Comment faire paraître ChatGPT humain, prompts et retouches

Demander à ChatGPT de réécrire un paragraphe pour qu’il paraisse plus humain aggrave généralement le résultat. Il repère une contraction isolée, une phrase qui commence par « look, », peut-être un « here’s the thing, », et donne l’impression de jouer la décontraction plutôt que de l’écrire. La plupart des guides sur la manière de faire paraître ChatGPT humain énumèrent huit ou dix astuces sans ordre particulier. Il existe pourtant un ordre, ce qu’il faut demander avant que ChatGPT n’écrive quoi que ce soit, ce qu’il faut cesser de demander parce que cela se retourne contre vous, et les modifications qui valent la peine d’être apportées ensuite à la phrase.

Cette surcorrection n’est pas seulement une impression. Des chercheurs qui ont comparé de vraies conversations téléphoniques avec des conversations générées par IA, dans un article publié dans la revue Cognitive Science, ont constaté que les modèles de langage sont, selon l’un des auteurs de l’étude, « un peu trop enclins à imiter », et qu’ils emploient à tort des marqueurs discursifs comme « well » et « like » d’une manière que l’auditeur remarque immédiatement. L’étude portait sur la conversation orale, mais la version écrite relève du même réflexe, un paragraphe qui s’appuie sur des contractions et une parenthèse rhétorique parce que vous lui avez demandé de « sound conversational » peut se lire comme s’il s’efforçait autant qu’un texte qui n’a jamais essayé du tout.

Comment faire paraître ChatGPT humain avant qu’il n’écrive un mot

Le changement le plus fiable est aussi le moins spectaculaire, cessez de demander un ton et commencez par fournir un rôle ainsi qu’un véritable exemple d’écriture. « Write this in a friendly, human tone » donne au modèle un adjectif, et il satisfait les adjectifs avec le cliché le plus proche qu’il a en mémoire. « You are a graduate teaching assistant replying to a student's email about a missed deadline; match the register of the paragraph below » lui donne un rôle, un public et un registre à reproduire, trois contraintes au lieu d’un seul mot.

La différence apparaît immédiatement. Lorsqu’on lui demande seulement de paraître humain, ChatGPT a tendance à commencer par quelque chose comme « Salut ! Je comprends tout à fait ce que vous voulez dire. » Avec un rôle et un vrai paragraphe à imiter, la même demande produit « Merci de me l’avoir signalé. Un court délai supplémentaire est acceptable, mais remettez-moi la version révisée vendredi afin que l’évaluation reste dans les délais. » La deuxième version n’a pas davantage de contractions que la première. Elle donne simplement l’impression qu’une personne précise l’a écrite, au lieu d’un chatbot aimable qui joue la chaleur humaine.

La raison pour laquelle la deuxième version fonctionne n’a rien de mystérieux. Un modèle prédit un mot probable à la fois, et une instruction comme « ton amical et humain » est elle-même une demande prévisible, déjà associée à un ensemble prévisible de sorties, salutations, points d’exclamation, ouverture un peu trop empressée. Un rôle et un échantillon réel donnent au modèle une cible plus étroite et moins générique à viser, ce qui explique pourquoi la sortie cesse de ressembler à toutes les autres réponses à qui l’on a demandé d’être plus humaines.

Si vous collez deux ou trois paragraphes de votre propre écriture avant la demande, cela fera davantage ce travail que n’importe quelle instruction isolée. Vous donnez au modèle quelque chose à imiter autre qu’un adjectif. À moins de lui donner quelque chose de plus proche de chez vous, le modèle n’a rien d’autre à imiter que sa moyenne d’entraînement. Ainsi, un court échantillon d’écriture modifie ce que « humain » signifie pour cette réponse précise, au lieu de laisser le modèle deviner une version générique du style familier.

Définissez la règle une seule fois au lieu de la répéter

Le panneau d’instructions personnalisées de ChatGPT, sous Personnaliser dans les paramètres du compte, contient deux cases, ce qu’il faut savoir sur vous, et la manière dont vous souhaitez qu’il réponde. Ensemble, elles sont limitées à 1.500 caractères, ce qui est assez court pour imposer de vraies contraintes plutôt que de vagues préférences. Une règle qui dit de ne pas reformuler la demande dans la première phrase, de garder une longueur de phrase irrégulière, et de ne jamais ouvrir deux paragraphes de la même manière, tient dans cette case et s’applique à chaque réponse ensuite. Un message ponctuel demandant quelque chose de plus humain ne persiste pas au-delà de cette seule réponse, il faut donc le retaper, et il a tendance à devenir plus vague à chaque fois que vous le faites.

Une version exploitable pour la rédaction académique, « Quand je demande un brouillon, ne reformule pas l’invite dans ta première phrase, conserve une longueur de phrase inégale plutôt qu’uniforme, et évite entièrement les ouvertures génériques de remplissage. Si je te donne un échantillon d’écriture, aligne la longueur de tes phrases, pas seulement ton vocabulaire. » Cela reste bien en dessous de la limite de caractères et donne au modèle quelque chose à appliquer à chaque fois, au lieu d’une nouvelle supposition à chaque message.

