Представьте мастера по ремонту квартир, который выложил в свой канал пост, набросанный нейросетью. Под ним мог бы появиться комментарий «Сразу видно, нейросеть писала», и мастер не понял бы, что не так: работа его, факты его, слова вроде бы обычные.
Убрать признаки ИИ из текста можно в четыре шага: выписать нейросетевые привычки, найти их в тексте, переписать эти места и проверить факты. Выдают обычно длинное тире в каждом абзаце, оборот вроде «это не просто ремонт, а забота о доме», перечисления ровно по три и громкие слова. Разработчик Эрик Маркус Каннике вычистил такие привычки из маленькой нейросети. Самая чистая версия начала выдумывать исследования. Его нейросеть пишет по-английски, а ход мысли годится и для русского текста.
Цена у этих привычек простая: узнав руку нейросети, человек читает дальше вполглаза. «Мозг выключился и перестал вчитываться», написал один читатель на форуме Hacker News (англоязычный форум, где обсуждают технологии), когда счёл статью нейросетевой.
Привычки нейросеть берёт из сети, а включает их дообучение
По разбору Каннике, привычки заложены ещё в обучении на текстах из сети, а включает их дообучение. Нейросеть после первого этапа, на огромном количестве текстов, называют базовой моделью: она просто продолжает начатый текст. Привычки она видела в рекламных текстах и постах деловых соцсетей, но сама так не пишет, по умолчанию её текст ровный.
Потом её дообучают быть вежливым помощником, и привычки становятся голосом по умолчанию. По замеру автора, версия-помощник той же модели пишет в 2,5 раза шаблоннее базовой.
Как это происходит, он показал на другой открытой модели, у которой опубликованы все этапы обучения. На одном из этапов люди выбирали лучший из двух ответов. Каннике прогнал эти данные через свой счётчик привычек: в 3000 пар «лучшим» отметили более шаблонный ответ в 57% случаев. Похоже на школьника, которому снижали оценку за сочинение без «вступления» и «вывода»: теперь он пишет их даже в записке соседу по парте.
Поэтому пост мастера и узнали по манере. А манеру можно описать списком.
Чтобы убрать признаки ИИ из текста, Каннике сначала их посчитал
Он взял своё руководство по стилю, список нейросетевых привычек, и превратил его в счётчик. Кроме названных выше, туда вошли риторический вопрос с ответом тут же, вводные вроде «и вот в чём штука» и рубленые фразы для эффекта. По карточке модели, всего признаков 26, и у каждого свой вес: столько баллов признак добавляет, когда встречается в тексте. Счётчик выдаёт число баллов на 1000 слов, и чем оно меньше, тем текст меньше похож на нейросетевой.
Абзац аккуратного автора набирает почти ноль, обычный человеческий текст по шкале автора укладывается в 15. Нейросеть, с которой он начинал опыт, набирала в среднем 121, примерно в восемь раз больше.
Теперь «звучит как ИИ» можно сравнить числом: после правки счёт упал или нет.
Каннике честно оговаривает и слабое место. Счётчик собран из его собственных правил, и слепой проверки, где читатели сами выбирают текст получше, пока не было.
Нейросеть переучили на её же лучших ответах
Для опыта он взял открытую модель Qwen3-4B. Открытая значит, что её может скачать и запустить у себя любой человек; эта маленькая, сжатая версия весит 2,5 ГБ. Как запустить нейросеть на своём компьютере без интернета, я разбирал отдельно.
Устроено оно как подмастерье при мастере. «Учитель», лучшая на тот момент версия модели с подсказкой «пиши просто», отвечал на 288 заданий: пост для соцсети, объяснение, колонку с мнением. Ответы прогоняли через счётчик и проверку на поломки вроде предложений с маленькой буквы или ухода от темы. Хорошие оставляли, и модель-«ученик» училась выдавать такие ответы сама, без подсказки. Один такой проход и есть круг; на ноутбуке MacBook Air каждый, по словам автора, занимал от одного до трёх часов.
После трёх кругов, по замерам автора, счёт упал до 12,5, а 68% ответов попали в человеческий диапазон. Длинных тире было 20,5 на 1000 слов, примерно одно на каждые 50 слов, стало ноль. По словам автора, на 30 вопросах проверки знаний модель ответила верно на все 30.
Самый чистый текст оказался плохим
На втором круге счёт, по замеру автора, был самым низким у обученной модели, 9,9, а тексты стали плохими. Колонка о новой программе для продаж так и не высказала мнения и читалась как отчёт о происшествии. Заметка о комнатных растениях ссылалась на исследование Сиднейского технологического университета, которое модель выдумала. Счётчик привычек такую выдумку не ловит: он только считает обороты и фактов не проверяет.
