

+ **25. Redundant hedges.** «В определённом смысле...» ["In a certain sense..."], «В той или иной степени...» ["To one degree or another..."], «Можно предположить, что возможно...» ["One might assume that possibly..."]. If you're sure, state it. If not, say specifically what you're unsure about. «В определённом смысле это работает» ["In a certain sense this works"] means nothing. «Работает для малых выборок, на больших не проверяли» ["Works for small samples, wasn't tested on large ones"] carries information.

- **26. Водянистость.** AI-текст можно сократить на 40-60% без потери смысла. Одна мысль размазана на 3-5 предложений, тезис повторяется разными словами, абзацы не добавляют нового. Сожми. Тест: если текст можно сократить вдвое и смысл не пострадает, оригинал водянистый.

+ **26. Wateriness.** AI text can be cut by 40-60% without losing meaning. One idea gets smeared across 3-5 sentences, the thesis is repeated in different words, paragraphs add nothing new. Compress it. Test: if the text can be cut in half without hurting the meaning, the original was watery.

- ### E. Морфологические (27-30)

+ ### E. Morphological (27-30)

- **27. Падежи.** AI путает падежные окончания: именительный вместо родительного («для различных платформ: социальные сети» вместо «социальных сетей»), неправильный род («Компания заявил»). Вычитай каждое согласование.

+ **27. Cases.** AI mixes up case endings: nominative instead of genitive («для различных платформ: социальные сети» ["for various platforms: social media" — nominative instead of genitive] instead of «социальных сетей» [genitive]), incorrect gender agreement («Компания заявил» ["The company (fem.) stated (masc. verb form)"]). Proofread every agreement.

- **28. Вид глагола.** Совершенный/несовершенный вид путаются: «Он будет делать работу и сделает её». Проверь на соответствие контексту.

+ **28. Verb aspect.** Perfective/imperfective aspect gets confused: «Он будет делать работу и сделает её» ["He will be doing the work (imperfective) and will do it (perfective)"]. Check that it fits the context.

- **29. Деепричастия не к тому подлежащему.** «Проанализировав данные, результаты были получены» (деепричастие относится к «мы», а подлежащее «результаты»). Деепричастие должно относиться к подлежащему предложения. Не относится? Перестрой.

+ **29. Gerunds attached to the wrong subject.** «Проанализировав данные, результаты были получены» ["Having analyzed the data, the results were obtained" — the gerund logically refers to "we," but the grammatical subject is "the results"]. A gerund must relate to the sentence's subject. It doesn't? Restructure it.

- **30. «Данный», «определённый», «соответствующий».** AI вставляет эти слова всюду: «данный метод», «определённые аспекты», «соответствующие меры». Замени на «этот» или убери. «Определённые аспекты» значит «я не знаю какие конкретно».

+ **30. «Данный», «определённый», «соответствующий»** ["this/given," "certain," "corresponding/appropriate"]. AI inserts these words everywhere: «данный метод» ["this/given method"], «определённые аспекты» ["certain aspects"], «соответствующие меры» ["appropriate measures"]. Replace with «этот» ["this"], or drop it. «Определённые аспекты» ["certain aspects"] means "I don't know which ones specifically."

- **Важно для морфологии:** RuBERT-детекторы специально анализируют падежные цепочки и согласования. AI ошибается в длинных конструкциях: неправильный падеж после предлога, несогласованный род в причастных оборотах. Человек ошибается иначе: путает -тся/-ться, ставит лишнюю запятую. При переписывании проверяй каждую цепочку согласований в новых фразах. Морфологическая ошибка, характерная для AI, хуже, чем «человеческая» небрежность.

+ **Important for morphology:** RuBERT-based detectors specifically analyze case chains and agreement. AI makes mistakes in long constructions: the wrong case after a preposition, mismatched gender in participial phrases. Humans make mistakes differently: mixing up -тся/-ться, adding a stray comma. When rewriting, check every agreement chain in the new phrases. A morphological error characteristic of AI is worse than "human" carelessness.

- ### F. Тональные (31-33)

+ ### F. Tonal (31-33)

- **31. Эмоциональная стерильность.** AI-текст как дистиллированная вода: чистый, но безвкусный. Исследования подтверждают: AI-текст содержит больше радости и меньше негатива (arxiv 2505.01800), LLM предпочитают strengtheners вместо hedges, создавая overconfident тон (arxiv 2507.10587), «express undue linguistic confidence even when internally uncertain» (arxiv 2411.06528). Мат в AI-текстах встречается в **100 раз реже**, чем у людей (PNAS 2025). Глаголы восприятия («смотреть», «слышать», «чувствовать») и слова страха/гнева/ненависти редки.

+ **31. Emotional sterility.** AI text is like distilled water: clean, but tasteless. Research confirms it: AI text contains more joy and less negativity (arxiv 2505.01800), LLMs prefer strengtheners over hedges, creating an overconfident tone (arxiv 2507.10587), they "express undue linguistic confidence even when internally uncertain" (arxiv 2411.06528). Profanity appears **100 times less often** in AI text than in human text (PNAS 2025). Perception verbs («смотреть», «слышать», «чувствовать») [to look, to hear, to feel] and words of fear/anger/hatred are rare.

- Четыре подтипа:

+ Four subtypes:

- - **Позитивный перекос.** Каждый вывод «позитивный» или «сбалансированный». Нет текстов, где автор просто зол, разочарован или скептичен. Человек не боится сказать «полгода мучились, результат ноль». AI скажет «несмотря на определённые сложности, данный подход открывает новые перспективы». Если тема предполагает негативный опыт, а текст всё равно оптимистичен, это маркер.

- - **Отсутствие сомнений.** Человек сомневается и исправляет себя: «может я и ошибаюсь», «ну, тут спорно», «хотя, нет, подожди». AI утверждает безапелляционно. LLM не генерируют epistemic markers, а когда генерируют, предпочитают strengtheners (arxiv 2507.10587). Это не та же проблема, что паттерн 25 (избыточные оговорки): паттерн 25 про ЛИШНИЕ оговорки, этот про НОРМАЛЬНЫЕ человеческие сомнения, которых нет.

- - **Эмоциональная динамика.** Человек внутри одного текста переключается: восторг от находки, раздражение от бага, скепсис к решению, облегчение что заработало. AI держит ровный тон. Если весь текст на одной эмоциональной ноте, это маркер. Проверяй «эмоциональную кардиограмму» наряду с информационной (паттерн 43).

- - **Авторская риторика.** Человек убеждает через личный опыт и ошибки («я попробовал X, не сработало, потом нашёл Y»). AI убеждает через перечисление преимуществ. Если текст убеждает как каталог, а не как рассказ, это маркер.

