Menschlicher-Pipeline Open-Source: Sechs-Schritte-Markdown-Datei für die Nachbearbeitung von KI-Texten

Ein Reddit-Nutzer hat eine Humanizer-Pipeline als Open Source veröffentlicht, die als einzelne Markdown-Datei mit einem sechsstufigen Prozess zur Nachbearbeitung KI-generierter Texte läuft. Das Repository unter github.com/milock/humanizer enthält die Pipeline, die chirurgische Korrekturen gegenüber vollständigen Neuschreibungen priorisiert, es sei denn, Schwellenwerte für die Schwere werden überschritten.

Pipeline-Schritte

• Kanalautomatische Erkennung: Erkennt E-Mail, Slack, LinkedIn, Blogbeitrag, Fallstudie, Landingpage oder Meeting-Agenda anhand von Hinweisen wie Begrüßungen, Hashtags, Code-Blöcken, Wortanzahl und Stimm-Signalen. Jeder Kanal wendet unterschiedliche Regeln an.
• Stimmkalibrierung (optional): Akzeptiert eine Stimmprofil-Datei oder eine Schreibprobe, um ein sechszeiliges Profil zu erstellen. Standardmäßig übersprungen.
• Musterscan: Scannt in fester Reihenfolge – 16 benannte strukturelle Muster (dramatische Umdeutung, künstlicher Höhepunkt, Anlauf-Satz, performative Direktheit, dramatischer Fragment-Frage-Antwort, Anapher, Copula-Vermeidung usw.), dann Vokabular in drei Stufen (immer ersetzen, Cluster-Markierung, Dichte-Markierung), dann Prüfung auf Perspektive und konkrete Details, dann Zeichensetzungs-Budgets und verbotene Satzanfänge.
• Schweregradstufe: Wenn Treffer Schwellenwerte überschreiten (5+ Vokabeltreffer, 3+ Musterkategorien, einheitliche Satzlänge), verwirft die Pipeline den Entwurf und schreibt auf Grundlage der Gliederung neu. Andernfalls wird chirurgisch korrigiert.
• Neuschreibung: Auf der gewählten Tiefe, unter Beibehaltung der Stimme.
• Selbstprüfung: Fragt: „Was macht die Neuschreibung noch offensichtlich KI-generiert?“ und überarbeitet erneut.

Wichtige Designentscheidungen

• Kanalbewusste Strenge: Kurze Slack-Nachrichten werden weniger streng geprüft als Überschriften von Landingpages. Satzfragmente sind in Slack in Ordnung, werden aber bei Langtexten markiert. Einzeilige Absätze sind auf LinkedIn normal.
• [HOLLOW]-Flag: Markiert Entwürfe, die die KI-Erkennung bestehen, aber nichts Konkretes sagen – ein separates Problem von „klingt nach KI“.
• Stimmprofilschema: Absichtliche Muster deklarieren (z. B. Fragmente und Satzanfänge mit „Und“/„Aber“), damit die Pipeline sie in Ruhe lässt.
• Einrichtungsmodus: Ein Interview mit 7 Fragen erstellt ein Stimmprofil, falls keines vorhanden ist.

Ausgabeformat

Die Pipeline erzeugt einen strukturierten Bericht mit stabilen Abschnittsüberschriften: Gefundene Probleme, Neugeschriebener Entwurf, Was sich geändert hat, Selbstprüfung, Endversion, Humanizer-Bericht. Dies ist für die Verkettung nach einem Writer-Agenten analysierbar.