Как убрать запах нейросети из текста: слова-маркеры и промпты (2026)

Ты копируешь текст из ChatGPT или Claude, вставляешь в пост, и где-то на втором абзаце ловишь неприятное чувство: писала машина. Убрать запах нейросети можно за один проход. Вычеркни слова-маркеры (в современном мире, важно отметить, играет ключевую роль), выброси конструкцию «не X, а Y» и длинное тире, замени пустые обороты на конкретные цифры и примеры. А чтобы модель не портила текст с самого начала, пропиши эти правила один раз в файле CLAUDE.md.

Дальше по порядку: конкретный список слов и конструкций, по которым текст палится, честный разбор почему модели пишут именно так, восемь готовых промптов для очеловечивания и правда про ИИ-детекторы без прикрас. В конце покажу, как настроить Claude один раз, чтобы он выдавал живой текст сразу и чистить руками почти не приходилось.

Коротко: из чего складывается запах нейросети

Три источника, по которым читатель узнаёт машинный текст ещё до того, как поймёт причину.

• Слова-штампы. Громкие пустые обороты вместо конкретики: «раскрыть потенциал», «играет ключевую роль». Их видел каждый сто раз.
• Конструкции-шаблоны. Готовые синтаксические рамки, которые модель лепит в текст на любую тему: «это не просто X, это Y», «большинство людей делают неправильно».
• Ровный ритм. Все предложения примерно одной длины, идут как под линейку, без пауз и сбоев. Живой человек так не пишет.

Дальше разберём каждый слой и что с ним делать.

Слова-маркеры нейросети: список для русского текста

Вот рабочий список штампов, по которым русский текст сразу палится как машинный. Увидел любое слово из него в своём тексте, останавливайся и вычёркивай. Держи под рукой, пока глаз сам не научится их ловить.

# Слова и штампы, которые выдают нейросеть
в современном мире
в эпоху цифровизации
в наши дни
играет ключевую роль
является неотъемлемой частью
важно отметить
стоит отметить
следует подчеркнуть
давайте разберёмся
не секрет, что
на самом деле
в первую очередь
комплексный подход
данный подход позволяет
ключевым моментом является
широкий спектр возможностей
не только X, но и Y
таким образом
подводя итог
в заключение стоит сказать

Замена простая. Вместо «раскрыть потенциал» пиши, что конкретно человек получит: «14 готовых шаблонов». Вместо «выйти на новый уровень» назови, что именно меняется и на сколько. Каждый штамп меняешь на факт, который знаешь только ты. Модель не знает твоих цифр и твоих историй, поэтому подставить туда штамп ей нечем.

Конструкции-шаблоны: почему «не X, а Y» палит текст мгновенно

Отдельные слова это половина беды. Хуже конструкции, готовые синтаксические рамки, в которые модель заливает любую тему. Их видно за версту, потому что они одинаковые в тексте про SEO, про рыбалку и про бухучёт.

# Конструкции-шаблоны, которые повторяет каждая нейросеть
«это не просто X, это Y»
«дело не в X, а в Y»
«проблема не в X, проблема в Y»
«большинство людей делают это неправильно»
«мало кто знает»
«90 процентов не догадываются»
«секрет в том, что...»
«это меняет всё»
«представьте себе...»
три коротких слова подряд. Для эффекта. Вот так

Отдельно про конструкцию «не X, а Y» и её варианты («дело не в X, а в Y», «это не X. Это Y»). Это самый заметный синтаксический маркер машинного текста в русском. Модель обожает эту рамку, потому что она создаёт иллюзию глубокой мысли на пустом месте: сначала отрицаешь очевидное, потом подставляешь красивую антитезу. Читатель, который уже прочитал сотню таких постов, ставит метку «сгенерировано» автоматически.

Чинится так. Берёшь фразу «это не просто инструмент, это помощник» и выкидываешь всю рамку. Пишешь то, что стоит за ней: «эта штука собирает отчёт за 12 минут вместо четырёх часов». Конкретное действие вместо абстрактной антитезы. Тот же приём с «большинством людей»: меняешь размытое «большинство» на живую конкретную группу. Было «большинство людей делают это неправильно», стало «новички в первый месяц» или «эксперты без своего сайта».