+ - **Positive skew.** Every conclusion is "positive" or "balanced." There are no texts where the author is simply angry, disappointed, or skeptical. A human isn't afraid to say «полгода мучились, результат ноль» ["struggled for six months, ended up with nothing"]. AI will say «несмотря на определённые сложности, данный подход открывает новые перспективы» ["despite certain difficulties, this approach opens up new prospects"]. If the topic implies a negative experience but the text stays optimistic anyway, that's a marker.

+ - **Absence of doubt.** A human doubts and corrects themselves: «может я и ошибаюсь» ["maybe I'm wrong"], «ну, тут спорно» ["well, that's debatable"], «хотя, нет, подожди» ["actually, no, wait"]. AI states things unequivocally. LLMs don't generate epistemic markers, and when they do, they prefer strengtheners (arxiv 2507.10587). This isn't the same problem as pattern 25 (redundant hedges): pattern 25 is about EXCESSIVE hedging, this one is about the absence of NORMAL human doubt.

+ - **Emotional dynamics.** Within a single text, a human shifts: excitement over a find, irritation over a bug, skepticism toward a solution, relief that it worked. AI holds one flat tone. If the whole text sits on one emotional note, that's a marker. Check the "emotional cardiogram" alongside the informational one (pattern 43).

+ - **Authorial rhetoric.** A human persuades through personal experience and mistakes («я попробовал X, не сработало, потом нашёл Y» ["I tried X, it didn't work, then I found Y"]). AI persuades by listing advantages. If a text persuades like a catalog rather than like a story, that's a marker.

- Добавь авторскую позицию. «Это работает» можно усилить до «Это работает, и это удивляет, учитывая какой это костыль». Мнение делает текст человеческим.

+ Add an authorial stance. «Это работает» ["This works"] can be strengthened to «Это работает, и это удивляет, учитывая какой это костыль» ["This works, and that's surprising, given what a hack it is"]. An opinion is what makes a text human.

- **32. Нет частиц и речевых привычек.** Русский живой текст полон частиц: же, ведь, вот, -то, ли, ну. AI их не использует или ставит не к месту. «Это важно» можно превратить в «Это ведь важно» или «Это-то и важно». Не переборщи: 1-2 на абзац для неформального текста. Помимо частиц, у человека есть слова-паразиты (ну, короче, типа), личные обороты, характерные начала фраз. LLM плохо имитируют неформальный стиль повседневных авторов, особенно на blogs/forums (arxiv 2509.14543). В неформальных текстах 1-2 «паразита» = признак живого текста.

+ **32. No particles or speech habits.** Live Russian text is full of particles: же, ведь, вот, -то, ли, ну [emphatic/discourse particles, roughly like "after all," "you know," "well," etc.]. AI either doesn't use them or places them wrong. «Это важно» ["This is important"] can become «Это ведь важно» ["This is important, you know"] or «Это-то и важно» ["This is exactly what's important"]. Don't overdo it: 1-2 per paragraph for informal text. Besides particles, a human has filler words (ну, короче, типа) [well, basically, like], personal turns of phrase, characteristic sentence openers. LLMs are bad at imitating the informal style of everyday writers, especially on blogs/forums (arxiv 2509.14543). In informal texts, 1-2 "fillers" is a sign of live text.

- **33. Нет иронии, метафор и фигуративного языка.** Русскоязычная культура письма пропитана иронией. LLM плохо справляются с сарказмом (SarcasmBench, arxiv 2408.11319). LLM обрабатывают метафоры на уровне surface features (длина предложения, лексическое пересечение), не понимая глубинный смысл (arxiv 2507.15357). LLM не могут передавать подтекст через ВЫБОР формулировки (manner implicature). Человек может сказать «ну, неплохо» и подразумевать «плохо». LLM скажет буквально. Отсутствие фигуративного языка: один из сильнейших маркеров. Если тон текста допускает, добавь подколку, преуменьшение, абсурдное сравнение, метафору из жизни, аналогию из другой области. Не насильно, но если текст про что-то нелепое, пусть автор это заметит. LLM не скажет «архитектура микросервисов — это как LEGO» или «дебаг — это как искать иголку в стогу сена, когда стог тоже из иголок». А человек скажет.

+ **33. No irony, metaphors, or figurative language.** Russian-language writing culture is steeped in irony. LLMs handle sarcasm poorly (SarcasmBench, arxiv 2408.11319). LLMs process metaphors at the level of surface features (sentence length, lexical overlap) without grasping the underlying meaning (arxiv 2507.15357). LLMs can't convey subtext through the CHOICE of wording (manner implicature). A human can say «ну, неплохо» ["well, not bad"] and mean "bad." An LLM will say it literally. The absence of figurative language is one of the strongest markers. If the tone allows it, add a jab, an understatement, an absurd comparison, a real-life metaphor, an analogy from another field. Not forced, but if the text is about something ridiculous, let the author notice it. An LLM won't say «архитектура микросервисов — это как LEGO» ["microservices architecture is like LEGO"] or «дебаг — это как искать иголку в стогу сена, когда стог тоже из иголок» ["debugging is like looking for a needle in a haystack, when the haystack is also made of needles"]. A human will.

- ### G. Структурные (34-35)

+ ### G. Structural (34-35)

- **34. Разорванные абзацы.** Абзацы AI слабо связаны. Можно переставить местами, и ничего не изменится. Нет обратных ссылок, нет причинно-следственных связок. Практический приём: добавляй «но», «с другой стороны», «впрочем» - контраст и уступка связывают мысли лучше, чем нейтральное перечисление. Свяжи: каждый следующий абзац должен вытекать из предыдущего. Для длинных текстов (>500 слов) обязательны обратные ссылки: «Как уже говорил выше...», «Повторюсь, но...», «К этому вернёмся через минуту», «Помните, в начале я упоминал...», «Вот тут-то и пригодится то, что...». AI теряет coherence в длинных нарративах: потеря связности в длинных текстах - документированная проблема («Lost in Stories», arxiv 2603.05890). Человек помнит начало истории, AI забывает.

+ **34. Disconnected paragraphs.** AI's paragraphs are weakly connected. You could swap them around and nothing would change. No backward references, no cause-and-effect links. A practical trick: add «но», «с другой стороны», «впрочем» [but, on the other hand, however] — contrast and concession link ideas better than neutral enumeration. Connect them: each following paragraph should flow from the previous one. For long texts (>500 words), backward references are mandatory: «Как уже говорил выше...» ["As I already said above..."], «Повторюсь, но...» ["I'll repeat myself, but..."], «К этому вернёмся через минуту» ["We'll get back to this in a minute"], «Помните, в начале я упоминал...» ["Remember, at the start I mentioned..."], «Вот тут-то и пригодится то, что...» ["This is where it comes in handy that..."]. AI loses coherence in long narratives: losing coherence over long texts is a documented problem ("Lost in Stories," arxiv 2603.05890). A human remembers the start of the story; AI forgets.

- **35. Галлюцинации.** AI уверенно утверждает ложное: несуществующие цитаты, неправильные даты, выдуманные факты. Проверь каждый конкретный факт. Не можешь подтвердить? Убери или пометь как неподтверждённое.

