Pipeline Humanizer open-source : fichier Markdown en six étapes pour le post-traitement de texte IA

Un utilisateur de Reddit a open-sourcé un pipeline humaniseur qui fonctionne comme un seul fichier Markdown avec un processus en six étapes pour le post-traitement de texte généré par IA. Le dépôt sur github.com/milock/humanizer contient le pipeline, qui privilégie les corrections chirurgicales plutôt que les réécritures complètes, sauf si les seuils de sévérité sont dépassés.

Étapes du pipeline

• Auto-détection du canal : Détecte e-mail, Slack, LinkedIn, article de blog, étude de cas, page d'accueil ou ordre du jour de réunion à partir d'indices comme les salutations, hashtags, blocs de code, nombre de mots et signaux vocaux. Chaque canal applique des règles différentes.
• Calibrage vocal (optionnel) : Accepte un fichier de profil vocal ou un échantillon d'écriture pour en dériver un profil en six lignes. Ignoré par défaut.
• Analyse de motifs : Analyse dans un ordre fixe — 16 motifs structurels nommés (recadrage dramatique, punchline fabriquée, phrase d'élan, franchise performative, fragment dramatique Q&R, anaphore, évitement de copule, etc.), puis vocabulaire en trois niveaux (toujours remplacer, drapeau de cluster, drapeau de densité), puis vérifie le point de vue et les détails concrets, puis les budgets de ponctuation et les débuts interdits.
• Seuil de sévérité : Si les hits dépassent les seuils (5+ hits de vocabulaire, 3+ catégories de motifs, longueur de phrase uniforme), le pipeline jette le brouillon et réécrit à partir du plan. Sinon, il corrige chirurgicalement.
• Réécriture : À la profondeur choisie, en préservant la voix.
• Auto-vérification : Demande « qu'est-ce qui rend la réécriture encore clairement générée par IA ? » et révise à nouveau.

Décisions de conception clés

• Rigueur selon le canal : Les messages Slack courts sont moins scrutés que les titres de pages d'accueil. Les fragments de phrase sont acceptables dans Slack mais signalés dans les textes longs. Les paragraphes d'une ligne sont normaux sur LinkedIn.
• Drapeau [HOLLOW] : Marque les brouillons qui passent la détection IA mais ne disent rien de spécifique — un problème distinct de « semble écrit par IA ».
• Schéma du profil vocal : Déclarez les motifs intentionnels (par exemple, fragments et débuts de phrase avec « Et/Mais ») pour que le pipeline les laisse tranquilles.
• Mode configuration : Un entretien de 7 questions génère un profil vocal si vous n'en avez pas.

Format de sortie

Le pipeline produit un rapport structuré avec des en-têtes de section stables : Problèmes trouvés, Brouillon réécrit, Ce qui a changé, Auto-vérification, Version finale, Rapport d'humanisation. Ceci est analysable pour enchaîner après un agent rédacteur.