Почему нейросети пишут именно таким языком

Тут полезно понять механику, потому что она объясняет, почему борьба со штампами никогда не заканчивается. Дело в том, как модель устроена.

Языковая модель предсказывает самое вероятное следующее слово по огромному корпусу текстов, на которых её обучили. Ключевое слово тут «вероятное». Из всех возможных продолжений фразы модель по умолчанию тянется к самому обкатанному, самому частому в интернете обороту. А самые частые обороты это и есть штампы: их написали миллионы раз до этого. Поэтому без специальных инструкций модель выдаёт усреднённый язык, собранный из самых затёртых кусков.

Второй слой это дообучение на человеческих оценках. После базового обучения модель шлифуют: люди оценивают ответы, и модель учится выдавать то, что оценивают выше. А выше люди в среднем оценивают вежливый, гладкий, обтекаемый, никого не задевающий тон. Так в модель встраивается склонность к безопасному корпоративному языку, где нет резких формулировок и живых углов.

Отсюда вывод, который многие упускают. Модель пишет мёртво не потому, что она плохая, а потому, что её не попросили писать живо. По умолчанию она отдаёт усреднённый безопасный текст, который у всех получается одинаковый. Задача автора: сбить этот дефолт конкретными инструкциями. Это можно делать в каждом запросе руками, а можно один раз настроить модель, к этому вернёмся в конце.

Как писать живо: четыре приёма после чистки

Вычеркнуть маркеры это половина работы. Вторая половина писать так, чтобы модели нечего было туда подставить. Четыре правила, держи перед глазами при правке.

1. Не открывай абзац громким заявлением про весь мир. Никаких «в современном мире» и «в эпоху цифровизации» в первой строке. Начинай сразу с факта, цифры или живой сцены, которую видел сам.
2. Не заканчивай вдохновляющим выводом. Модель любит закрывать текст красивой пустой моралью вроде «и тогда всё обязательно получится». Убирай её. Текст спокойно живёт без финального аккорда.
3. Пиши как в переписке с другом. Живая речь, обычные слова, короткие фразы вперемешку с длинными. Если в жизни ты так не говоришь, в текст это не ставь.
4. Не ставь длинное тире. Знак «—» руками почти никто не набирает, это машинный почерк. Дроби на короткие фразы и точки, ставь обычный дефис, двоеточие или запятую.

Финальный тест на всё сразу: прочитай текст вслух. Звучит как речь со сцены, переписывай проще. Звучит как ты в разговоре с другом, текст готов. Этот тест ловит почти всё, что не поймал список слов, потому что ухо чувствует фальшивый ритм лучше глаза.

Хочешь глубже разобрать, какие именно слова и обороты рушат ответ модели и как формулировать запрос, чтобы штампов было меньше уже на входе, посмотри разборы слова, портящие ответ ИИ и как писать промпты.

8 промптов для очеловечивания текста

Ловить маркеры руками полезно, чтобы набить глаз. Но когда руку набил, чистить можно быстрее промптом. Ниже восемь готовых промптов. Берёшь любой, под ним приклеиваешь свой текст, модель возвращает живой вариант. Работают и в Claude, и в ChatGPT, тема и язык значения не имеют.

Промпт 1. Базовая чистка, самый первый прогон сырого текста. Снимает роботность и оставляет смысл.

Ты редактор человеческих текстов. Перепиши текст ниже так, чтобы он звучал естественно и разговорно, как живой человек. Убери роботизированные обороты, сухую структуру и неестественно ровный ритм. Смысл сохрани полностью.
 
Текст:
[вставь свой текст]

Промпт 2. Убрать конкретные штампы по списку. Даёшь модели чёткий стоп-лист, а не размытое «сделай живее».

Перепиши текст ниже. Удали из него штампы: «в современном мире», «важно отметить», «стоит отметить», «давайте разберёмся», «раскрыть потенциал», «выйти на новый уровень», «играет ключевую роль», «комплексный подход». Замени каждый на конкретный факт из самого текста. Ничего не выдумывай.
 
Текст:
[вставь свой текст]

Промпт 3. Сломать конструкцию «не X, а Y» и родственные рамки. Самый частый синтаксический маркер.

Найди в тексте ниже все конструкции вида «это не X, а Y», «дело не в X, а в Y», «проблема не в X, проблема в Y», «большинство людей делают неправильно». Перепиши каждую как прямое утверждение без противопоставления. Смысл оставь тот же.
 