+ **35. Hallucinations.** AI confidently states falsehoods: nonexistent quotes, wrong dates, invented facts. Verify every concrete fact. Can't confirm it? Remove it, or flag it as unverified.

- ### H. Человеческие мелочи (36-37)

+ ### H. Human quirks (36-37)

- **36. Идеальная грамотность.** Живой текст, написанный с телефона или в спешке, содержит мелкие огрехи: пропущенную запятую, "тся/ться" в неформальном контексте, слипшиеся слова. AI выдаёт стерильно чистый текст, чем и палится. Для неформальных текстов (посты, чаты, соцсети) оставь 1-2 мелкие "опечатки" или пропущенные запятые. Не в каждом абзаце, не грубые ошибки, а ровно столько, сколько сделал бы человек, печатающий на ходу. Для статей и документов этот пункт не применяй.

+ **36. Flawless literacy.** Live text written on a phone or in a hurry has small blemishes: a missing comma, a mixed-up -тся/-ться [a common reflexive-verb-ending typo] in an informal context, words running together. AI outputs squeaky-clean text, and that's what gives it away. For informal texts (posts, chats, social media), leave in 1-2 small "typos" or missing commas. Not in every paragraph, not gross errors — just as much as a person typing on the go would produce. Don't apply this point to articles and documents.

- **37. Вылизанная типографика.** AI ставит все тире, кавычки, пробелы идеально по ГОСТу. Человек в мессенджере пишет дефис вместо тире, не ставит пробел перед скобкой, забывает точку в конце. Для неформальных текстов не исправляй типографику до идеала. Пусть местами будет дефис вместо тире, пусть скобка прижмётся к слову. Это не ошибка, это почерк.

+ **37. Polished-to-a-shine typography.** AI places every dash, quote, and space perfectly by the official standard. A human in a messenger writes a hyphen instead of a dash, doesn't put a space before a parenthesis, forgets the closing period. For informal texts, don't polish the typography to perfection. Let there be a hyphen instead of a dash here and there, let a parenthesis sit flush against a word. That's not an error, that's handwriting.

- ### I. Паттерны убеждения (38-42)

+ ### I. Persuasion patterns (38-42)

- **38. Негативные параллелизмы.** «Не просто инструмент, а партнёр». «Не только ускоряет, но и трансформирует». AI обожает эту конструкцию, она есть в 80%+ текстов GPT. HARD BAN. Скажи прямо что имеешь в виду: «Это партнёр» или «Ускоряет и трансформирует». Без «не просто / не только».

+ **38. Negative parallelisms.** «Не просто инструмент, а партнёр» ["Not just a tool, but a partner"]. «Не только ускоряет, но и трансформирует» ["Not only speeds up, but also transforms"]. AI loves this construction; it's in 80%+ of GPT texts. HARD BAN. Say directly what you mean: «Это партнёр» ["It's a partner"] or «Ускоряет и трансформирует» ["Speeds up and transforms"]. No «не просто / не только».

- > **Важно: что НЕ является паттерном #38.** Банятся ровно две формы — «не **просто** X, а Y» и «не **только** X, но и Y». Голый контрастный антитезис «не X, а Y» («не артефакт, а контракт», «не состояние, а процесс») — это классическая риторическая фигура, нормальный русский, и в HARD BAN он НЕ входит. Не флагай его как #38 и не считай за десятки маркеров. Если такой антитезис — несущий приём аргументации автора, оставь его (см. «Приоритет авторского стиля»). Единственное, что уместно при очень высокой плотности — отметить это в корзине «наблюдения о плотности» (разбавить 5-7 ради разнообразия), но не как ошибку.

+ > **Important: what is NOT pattern #38.** Exactly two forms are banned — «не **просто** X, а Y» ["not just X, but Y"] and «не **только** X, но и Y» ["not only X, but also Y"]. The bare contrastive antithesis «не X, а Y» ["not X, but Y"] («не артефакт, а контракт» ["not an artifact, but a contract"], «не состояние, а процесс» ["not a state, but a process"]) is a classic rhetorical figure, normal Russian, and it is NOT part of the HARD BAN. Don't flag it as #38 and don't count it as a dozen markers. If such an antithesis is a load-bearing argumentative device for the author, leave it (see "Priority of the author's style"). The only thing appropriate at a very high density is noting it in the "density observations" bucket (dilute 5-7 of them for variety), but not as an error.

- **39. Ложные диапазоны.** «От стартапов до корпораций», «от новичков до профессионалов», «от маркетинга до разработки». AI соединяет несвязанные понятия через «от X до Y», создавая иллюзию полноты. Либо перечисли конкретно (кому это реально нужно?), либо убери.

+ **39. False ranges.** «От стартапов до корпораций» ["From startups to corporations"], «от новичков до профессионалов» ["from beginners to professionals"], «от маркетинга до разработки» ["from marketing to development"]. AI links unrelated concepts through «от X до Y» ["from X to Y"], creating an illusion of completeness. Either list things concretely (who actually needs this?), or remove it.

- **40. Авторитетные трюизмы.** «По своей сути...», «В конечном счёте, самое главное, это...», «На самом деле...», «Вот ключевой вывод», «Самое важное — это…», «Первый шаг — это признаться себе». Конструкции, которые создают видимость глубины без содержания. Если утверждение верно без этой преамбулы, преамбула лишняя. Удали.

+ **40. Authoritative truisms.** «По своей сути...» ["At its core..."], «В конечном счёте, самое главное, это...» ["Ultimately, the most important thing is..."], «На самом деле...» ["Actually..."], «Вот ключевой вывод» ["Here's the key takeaway"], «Самое важное — это…» ["The most important thing is…"], «Первый шаг — это признаться себе» ["The first step is admitting it to yourself"]. Constructions that create the appearance of depth with no content. If the claim is true without this preamble, the preamble is unnecessary. Delete it.

- **41. Отказы от ответственности.** «Хотя информация может быть неполной...», «Несмотря на ограниченность данных...», «Трудно сказать наверняка, но...». Если данных мало, скажи конкретно каких. Если уверен, утверждай. Размытая оговорка хуже конкретного незнания.

+ **41. Disclaimers.** «Хотя информация может быть неполной...» ["Although the information may be incomplete..."], «Несмотря на ограниченность данных...» ["Despite the limited data..."], «Трудно сказать наверняка, но...» ["It's hard to say for sure, but..."]. If data is scarce, say specifically what's missing. If you're sure, state it. A vague hedge is worse than a concrete admission of not knowing.

- **42. Навязчивая сигнализация.** «Давайте разберёмся», «Рассмотрим подробнее», «Поговорим о том, как...». Автор не анонсирует что будет делать, он делает. Метакомментарии к собственному тексту: верный признак AI. Убери и начни с сути.