Ce réglage ne résout pas tout. Il modifie l’apparence du premier brouillon, pas ce qu’un lecteur attentif ou un détecteur finit par voir, et il ne change absolument rien à un brouillon que vous avez déjà généré avant de le définir. Il faut le considérer comme une manière d’élever le niveau minimal de chaque nouvelle réponse, et non comme un remplacement de la révision qui doit encore avoir lieu ensuite.

Les invites qu’il vaut mieux abandonner

Certaines des invites les plus courantes dégradent un paragraphe d’une manière précise et prévisible. Elles ajoutent un marqueur de familiarité sans toucher à la structure des phrases sous-jacente, et la structure des phrases, et non le choix des mots, est la partie que remarquent d’abord à la fois un lecteur attentif et un détecteur. Le tableau ci-dessous présente quatre des cas les plus fréquents et explique pourquoi chacun échoue.

Ce que vous demandez	Ce que ChatGPT fait réellement	Pourquoi l’indice subsiste
« Fais en sorte que cela paraisse plus humain »	Ajoute des contractions, une question rhétorique, une parenthèse supplémentaire	Le vocabulaire change, le rythme des phrases reste plat en dessous
« Ajoute quelques fautes de frappe »	Insère une ou deux erreurs évidentes, espacées de manière régulière	Les vraies fautes de frappe se regroupent et varient, celles-ci donnent l’impression d’avoir été placées volontairement
« Rends cela 20 percent plus familier »	Remplace quelques mots par des synonymes informels	Un pourcentage ne donne aucune instruction au niveau de la phrase
« Écris comme l’aurait écrit un humain »	Adopte par défaut une voix de blog générique, pas la vôtre	Le modèle n’a aucun échantillon de votre écriture à imiter

Chaque ligne échoue pour la même raison sous-jacente, la requête vise le vocabulaire, et le vocabulaire est la plus petite partie de ce qui fait qu’un paragraphe se lit comme généré. Le corriger ne consiste pas à trouver une meilleure version de la même requête, formulée plus habilement ou enrichie de davantage d’adjectifs. Cela signifie revenir à l’invite de rôle et d’exemple de la section ci-dessus, ou effectuer les modifications au niveau de la phrase dans la suivante.

L’invite laisse encore un travail au niveau de la phrase

Une bonne invite modifie le premier brouillon. Elle ne corrige pas un paragraphe qui existe déjà, et elle ne touche que rarement à l’habitude de ChatGPT d’écrire trois phrases d’affilée presque de la même longueur, car ce schéma survit à la plupart des consignes de ton sans être modifié. Un guide compagnon sur how to humanize AI text passe en revue en détail les modifications au niveau de la phrase, en fragmentant les longueurs uniformes, en supprimant le vocabulaire stéréotypé, en corrigeant la ponctuation répétée, en réintroduisant un détail précis qu’un modèle n’aurait pas pu deviner. L’invite produit un meilleur paragraphe de départ. Elle ne remplace pas ce passage.

Le seul contrôle qui vaille la peine d’être effectué avant toute autre chose, même après une invite solide, consiste à lire le paragraphe à voix haute et à marquer chaque phrase qui semble avoir la même longueur et la même forme que sa voisine. Un passive voice checker repère rapidement un indice connexe, puisque ChatGPT adopte par défaut des constructions atténuées et passives lorsqu’une invite ne précise pas directement la voix, et cette habitude survit à la plupart des consignes de style de la même manière qu’un rythme plat.

Une routine qui bat la réécriture à partir de zéro

Placez les éléments dans l’ordre et l’ensemble du processus va plus vite que la correction a posteriori d’un mauvais brouillon. Définissez une fois les instructions personnalisées. Ouvrez une nouvelle conversation, fournissez un rôle et un court échantillon d’écriture au lieu d’un adjectif, puis générez le brouillon. Lisez-le à voix haute et marquez les passages plats. Faites passer les paragraphes signalés dans un burstiness checker si le brouillon est assez long pour que la lecture à voix haute seule cesse d’être fiable, puis corrigez uniquement ce qu’il signale.

La version ligne par ligne de cela, en travaillant sur un brouillon un paragraphe à la fois, est présentée séparément, tout comme l’objectif plus restreint de réduire un score d’IA sur un travail qui a déjà été signalé.

Rien de tout cela ne produit un brouillon qui soit certain de passer un détecteur, et aucun prompt ne peut le promettre à lui seul. Ce que cela produit est un premier brouillon qui nécessite moins de sauvetage, ce qui est la partie du processus que la plupart des listes d’astuces omettent au profit d’un adjectif de plus à essayer. Pour un chapitre entier ou un long rapport, faire passer une première version par un outil d’humanisation de l’IA avant toute modification manuelle permet d’économiser la majeure partie de ce temps de sauvetage.