Текст:
[вставь свой текст]

Промпт 4. Разбить ровный ритм. Разгоняет однообразную гладкость, по которой текст вычисляют сильнее всего.

Отредактируй текст ниже так, чтобы у него появился живой человеческий ритм. Чередуй короткие и длинные предложения, где-то поставь совсем короткую фразу в одно-два слова. Убери повторяющиеся и предсказуемые обороты. Смысл не меняй.
 
Текст:
[вставь свой текст]

Промпт 5. Разговорный тон и простые слова. Для постов и писем, где надо говорить с человеком по-простому.

Перепиши текст ниже так, будто знающий человек объясняет это другу за чашкой кофе. Тепло, по-простому, обычными словами. Убери канцелярит и жаргон. Профессиональность сохрани, но сделай текст лёгким для чтения.
 
Текст:
[вставь свой текст]

Промпт 6. Заменить воду конкретикой. Заставляет модель подставить цифры и примеры вместо общих фраз.

Пройди по тексту ниже и найди общие бессодержательные фразы, которые подошли бы к любой теме. Там, где в тексте есть конкретика (цифры, названия, примеры), выведи её на первый план. Где конкретики нет, честно пометь [нужен факт], не выдумывай.
 
Текст:
[вставь свой текст]

Промпт 7. Убрать длинное тире и привести пунктуацию к человеческой.

Отредактируй текст ниже. Убери все длинные и средние тире, замени их на короткий дефис, двоеточие, точку или запятую по смыслу. Убери цепочки многоточий. Больше ничего не меняй.
 
Текст:
[вставь свой текст]

Промпт 8. Финальная шлифовка перед публикацией. Прогоняешь самым последним, поверх остальных.

Это почти готовый текст. Сделай финальную вычитку: убери последние следы машинного стиля, выровняй тон, проверь что нет штампов и конструкции «не X, а Y», что ритм живой. Ничего не дописывай и не выдумывай, только шлифуй.
 
Текст:
[вставь свой текст]

Как ими пользоваться. Не гоняй все восемь подряд, это лишнее. Рабочая связка: один переписывающий промпт (1, 2 или 5) плюс финальная шлифовка (8). Первый ломает роботность, второй наводит лоск. Важно: после прогона перечитай результат вслух своим тестом. Модель иногда вычищает одни штампы и подсовывает новые, финальное слово всегда за тобой.

ИИ-детекторы: честная правда, работают ненадёжно

Скажу прямо, потому что вокруг этого много вранья. ИИ-детекторы текста работают ненадёжно, и строить на их вердикте что-то серьёзное нельзя. Ни доказать ими, что текст машинный, ни гарантировать, что текст «прошёл проверку».

Показательная история от самих создателей ИИ. В январе 2023 OpenAI запустила собственный классификатор для определения ИИ-текста. Через полгода, 20 июля 2023, компания его закрыла с формулировкой «низкая точность». По собственным данным OpenAI, инструмент правильно определял всего 26 процентов ИИ-текста как «вероятно машинный» и при этом в 9 процентах случаев помечал текст живого человека как сгенерированный. То есть компания, которая сделала ChatGPT, не смогла надёжно ловить его же вывод и честно закрыла проект.

Классификатор больше недоступен из-за низкой точности. Мы работаем над более эффективными методами определения происхождения текста.

- OpenAI, анонс классификатора с пометкой о закрытии

С 2023 года детекторы стали лучше, но фундаментальная проблема осталась. По независимым тестам 2026 года, точность популярных детекторов держится в диапазоне 60-90 процентов в зависимости от инструмента, а ложные срабатывания на живом тексте составляют от 2 до 12 процентов. Отдельно исследователи отмечают, что разговорный и простой текст детекторы путают чаще всего: именно живая человеческая речь без сложных конструкций часто получает ярлык «машина». Один из популярных детекторов в тесте пометил как ИИ четыре человеческих текста из выборки и пять текстов, написанных людьми, для которых английский не родной.

Вот это последнее особенно важно. Детекторы регулярно бьют по живым авторам, для которых язык неродной или которые пишут просто и разговорно, а это ровно тот стиль, к которому мы стремимся в этой статье. Получается парадокс: чем живее и проще ты пишешь, тем выше шанс, что детектор ошибочно назовёт тебя машиной.