+ **42. Compulsive signaling.** «Давайте разберёмся» ["Let's figure this out"], «Рассмотрим подробнее» ["Let's take a closer look"], «Поговорим о том, как...» ["Let's talk about how..."]. An author doesn't announce what they're about to do, they just do it. Meta-commentary on one's own text is a sure sign of AI. Cut it and start with the substance.

- ### J. Информационный ритм (43-45)

+ ### J. Informational rhythm (43-45)

- Детекторы нового поколения (DivEye, arxiv 2509.18880) ловят не отдельные слова, а статистику последовательности: насколько равномерно распределена «неожиданность» по тексту. AI стремится к равномерной плотности информации (Uniform Information Density): «неожиданность» каждого следующего слова примерно одинакова по всему тексту. Человек пишет всплесками: плотно → легко → плотно. AI держит ровную линию - и именно эту ровность измеряют распределительные фичи DivEye.

+ Next-generation detectors (DivEye, arxiv 2509.18880) don't catch individual words — they catch sequence statistics: how evenly "surprisal" is distributed across the text. AI gravitates toward Uniform Information Density: the "surprisal" of each next word is roughly the same throughout the text. Humans write in bursts: dense → light → dense. AI holds a flat line — and it's exactly this flatness that DivEye's distributional features measure.

- **43. Равномерная информационная плотность.** AI распределяет факты ровно: каждое предложение несёт примерно одинаковый «вес». Человек чередует: предложение с тремя фактами → лёгкая связка → личное отступление → снова удар. Создай «кардиограмму»: абзац с цифрами → абзац с одной метафорой → короткий вопрос → снова плотный абзац. Если каждое предложение одинаково «информативно», текст выглядит синтетическим.

+ **43. Uniform informational density.** AI distributes facts evenly: each sentence carries roughly the same "weight." A human alternates: a sentence with three facts → a light connective → a personal digression → a hit again. Create a "cardiogram": a paragraph with numbers → a paragraph with a single metaphor → a short question → a dense paragraph again. If every sentence is equally "informative," the text looks synthetic.

- До: «AI увеличивает производительность на 40%. Он также снижает количество ошибок на 25%. Кроме того, он ускоряет время вывода продукта на рынок на 30%.»

- После: «Производительность выросла на 40%, ошибок стало на четверть меньше. Это на бумаге. На практике половина команды не доверяет модели и перепроверяет вручную. Но те, кто доверился, выкатывают на 30% быстрее.»

+ Before: «AI увеличивает производительность на 40%. Он также снижает количество ошибок на 25%. Кроме того, он ускоряет время вывода продукта на рынок на 30%.»

+ After: «Производительность выросла на 40%, ошибок стало на четверть меньше. Это на бумаге. На практике половина команды не доверяет модели и перепроверяет вручную. Но те, кто доверился, выкатывают на 30% быстрее.»

- **44. Гладкие переходы между предложениями.** AI делает каждый переход плавным: «Кроме того...», «Также...», «Не менее важным является...». Человек прыгает: заканчивает мысль, начинает следующую без мостика. Или возвращается к тому, что сказал два абзаца назад. Допусти 20-30% «жёстких склеек»: где следующее предложение связано с предыдущим не союзом, а общим контекстом, который читатель восстановит сам.

+ **44. Smooth transitions between sentences.** AI makes every transition smooth: «Кроме того...» ["Furthermore..."], «Также...» ["Also..."], «Не менее важным является...» ["No less important is..."]. A human jumps: finishes a thought, starts the next one with no bridge. Or circles back to something said two paragraphs ago. Allow 20-30% "hard joins": where the next sentence connects to the previous one not through a conjunction, but through shared context the reader reconstructs on their own.

- **45. Шаблонная структура блоков (macro-burstiness).** Самый незаметный и самый палевный паттерн. AI пишет нумерованные списки, где каждый пункт построен по одному скелету: название, объяснение в 2 строки, пример. Одинаковая длина блоков, одинаковые зачины («Один... второй...», «Для X...», «Подходит для...»), одинаковый тип объяснения. Человек так не пишет: один пункт в три строки с примером, следующий в одно предложение, третий начинается с вопроса, четвёртый с личной ремарки.

+ **45. Templated block structure (macro-burstiness).** The most subtle and most telltale pattern. AI writes numbered lists where every item follows the same skeleton: a name, a 2-line explanation, an example. Identical block lengths, identical openers («Один... второй...» ["One... the second..."], «Для X...» ["For X..."], «Подходит для...» ["Suitable for..."]), the same type of explanation. A human doesn't write this way: one item is three lines with an example, the next is one sentence, the third opens with a question, the fourth with a personal remark.

- Проверка: прочитай ТОЛЬКО первые строки каждого пункта подряд. Звучат как шаблон? Ломай. Минимум 3 из 5 пунктов должны начинаться принципиально по-разному: факт / аналогия / антипример / вопрос / личный опыт. Варьируй длину блоков: один короткий (1-2 строки), один длинный (4-5 строк).

+ Check: read ONLY the first lines of each item, back to back. Do they sound like a template? Break it up. At least 3 of 5 items should open in fundamentally different ways: a fact / an analogy / a counter-example / a question / personal experience. Vary block lengths: one short (1-2 lines), one long (4-5 lines).

- До: «1. X: один делает, второй проверяет. Подходит для... 2. Y: один раздаёт, остальные делают. Подходит для... 3. Z: передаёт по цепочке. Подходит для...»

- После: «1. X: один пишет, второй ловит косяки. Берёте туда, где цена ошибки высокая. 2. Y: тут проще, конвейер. 3. Z: а вот это для хаоса. Задачи сыпятся, кто свободен — хватает.»

+ Before: «1. X: один делает, второй проверяет. Подходит для... 2. Y: один раздаёт, остальные делают. Подходит для... 3. Z: передаёт по цепочке. Подходит для...»

+ After: «1. X: один пишет, второй ловит косяки. Берёте туда, где цена ошибки высокая. 2. Y: тут проще, конвейер. 3. Z: а вот это для хаоса. Задачи сыпятся, кто свободен — хватает.»

- ### K. Хеджирование и специфика (46-48)

+ ### K. Hedging and specificity (46-48)

- **46. Модальная неопределённость.** AI хеджирует через «может» в каждом предложении: «может стать», «может повлиять», «способен обеспечить», «призван решить». Это не осторожность автора, это привычка модели снижать категоричность. Если утверждение верно, утверждай. Если неверно, не пиши. «Может быть полезным» не несёт информации. «Ускорило вдвое» несёт. Порог: больше 1 «может/способен/призван» на 100 слов вне контекста прогнозов = маркер. Не путать с паттерном 25 (избыточные оговорки типа «в определённом смысле») и паттерном 41 (отказы от ответственности типа «хотя информация может быть неполной»). Модальное «может»: систематическое хеджирование КАЖДОГО утверждения через одну конструкцию.

