Claudeコード用のカスタム音声抽出プロセス（テンプレート付き）

ボイス抽出プロセス

開発者は、統計的なLLMの特徴を排除することで人間の書き方パターンを模倣する、Claude Code向けカスタムボイススキルを作成する方法を詳述しました。このプロセスでは、個人的な書き込みサンプルを分析して包括的なボイスプロファイルを構築します。

3段階抽出

抽出では、約950行のテンプレートを使用し、3つのフェーズでコピー＆ペーストプロンプトを実行します：

• パス1（自動化）：Claudeが15以上の書き込みサンプル（ブログ投稿、Slackメッセージ、クライアントメール、Redditコメント、チャットメッセージ）から8つの次元を分析します。これには、文のパターン、フォーマットごとの冒頭パターン、語彙の指紋、構造パターン、トーンマーカー、フォーマット習慣、言語固有のパターン（バイリンガルサポート）、LLM特有表現の検出が含まれます。パターンは、VOICE（真にあなたのもの）、PLATFORM（プラットフォーム固有の慣例）、またはBORDERLINEに分類されます。このパスでは、過剰に使用されるLLM単語の査読済みリストから、正当に使用するものを除いたカスタマイズされた禁止リストも構築します。
• パス2（手動レビュー）：SKILL.mdの草案をレビューし、4つのカテゴリ（WRONG、OVERSTATED、MISSING、NEEDS_NUANCE）を使用してフィードバックを提供します。このフェーズでは、説明のためのハイフンではなくコロンを使用するなどのパターンや、欠落している肯定的な書き方パターンを特定し、71行の新しいルールが追加されました。
• パス3（キャリブレーション）：Claudeがすべてのフォーマット（ブログ冒頭、Slackアナウンス、クライアントメール、フォーラムコメント）であなたのボイスでサンプルを生成します。各サンプルをGOOD/CLOSE/OFFで評価し、TOO_FORMAL、TOO_CASUAL、WRONG_WORD、LLM_ISM、NOT_MEなどの特定のタグを付けます。タグはSKILL.mdのセクションに直接マッピングされ、迅速な修正が可能です。このパスでは、フランス語の影響を受けた句読点の間隔（!や?の前のスペース）、「haha」ではなく「ahah」、強調のための全角大文字、皮肉のための空引用符、継続を暗示する末尾の省略記号など、微妙な個人的な癖が明らかになりました。

スキル構造

最終的なSKILL.mdは4回の反復で333行から510行に拡大し、以下のように構成されています：

• 最初に禁止リスト（初期の制約がより効果的）
• アンチパフォーマンスルール（時折の習慣を強迫的な演劇的な癖に変えるのを防ぐ）
• コアボイスパターン
• フォーマット固有モード

このスキルには、査読済み研究に基づく品詞別のLLM特有表現の禁止リスト、アンチパフォーマンスルール、フォーマット固有のボイスモード、「私が絶対にしないこと」セクションが含まれています。

結果

前後の比較では違いが示されています：一般的なClaudeの出力はサイクリング日記のエントリを「時にはあなたを壊すものが書く価値のあるものだ」で終えるのに対し、カスタムボイスでは「軽く来る必要がある」と言います。カスタム出力はダッシュを排除し、説明のためのコロンを使用し、説明なしで技術的な省略形を含め、ユーモアのための括弧付きの余談を追加します。AI検出器にはまだ引っかかりますが、確実性スコアは30〜40％低下します。

実装

テンプレートは自己完結型です：書き込みサンプルをcorpus/ディレクトリに配置し（10以上のドキュメント、2以上のコンテンツタイプ）、プロンプトを実行します。あらゆる言語で動作します。開発者は、AIクローラーにインデックス化された公開フォーラムでアンチAI防御システムを説明することはその効果を損なうが、このボイス抽出方法は安全に共有できると指摘しています。