Вылезла и новая привычка: почти каждое предложение цеплялось к следующему через «, который» и «, так что», по замеру автора в 28 раз чаще, чем у исходной модели. Её занёс сам автор. В подсказке учителю он попросил связывать предложения через «потому что», «так что», «но» и «который», и два круга подражания это раздули.
Лечил он новыми проверками. Делает ли ответ то, что просили: колонка с мнением занимает позицию в начале, личная заметка написана от первого лица, письмо начинается с приветствия. Отдельно считались предложения, склеенные через «который», и выдуманные исследования с процентами. Все проверки прошли около 30% ответов, на них учили третий круг. Счёт немного вырос, зато задание выполнялось в 80% ответов против 60% у второго круга.
Что осталось: плоский голос, выдуманные имена и только английский
Кофейня на Мейпл-стрит, которой владеет женщина по имени Мария: такие подробности убрать не удалось, имена и места модель Каннике сочиняет и теперь. Автор объясняет это тем, что каждый круг поощрял конкретные подробности. Голос у неё плоский: короткие повествовательные фразы подряд, личные заметки похожи на записи в дневнике.
В обсуждении на форуме спорили и о том, надо ли вообще прятать нейросетевой след.
Для русского читателя главная оговорка другая. Автор проверял модель лишь на коротких английских текстах и пишет, что на других языках она может работать не лучше исходной или хуже; основа Qwen3, по словам её разработчиков, поддерживает 119 языков, но чистку на русском никто не проверял. Модель выложена по лицензии Apache-2.0: ею можно пользоваться бесплатно, в том числе в работе; скачивается ли она из России без препятствий, я не проверял.
Как убрать признаки ИИ из текста у себя: свой список и проверка фактов
Чистка по одному счётчику ломала тексты, поэтому после правки привычек нужно ещё проверить факты: убрать привычки мало. Без всякой модели порядок такой:
- Выпишите 5–7 привычек, которые раздражают вас в текстах нейросети. Проще всего открыть два-три последних ответа нейросети и подчеркнуть то, что повторяется. Например: длинное тире, «это не X, а Y», «давайте разберёмся», перечисления по три, слова вроде «уникальный» и «мощный».
- Прогоните по списку свой текст: глазами или с помощью нейросети. Чем отличаются два самых известных помощника и какой выбрать для работы, я разбирал в статье ChatGPT или Claude. Просьбу ниже вставьте в окно чата, а слова в скобках замените своим списком и своим текстом.
- Каждое найденное место перепишите своими словами: скажите то же проще, как сказали бы клиенту вслух, или уберите фразу, если без неё смысл не теряется. Если нейросеть снова предлагает тот же оборот, правьте это место сами.
- После правки проверьте всё, что похоже на факт: имена, цифры, ссылки на исследования. Счётчик привычек их не проверяет, это делает автор.
Вот мой список нейросетевых привычек: (вставьте список). Вот мой текст: (вставьте текст). Найди в тексте все места, где встречаются привычки из списка. Выпиши каждое место дословно и укажи, какая это привычка. Ничего не переписывай.
Похожую проверку я делал со своей фразой. Когда я описывал одну свою систему, мне хотелось написать «так больше никто не делает». Я искал опровержение собственному утверждению, как в шаге 4 ищут его для чужого: сначала широкий поиск, потом чтение первоисточников. Нашлось, что каждая часть уже есть у других, моё только их соединение. Фраза ушла, осталось то, что я могу доказать.
Мастер из начала может сделать это сегодня: выписать свои привычки и прогнать по ним тот самый пост.
Если нужен список привычек и проверка текста под ваш голос, напишите мне, соберу.
Частые вопросы
Поможет ли такая правка пройти проверку на ИИ?
Правка нужна, чтобы текст дочитали до конца. Сервисы-детекторы ищут свои признаки, и Каннике свою модель на них не проверял; один участник обсуждения написал, что детектор всё равно отметил текст модели как написанный ИИ. Если в учёбе или на работе спрашивают про ИИ, там действуют их правила.
Длинное тире теперь лучше не ставить совсем?
Тире остаётся нормальным знаком, и в обсуждении его защищали люди, которые ставили его годами. Выдаёт тире в каждом абзаце и связка «это не X, это Y». Один из участников заметил, что полное отсутствие тире тоже может показаться признаком нейросети.
Эльхан Дадашев, ИИ-архитектор. Собираю инструменты на нейросетях под задачи людей, когда готовые программы не устраивают. Здесь пишу, с какими задачами сталкивался сам и как их решил, и разбираю новые нейросети по тому, что они меняют в обычной работе.
Написать автору: Telegram · MAX · Работа со мной
Нужна такая же система под вашу задачу — разбираю процесс и проектирую её на ИИ.