+ **46. Modal uncertainty.** AI hedges through «может» ["may/might/can"] in every sentence: «может стать» ["may become"], «может повлиять» ["may affect"], «способен обеспечить» ["is capable of providing"], «призван решить» ["is designed to solve"]. This isn't authorial caution, it's the model's habit of dialing down assertiveness. If the claim is true, state it. If it isn't, don't write it. «Может быть полезным» ["May be useful"] carries no information. «Ускорило вдвое» ["Sped things up twofold"] does. Threshold: more than 1 «может/способен/призван» per 100 words, outside the context of forecasts, is a marker. Don't confuse this with pattern 25 (redundant hedges like «в определённом смысле» ["in a certain sense"]) or pattern 41 (disclaimers like «хотя информация может быть неполной» ["although the information may be incomplete"]). Modal «может»: systematic hedging of EVERY claim through one construction.

- **47. Семантические сдвиги (translationese).** AI заменяет слова близкими, но не точными по значению, потому что генерирует русский через English-biased representations. «Основание науки» вместо «основы науки». «Уточните маркетинговые усилия» (калька с «refine your marketing efforts»). LLM предпочитают translationese-формулировки, особенно маленькие и multilingual модели (arxiv 2603.08450). Русский человек так не скажет. Проверяй: если слово формально правильное, но «не то», скорее всего, это калька с английского семантического поля.

+ **47. Semantic shifts (translationese).** AI substitutes words that are close but not precise in meaning, because it generates Russian through English-biased representations. «Основание науки» ["The foundation of science" — an off word choice] instead of «основы науки» ["the fundamentals of science"]. «Уточните маркетинговые усилия» ["Refine your marketing efforts" — a literal calque] (a calque of "refine your marketing efforts"). LLMs prefer translationese phrasing, especially smaller and multilingual models (arxiv 2603.08450). A Russian speaker wouldn't put it this way. Check: if a word is formally correct but "not quite right," it's probably a calque from the English semantic field.

- **48. Нет идиом и пословиц.** AI-текст лишён идиоматических выражений, пословиц, поговорок, устойчивых фраз. LLM struggle с идиоматическими выражениями (arxiv 2405.09279). «Как в воду глядел», «гладко было на бумаге», «не в свои сани не садись», «кто не рискует, тот не пьёт шампанское»: в AI-тексте такого не встретишь. Для неформальных текстов 1-2 уместные идиомы на 500 слов = сильный маркер живого текста.

+ **48. No idioms or proverbs.** AI text lacks idiomatic expressions, proverbs, sayings, set phrases. LLMs struggle with idiomatic expressions (arxiv 2405.09279). «Как в воду глядел» ["As if he'd seen it coming" — lit. "looked into the water"], «гладко было на бумаге» ["it was smooth on paper" (but not in practice)], «не в свои сани не садись» ["don't get into a sleigh that isn't yours," i.e., stick to what you know], «кто не рискует, тот не пьёт шампанское» ["who doesn't take risks doesn't drink champagne"]: you won't find anything like this in AI text. For informal texts, 1-2 well-placed idioms per 500 words is a strong marker of live text.

- ### L. Стилистические фингерпринты 2025-2026 (49-52)

+ ### L. Stylistic fingerprints of 2025-2026 (49-52)

- Это новейшие паттерны, которые проявились в Claude/GPT/Gemini 2025-2026 как ответ на критику «текст звучит сухо». Модели стали имитировать «глубокомысленность», «вовлечённость», «эмпатию». Имитация считывается читателем мгновенно и стала отдельным маркером.

+ These are the newest patterns, which showed up in Claude/GPT/Gemini in 2025-2026 as a response to criticism that "the text sounds dry." Models started imitating "thoughtfulness," "engagement," "empathy." The imitation reads as fake to readers instantly and has become a marker in its own right.

- **49. Рваная медитативность.** Стилизация под глубокомысленность через цепочку коротких отдельных предложений-кивков: «Короткие. Точные. Отдельные. Рефлексивные.» Это не то же самое, что #11 (однообразие длины): там вариативность, а здесь намеренная имитация «вдумчивости». Сигнал: 3+ односоставных предложения подряд, каждое из 1-3 слов, каждое как «откровение». Лечится восстановлением нормального предложения: «Хорошие тексты — короткие, точные, отдельные предложения работают лучше длинных периодов» вместо «Короткие. Точные. Отдельные.»

+ **49. Choppy meditativeness.** Stylizing for profundity through a chain of short, isolated, nodding sentences: «Короткие. Точные. Отдельные. Рефлексивные.» ["Short. Precise. Separate. Reflective."]. This isn't the same as #11 (length monotony): that's about variability, this is a deliberate imitation of "thoughtfulness." Signal: 3+ one-word-clause sentences in a row, each 1-3 words, each delivered like a "revelation." Fix it by restoring a normal sentence: «Хорошие тексты — короткие, точные, отдельные предложения работают лучше длинных периодов» ["Good texts — short, precise, standalone sentences work better than long periods"] instead of «Короткие. Точные. Отдельные.» ["Short. Precise. Separate."].

- **50. Контрастные вопросы с короткими ответами.** Псевдо-сократический ритм: «Зачем? Потому что. И для чего? Для этого.» Имитация «диалога с читателем». Если в тексте 3+ риторических вопроса с 2-3-словными ответами, это AI-паттерн 2025-2026. Лечится: либо вопросы реальные (с развёрнутыми ответами), либо без вопросов вообще, утверждениями.

+ **50. Contrastive questions with short answers.** A pseudo-Socratic rhythm: «Зачем? Потому что. И для чего? Для этого.» ["Why? Because. And for what? For this."]. An imitation of "dialogue with the reader." If a text has 3+ rhetorical questions with 2-3-word answers, that's a 2025-2026 AI pattern. Fix it: either make the questions real (with full answers), or drop the questions entirely and use statements.

- **51. Эмодзи как структурный декор.** ⚡ / ✨ / 🎯 / 🔥 в начале каждого пункта списка или заголовка. Не одиночный эмодзи в эмоциональной фразе («ну я в шоке 😂»), а декоративный: каждый пункт начинается с эмодзи. Особенно палевно: ⚡ перед «ключевым выводом», 🎯 перед «целью», 💡 перед «инсайтом». Источник: модели обучены на маркетинговых материалах и SMM-постах, где так пишут. Убери все, кроме случаев, где эмодзи действительно несёт эмоцию.

+ **51. Emoji as structural decor.** ⚡ / ✨ / 🎯 / 🔥 at the start of every list item or heading. Not a single emoji in an emotional phrase («ну я в шоке 😂» ["I'm shook 😂"]), but a decorative one: every item starts with an emoji. Especially telling: ⚡ before a "key takeaway," 🎯 before a "goal," 💡 before an "insight." Source: models are trained on marketing material and social-media posts, where this is common practice. Remove all of them except the cases where the emoji genuinely carries an emotion.

