Процесс извлечения пользовательского голоса для кода Claude с использованием шаблона

Процесс извлечения голоса

Разработчик подробно описал метод создания пользовательских голосовых навыков для Claude Code, которые имитируют человеческие паттерны письма, устраняя статистические признаки LLM. Процесс включает анализ личных образцов письма для построения всеобъемлющего голосового профиля.

Трёхэтапное извлечение

Извлечение использует шаблон на ~950 строк с копипаст-промптами в трёх фазах:

• Этап 1 (автоматизированный): Claude анализирует 8 измерений на основе 15+ образцов письма (посты в блоге, сообщения в Slack, клиентские письма, комментарии на Reddit, чат-сообщения). Сюда входят паттерны предложений, паттерны начала для каждого формата, лексический отпечаток, структурные паттерны, маркеры тона, привычки форматирования, языко-специфичные паттерны (поддержка двуязычия) и детекция LLM-измов. Паттерны классифицируются как ГОЛОС (подлинно ваши), ПЛАТФОРМА (конвенции, специфичные для платформы) или ПОГРАНИЧНЫЕ. Этот этап также строит кастомный чёрный список, начиная с рецензируемых списков перепредставленных LLM-слов, за вычетом тех, которые вы используете легитимно.
• Этап 2 (ручная проверка): Вы проверяете черновик SKILL.md и даёте обратную связь по 4 категориям: НЕВЕРНО, ПРЕУВЕЛИЧЕНО, ПРОПУЩЕНО, НУЖДАЕТСЯ_В_НЮАНСАХ. Эта фаза добавила 71 новую строку правил, выявив паттерны вроде использования двоеточий вместо тире для уточнений и определив отсутствующие утвердительные паттерны письма.
• Этап 3 (калибровка): Claude генерирует образцы в вашем голосе для всех форматов (начало поста в блоге, объявление в Slack, клиентское письмо, комментарий на форуме). Вы помечаете каждый как ХОРОШО/БЛИЗКО/НЕ_ТО с конкретными тегами: СЛИШКОМ_ФОРМАЛЬНО, СЛИШКОМ_НЕФОРМАЛЬНО, НЕПРАВИЛЬНОЕ_СЛОВО, LLM_ИЗМ, НЕ_Я. Теги напрямую сопоставляются с разделами SKILL.md для быстрого исправления. Этот этап выявил тонкие личные привычки, такие как французское влияние на пробелы перед пунктуацией (пробел перед ! и ?), "ахах" вместо "хаха", ВЕРХНИЙ РЕГИСТР для эмфазы, кавычки-воздушки для иронии и многоточия в конце для подразумеваемого продолжения.

Структура навыка

Финальный SKILL.md вырос с 333 до 510 строк за 4 итерации, организованный как:

• Сначала чёрные списки (ранние ограничения эффективнее)
• Анти-перформативные правила (предотвращают превращение случайных привычек в компульсивные театральные тики)
• Ключевые голосовые паттерны
• Режимы для конкретных форматов

Навык включает чёрные списки для LLM-измов, организованные по частям речи на основе рецензируемых исследований, анти-перформативные правила, режимы голоса для конкретных форматов и раздел "что я никогда не делаю".

Результаты

Сравнение до/после показывает разницу: общий вывод Claude заканчивает запись в велосипедном дневнике фразой "иногда те, что ломают тебя, стоят того, чтобы о них написать", в то время как кастомный голос говорит "нужно приходить легче". Кастомный вывод устраняет длинные тире, использует двоеточия для уточнений, включает технические сокращения без объяснений и добавляет скобочные отступления для юмора. Хотя детекторы ИИ всё ещё флагуют, показатели уверенности падают на 30-40%.

Реализация

Шаблон самодостаточен: поместите образцы письма в директорию corpus/ (10+ документов, 2+ типа контента) и запустите промпты. Работает для любого языка. Разработчик отмечает, что объяснение систем анти-ИИ защиты на публичных форумах, индексируемых ИИ-краулерами, подрывает их эффективность, но этот метод извлечения голоса можно безопасно делиться.