Vier Claude-Code-Hooks sorgen für einheitliche Stimme und Tonalität in KI-geschriebenen Texten

Ein Entwickler hat ein System mit vier Claude Code Hooks implementiert, um die Konsistenz von Sprache und Tonfall zu gewährleisten, wenn KI-Agenten Texte verfassen. Der Ansatz adressiert das Problem, bei dem KI-generierte Inhalte durch vorsichtige Formulierungen und generische Sprache allmählich vom Markenauftritt abweichen.

Hook-Implementierung

Das System verwendet vier spezifische Hooks:

• UserPromptSubmit-Hook: Erkennt VOICE-AND-TONE.md-Dateien und fügt eine Anweisung ein, die Bearbeitung von Textdateien an einen Prüfungsagenten zu delegieren
• PreToolUse-Hook: Blockiert Edit/Write-Aufrufe für textbasierte Dateien (.tsx, .md), es sei denn, eine Sitzungsmarkierung existiert
• PostToolUse-Hook: Erstellt die Sitzungsmarkierung, nachdem der Prüfungsagent seine Arbeit abgeschlossen hat
• Stop-Hook: Entfernt die Markierung nach jeder Antwort, sodass die nächste Runde gesperrt beginnt und eine neue Prüfung erfordert

Prüfungsagent-Design

Der Prüfungsagent ist ein Claude Code Agent mit schreibgeschützten Tools (Read, Glob, Grep). Er liest die Sprachrichtlinie, prüft den vorgeschlagenen Text und meldet Verstöße mit:

• Dem problematischen Text
• Der verletzten Regel
• Einem vorgeschlagenen Fix

Der Prüfungsagent kann Dateien nicht direkt bearbeiten, was die Trennung der Verantwortlichkeiten gewährleistet.

Wichtige Designphilosophie

Das System fungiert als Tor und nicht als sanfter Hinweis. Eine übersehene Sprachprüfung bedeutet, dass nicht markenkonforme Texte in die Produktion gelangen könnten. Der Entwickler merkt an, dass die Kosten für einen Agentenaufruf vor der Bearbeitung niedriger sind als die Kosten für das Auffinden und Beheben von Abweichungen im Nachhinein.

Die vollständige Implementierung umfasst Hook-Code, Agentendefinition und eine Vorlage für Sprachrichtlinien. Der Entwickler fragt, ob andere ähnliche Hooks für nicht-funktionale Anforderungen wie Barrierefreiheit oder Codierungsstandards gebaut haben.