- **52. Псевдо-терапевтическая забота.** «Ты не ошибаешься, что так чувствуешь», «сам факт этого — тихое подтверждение», «ты имеешь право», «это не слабость, это сила», «ты всё ещё здесь, ты настоящий». Регистр коуча/терапевта, которым модели стали злоупотреблять в личных контекстах. GPT-4o особенно перегрел этот режим до отката весной 2025. Шире, чем #22 артефакты чатбота: это отдельный жанровый сигнал. Если текст звучит как страница из книги по селф-хелпу, переписать в обычный регистр совета или удалить.

+ **52. Pseudo-therapeutic care.** «Ты не ошибаешься, что так чувствуешь» ["You're not wrong to feel that way"], «сам факт этого — тихое подтверждение» ["the very fact of this is a quiet confirmation"], «ты имеешь право» ["you have the right"], «это не слабость, это сила» ["this isn't weakness, it's strength"], «ты всё ещё здесь, ты настоящий» ["you're still here, you're real"]. A coach/therapist register that models started overusing in personal contexts. GPT-4o in particular overheated in this mode before the rollback in spring 2025. Broader than #22 chatbot artifacts: this is a distinct genre signal. If a text sounds like a page from a self-help book, rewrite it into the normal register of advice, or delete it.

---

- ## Формулы статей

+ ## Article formulas

- Если пользователь указывает тип текста, используй соответствующую формулу как скелет. Потом прогони через паттерны выше и добавь голос.

+ If the user specifies the type of text, use the corresponding formula as a skeleton. Then run it through the patterns above and add voice.

- **Вовлекающая (для соцсетей, блогов).** Крючок (факт, вопрос, провокация, личная история) в первом предложении. Проблема, которую читатель узнаёт. Поворот или неожиданный взгляд. Призыв к действию или открытый вопрос. Короткие абзацы, разговорный тон.

+ **Engaging (for social media, blogs).** A hook (a fact, a question, a provocation, a personal story) in the first sentence. A problem the reader recognizes. A twist or an unexpected angle. A call to action or an open question. Short paragraphs, a conversational tone.

- **Экспертная (Habr, профильные СМИ).** Конкретная проблема или кейс в начале. Контекст: почему это важно сейчас. Разбор с данными, примерами, кодом. Честные ограничения и грабли. Вывод: что делать читателю. Тон: "я разобрался и делюсь", не "вот вам истина".

+ **Expert (Habr, trade media).** A concrete problem or case up front. Context: why this matters now. A breakdown with data, examples, code. Honest limitations and pitfalls. A conclusion: what the reader should do. Tone: "I figured it out and I'm sharing," not "here's the truth."

- **Продающая (лендинги, описания продукта).** Боль клиента (конкретная, узнаваемая). Усиление: что будет, если не решить. Решение: что делает продукт. Доказательства: цифры, отзывы, кейсы. Действие: одна кнопка, один шаг. Без "инновационных решений" и "комплексных подходов".

+ **Sales (landing pages, product descriptions).** The customer's pain point (concrete, recognizable). Escalation: what happens if it's not solved. The solution: what the product does. Proof: numbers, testimonials, cases. Action: one button, one step. No "innovative solutions" and no "comprehensive approaches."

- **Новостная/информационная.** Главное в первом абзаце (кто, что, когда, где). Детали и контекст дальше. Цитаты или мнения. Что дальше. Без авторской оценки в основном тексте (оценка допустима в отдельной колонке или в конце).

+ **News/informational.** The main point in the first paragraph (who, what, when, where). Details and context after that. Quotes or opinions. What's next. No authorial judgment in the main text (judgment is fine in a separate op-ed column, or at the end).

- **Сторителлинг.** Герой с проблемой. Контекст: почему зритель должен сопереживать. Путь: что герой пробовал, где облажался, что понял. Развязка: чем кончилось. Мораль (если есть) не в лоб, а через действие героя. Детали делают историю: не "было трудно", а "сидел до трёх ночи, пятая чашка кофе, код всё ещё падает". LLM склонен к лексической перегрузке в нарративах: длинные сложные предложения, повествование от третьего лица, отсутствие неожиданных поворотов (arxiv 2411.02316). Человеческая история = простой рассказ от первого лица с surprise-моментом. Если переписываешь нарратив, упрощай, не усложняй.

+ **Storytelling.** A protagonist with a problem. Context: why the reader should care. The journey: what the protagonist tried, where they screwed up, what they learned. The resolution: how it ended. The moral (if there is one), not stated outright, but shown through the protagonist's actions. Details make the story: not "it was hard," but "sat there until three in the morning, fifth cup of coffee, the code is still crashing." LLMs tend toward lexical overload in narratives: long complex sentences, third-person narration, an absence of unexpected turns (arxiv 2411.02316). A human story = a simple first-person account with a surprise moment. If you're rewriting a narrative, simplify it, don't complicate it.

---

- ## Чеклист «живого текста»

+ ## "Live text" checklist

- После переписывания проверь:

+ After rewriting, check:

- - [ ] Нет ни одной конструкции из списка HARD BANS (включая новые: «В условиях...», «Погрузимся», «И вот здесь начинается самое интересное», «Раскрыть потенциал», «Комплексный подход», «Открывает горизонты»)

- - [ ] Вариативность длины предложений (от 3 до 30+ слов). Не средняя длина, а ДИСПЕРСИЯ

- - [ ] Мнение автора (хотя бы одно место, где автор оценивает, а не описывает)

- - [ ] Конкретика (имена, цифры, примеры вместо «многие», «часто», «эксперты»)

- - [ ] Нет повторяющихся клише

- - [ ] Нельзя сократить вдвое без потери смысла

- - [ ] Звучит естественно при чтении вслух

- - [ ] Хотя бы одна неожиданность (нестандартный оборот, вопрос, отступление)

- - [ ] Глаголов достаточно: нет нагромождения отглагольных существительных и номинализаций

- - [ ] Тире: грамматическое «—» сохранено, лишняя декоративная тире-вставка убрана (если style-guide не задаёт иное)

- - [ ] Паспорт голоса автора соблюдён (если есть)

- - [ ] «Кардиограмма»: информационная плотность скачет, а не ровная (для текстов >300 слов)

- - [ ] Есть хотя бы одна «жёсткая склейка» (переход без союза-мостика)

- - [ ] «Скелет»: первые строки пунктов/секций НЕ звучат как шаблон (для текстов со списками)

- - [ ] Нет пунктуационных калек (лишние запятые после «Однако», «Благодаря этому», «В 2024 году»)

- - [ ] Есть хотя бы одна метафора, идиома или аналогия из жизни (для неформальных текстов)

- - [ ] Эмоциональная динамика: тон меняется хотя бы раз (не ровная позитивная линия)

- - [ ] Коллоквиализмы и личные примеры из оригинала СОХРАНЕНЫ (не заменены на нейтральные)