Практический вывод. Не гоняйся за зелёной циферкой детектора, это ложная цель. Ориентируйся на читателя: прочитал вслух, звучит как живая речь, значит текст хороший. Если он при этом ещё и проходит детектор, приятный бонус, но не самоцель.

Как настроить Claude один раз, чтобы писал живо сразу

Всё, что мы разобрали выше, можно делать в каждом запросе руками. А можно настроить модель один раз, и она будет учитывать эти правила сама. Это самый большой рычаг во всей теме, потому что убирает штампы на входе, а не вычищает их на выходе.

Способ первый и главный: файл CLAUDE.md. Это текстовый файл, который кладёшь в корень проекта, и Claude Code подгружает его в каждый запрос как постоянную инструкцию. Ты один раз выписываешь туда все стилевые запреты, и дальше модель их держит в голове без напоминаний. Вот заготовка блока, который можно вставить в свой CLAUDE.md.

## Как писать текст
- Обращение на «ты», живой разговорный тон, как объясняешь другу.
- Короткие абзацы по 1-3 предложения. Чередуй длинные и короткие фразы.
- ЗАПРЕЩЕНО длинное тире (—) и среднее тире (–), только короткий дефис (-), двоеточие или запятая.
- ЗАПРЕЩЕНА конструкция «не X, а Y» в любом виде, включая «это не X, это Y».
- ЗАПРЕЩЕНЫ штампы: «в современном мире», «важно отметить», «стоит отметить», «давайте разберёмся», «играет ключевую роль», «раскрыть потенциал», «выйти на новый уровень», «комплексный подход».
- Не открывай текст громким заявлением про весь мир. Не закрывай вдохновляющей моралью.
- Общие фразы заменяй конкретикой: цифра, название, пример. Факты не выдумывай.

Положил этот блок один раз, и Claude перестаёт сыпать штампами во всех задачах внутри проекта. Это несравнимо удобнее, чем каждый раз приклеивать промпт-чистильщик после генерации. Если ты ещё не работал с этим файлом и не понимаешь, как он устроен и куда его класть, начни с базового гайда как настроить CLAUDE.md, там разложено с нуля.

Способ второй: оформить эти же правила как скилл-редактор. Скилл это папка с инструкцией, которую Claude подключает по триггеру, когда ты просишь вычитать текст. Удобно, если правка текста у тебя отдельная регулярная задача и не хочется держать стилевые правила в общем CLAUDE.md. Как собрать такой скилл и чем он отличается от CLAUDE.md, разбирает гайд 7 скиллов Claude для контента.

Разница в подходе принципиальная. Чистка промптом это лечение симптома: текст уже родился штампованным, ты его правишь. Настройка через CLAUDE.md это профилактика: модель изначально пишет ближе к живому. На потоке контента второе экономит часы, потому что вычитывать приходится в разы меньше.

Чек-лист: что у тебя теперь есть

Пройди по списку. Если разобрался, все пункты закрыты.

• Держишь под рукой список слов-маркеров и вычёркиваешь их в своём тексте на автомате.
• Ломаешь конструкцию «не X, а Y» и родственные рамки, а не пытаешься их смягчить.
• Понимаешь, почему модель сыплет штампами: предсказывает частые слова плюс дообучена на вежливый усреднённый тон.
• Применяешь четыре приёма живого письма: без заявлений про весь мир, без финальной морали, разговорно, без длинного тире.
• Собрал рабочую связку промптов: один переписывающий плюс финальная шлифовка, с проверкой вслух после.
• Не доверяешь ИИ-детекторам как доказательству и знаешь, что они бьют по живым авторам тоже.
• Настроил Claude один раз через CLAUDE.md или скилл, чтобы штампов было меньше на входе.
• Проверяешь итог одним тестом: прочитал вслух, звучит как живая речь, текст готов.

Главное правило на все случаи одно. Запах нейросети это то, что мог бы написать кто угодно про что угодно. Живой текст это то, что можешь написать только ты, потому что там твои цифры, твои примеры и твой голос. Список слов и промпты убирают грубые маркеры за вечер, а настройка модели через CLAUDE.md делает так, что убирать почти нечего.