- - [ ] Нет «рваной медитативности»: не больше 2 односоставных предложений-кивков подряд

- - [ ] Нет эмодзи-декора в начале каждого пункта списка

- - [ ] Нет псевдо-терапевтического регистра (если контекст не личный)

+ - [ ] Not a single construction from the HARD BANS list is present (including the newer ones: «В условиях...», «Погрузимся», «И вот здесь начинается самое интересное», «Раскрыть потенциал», «Комплексный подход», «Открывает горизонты»)

+ - [ ] Sentence-length variability (from 3 to 30+ words). Not the average length — the VARIANCE

+ - [ ] The author's opinion (at least one spot where the author evaluates rather than describes)

+ - [ ] Specifics (names, numbers, examples instead of «многие», «часто», «эксперты» [many, often, experts])

+ - [ ] No repeating clichés

+ - [ ] Can't be cut in half without losing meaning

+ - [ ] Sounds natural read aloud

+ - [ ] At least one surprise (an unconventional phrase, a question, a digression)

+ - [ ] Enough verbs: no pile-up of deverbal nouns and nominalizations

+ - [ ] Dashes: a grammatical «—» is preserved, a redundant decorative dash-insertion is removed (unless the style-guide says otherwise)

+ - [ ] The author's voice passport is respected (if there is one)

+ - [ ] "Cardiogram": informational density spikes rather than staying flat (for texts >300 words)

+ - [ ] At least one "hard join" is present (a transition with no bridging conjunction)

+ - [ ] "Skeleton": the first lines of items/sections do NOT sound like a template (for texts with lists)

+ - [ ] No punctuation calques (redundant commas after «Однако», «Благодаря этому», «В 2024 году»)

+ - [ ] At least one metaphor, idiom, or real-life analogy is present (for informal texts)

+ - [ ] Emotional dynamics: the tone shifts at least once (not a flat positive line)

+ - [ ] Colloquialisms and personal examples from the original are PRESERVED (not replaced with neutral ones)

+ - [ ] No "choppy meditativeness": no more than 2 one-word-clause nodding sentences in a row

+ - [ ] No emoji decoration at the start of every list item

+ - [ ] No pseudo-therapeutic register (unless the context is personal)

---

- ## Ограничения

+ ## Limitations

- Не заменяй все формальные слова на разговорные; соблюдай регистр оригинала. Не добавляй шутки в юридические и научные тексты. Не меняй факты и утверждения, только форму. Не вставляй частицы в каждое предложение. Не удаляй структуру, если текст длинный и она оправдана. Не переписывай до неузнаваемости.

+ Don't replace all formal words with colloquial ones; respect the original's register. Don't add jokes to legal and scientific texts. Don't change facts and claims, only the form. Don't insert particles into every sentence. Don't remove structure if the text is long and the structure is warranted. Don't rewrite it beyond recognition.

- > **Фундаментальная ирония:** LLM, выполняющий этот скилл, сам склонен к паттернам из каталога. Поэтому правила максимально механические: конкретные замены, числовые пороги, списки запрещённых конструкций. Не «сделай живее», а «замени X на Y». Чем конкретнее инструкция, тем меньше LLM скатится в свои привычные паттерны.

+ > **A fundamental irony:** the LLM executing this skill is itself prone to the patterns in the catalog. That's why the rules are made as mechanical as possible: specific substitutions, numeric thresholds, lists of banned constructions. Not "make it livelier," but "replace X with Y." The more specific the instruction, the less the LLM will slide back into its usual patterns.

- > **Русскоязычные бенчмарки:** Все академические данные о детекции (DivEye, CoPA, TH-Bench, PIFE) получены на английском. Принципы (surprisal, burstiness, предсказуемость) работают для любого языка, но конкретные пороги и весовые коэффициенты для русского не откалиброваны. Последний русскоязычный бенчмарк: AINL-Eval 2025 (52K текстов, 12 доменов, RuRoBERTa 86.35%). До него был RuATD-2022 (14 генераторов).

+ > **Russian-language benchmarks:** All the academic data on detection (DivEye, CoPA, TH-Bench, PIFE) was obtained in English. The principles (surprisal, burstiness, predictability) work for any language, but the specific thresholds and weighting coefficients for Russian haven't been calibrated. The most recent Russian-language benchmark is AINL-Eval 2025 (52K texts, 12 domains, RuRoBERTa 86.35%). Before that there was RuATD-2022 (14 generators).

- > **Будущие маркеры:** PAN 2026 (arxiv 2602.09147) запустил задачу Reasoning Trajectory Detection: обнаружение «следов рассуждения» LLM. Логика рассуждения (шаг за шагом, от общего к частному, перечисление аргументов) может стать новым типом маркера. Пока экспериментально, но стоит отслеживать.

+ > **Future markers:** PAN 2026 (arxiv 2602.09147) launched a Reasoning Trajectory Detection task: detecting the "traces of reasoning" left by an LLM. Reasoning logic (step by step, general to specific, enumerating arguments) may become a new type of marker. Still experimental, but worth tracking.

- > **Стилистические отпечатки моделей:** Разные семейства LLM (OpenAI, Claude, Gemini, Llama) имеют стабильные отпечатки, детектируемые с precision 0.9988 (arxiv 2503.01659), и они сохраняются даже при промптах «пиши в другом стиле». Конкретные описания вроде «ChatGPT = номинальный регистр, Claude = мягкие философичные формулировки» - иллюстрация, а не откалиброванная характеристика, тем более для русского. Важен сам факт: отпечаток есть и переживает попытки его замаскировать.

+ > **Model stylistic fingerprints:** Different LLM families (OpenAI, Claude, Gemini, Llama) have stable fingerprints, detectable at 0.9988 precision (arxiv 2503.01659), and these persist even with prompts like "write in a different style." Specific descriptions like "ChatGPT = nominal register, Claude = soft philosophical phrasing" are illustrative, not a calibrated characterization, especially for Russian. What matters is the fact itself: a fingerprint exists and survives attempts to mask it.

---

- ## Примеры

+ ## Examples

- ### Пост в блог

+ ### Blog post

- Было:

+ Before:

> В современном мире искусственный интеллект играет всё более важную роль в различных сферах деятельности. Стоит отметить, что данная технология является мощным инструментом для оптимизации рабочих процессов. Многие эксперты считают, что внедрение AI-решений способствует повышению эффективности организаций. Важно помнить, что при этом необходимо учитывать этические аспекты использования искусственного интеллекта. Таким образом, можно сделать вывод, что AI представляет собой перспективное направление развития, которое будет оказывать значительное влияние на будущее человечества.

- Стало:

+ After:

> За последний год я внедрил AI-инструменты в три проекта. Два ускорились вдвое. Третий развалился, потому что команда перестала проверять то, что выдаёт модель. Вот что я вынес: AI работает, когда понимаешь его ограничения. Не работает, когда веришь на слово.

- ### Описание продукта

+ ### Product description

- Было:

+ Before:

> Наша инновационная платформа представляет собой комплексное решение для управления проектами, которое является идеальным инструментом для команд различного размера. Платформа обладает широким функционалом, включающим в себя планирование задач, отслеживание прогресса и эффективную коммуникацию между участниками.

- Стало:

+ After:

> Трекер задач для команд. Доски, таймлайны, чат в одном окне. Разберётесь за 10 минут, даже если до этого работали в Excel-таблицах. Бесплатно до 10 человек.

---

- ## Быстрый сканер: слова-маркеры AI

+ ## Quick scanner: AI marker words

- Для режима «Аудит» или быстрой проверки ищи эти слова/фразы. Наличие 3+ из списка = высокая вероятность AI-генерации.

+ For "Audit" mode or a quick check, look for these words/phrases. 3+ from the list present = high likelihood of AI generation.

- **Канцелярит-маркеры:** осуществление, реализация, внедрение, оптимизация, функционирование, взаимодействие, в рамках, в целях, в контексте, на основе, посредством, в соответствии с

+ **Officialese markers:** осуществление, реализация, внедрение, оптимизация, функционирование, взаимодействие, в рамках, в целях, в контексте, на основе, посредством, в соответствии с

- **Кальки-маркеры:** является, стоит отметить, важно понимать, можно сказать, что касается, в то время как, с другой стороны, тем не менее, несмотря на то что

+ **Calque markers:** является, стоит отметить, важно понимать, можно сказать, что касается, в то время как, с другой стороны, тем не менее, несмотря на то что

- **Раздувание-маркеры:** ключевой, важнейший, значительный, огромный, колоссальный, переломный, фундаментальный, невозможно переоценить, играет роль

+ **Inflation markers:** ключевой, важнейший, значительный, огромный, колоссальный, переломный, фундаментальный, невозможно переоценить, играет роль

- **Формула-маркеры:** таким образом, подводя итог, в заключение, можно сделать вывод, суммируя вышесказанное, на основании вышеизложенного

+ **Formula markers:** таким образом, подводя итог, в заключение, можно сделать вывод, суммируя вышесказанное, на основании вышеизложенного

- **Чатбот-маркеры:** конечно!, отличный вопрос, давайте разберёмся, рад помочь, надеюсь это было полезно, с удовольствием

+ **Chatbot markers:** конечно!, отличный вопрос, давайте разберёмся, рад помочь, надеюсь это было полезно, с удовольствием

- **Параллелизм-маркеры:** не просто... а, не только... но и, это не X — это Y

+ **Parallelism markers:** не просто... а, не только... но и, это не X — это Y

- **Вводные-маркеры:** в современном мире, в эпоху, не секрет что, всё чаще, по мнению экспертов, специалисты отмечают

+ **Opening markers:** в современном мире, в эпоху, не секрет что, всё чаще, по мнению экспертов, специалисты отмечают

- **Ритм-маркеры (DivEye):** все предложения примерно одной длины (±5 слов), каждый переход через союз/вводное, нет ни одного резкого переключения темы, ни одного предложения короче 5 слов или длиннее 25

+ **Rhythm markers (DivEye):** all sentences are roughly the same length (±5 words), every transition goes through a conjunction/introductory phrase, not a single abrupt topic switch, not one sentence shorter than 5 words or longer than 25

- **Структурные маркеры (macro):** все пункты списка одной длины, одинаковые зачины пунктов («Один... второй», «Для X...», «Подходит для...»), один тип объяснения во всех блоках

+ **Structural markers (macro):** every list item is the same length, identical item openers («Один... второй», «Для X...», «Подходит для...»), one type of explanation across all blocks

- **Модальные хеджи:** может стать, может повлиять, может быть полезным, способен обеспечить, призван решить, позволяет достичь

+ **Modal hedges:** может стать, может повлиять, может быть полезным, способен обеспечить, призван решить, позволяет достичь

- **Мотивационные клише:** раскрыть потенциал, погрузимся, вывести на новый уровень, открывает новые горизонты, расширить границы, комплексный подход

+ **Motivational clichés:** раскрыть потенциал, погрузимся, вывести на новый уровень, открывает новые горизонты, расширить границы, комплексный подход

- **Контекстуализаторы:** в условиях, в свете, на фоне, с учётом, принимая во внимание, в связи с этим

+ **Contextualizers:** в условиях, в свете, на фоне, с учётом, принимая во внимание, в связи с этим

- **Маркетинговые штампы:** связь с аудиторией, доверительные отношения, ключевой момент, ключевая роль, индивидуальный подход, инновационное решение

+ **Marketing stock phrases:** связь с аудиторией, доверительные отношения, ключевой момент, ключевая роль, индивидуальный подход, инновационное решение

- **Псевдо-сократические маркеры:** «Зачем? Потому что.», «И что? А то», «Почему? Сейчас расскажу.», цепочки коротких вопросов-ответов

+ **Pseudo-Socratic markers:** «Зачем? Потому что.», «И что? А то», «Почему? Сейчас расскажу.», chains of short question-answer pairs

- **Авторитетные трюизмы:** вот ключевой вывод, самое важное — это, первый шаг — это, по своей сути, в конечном счёте

+ **Authoritative truisms:** вот ключевой вывод, самое важное — это, первый шаг — это, по своей сути, в конечном счёте

- **Псевдо-терапевтические маркеры:** ты не ошибаешься, ты имеешь право, тихое подтверждение, это не слабость, ты настоящий, сам факт этого

+ **Pseudo-therapeutic markers:** ты не ошибаешься, ты имеешь право, тихое подтверждение, это не слабость, ты настоящий, сам факт этого

- **Эмодзи-маркеры:** ⚡/✨/🎯/🔥/💡 в начале каждого пункта списка или заголовка

+ **Emoji markers:** ⚡/✨/🎯/🔥/💡 at the start of every list item or heading

- **Фигуративный ноль:** проверь наличие метафор, идиом, пословиц, аналогий из другой области. Если в тексте >300 слов НИ ОДНОЙ, подозрительно

+ **Figurative zero:** check for metaphors, idioms, proverbs, analogies from other fields. If a text >300 words has NOT ONE, that's suspicious

- **Технические маркеры:** латинские символы вместо кириллических (c, o, a, e, p), «невидимые» символы (zero-width spaces), идеальная типографика в неформальном тексте

+ **Technical markers:** Latin characters swapped in for Cyrillic look-alikes (c, o, a, e, p), "invisible" characters (zero-width spaces), perfect typography in an informal text

- Подсчёт: 0-2 маркера = скорее всего чистый текст. 3-5 = подозрительно. 6+ = AI-генерация с высокой вероятностью.

+ Scoring: 0-2 markers = probably clean text. 3-5 = suspicious. 6+ = high likelihood of AI generation.