AIの物語を人間らしくする方法, 初稿から最終確認まで

AIの物語下書きを人間らしくする方法についての助言は、通常、「ツールに通す」ことから始まり、それで終わる。ツールの段階は実在するが、それは一連の手順の中でのみ機能する。すなわち、決して変えてはならない語を保護し、書き直しの深さを下書きの状態に合わせ、原稿になる前にすべての修正を確認することである。このガイドでは、TextPulseを用いて、その手順を最初のAI下書きから最終的な検出器による確認までたどる。これは、短編小説を1本人間らしくする場合にも、連載小説を人間らしくする場合にも当てはまる。

対象は具体的である。AIで書かれたフィクションは、リズムによって読者に失敗する。すなわち、文の長さが均一で、移行が予定どおりに現れ、各場面で同じ接続句が繰り返される。AIの物語を人間らしくするとは、筋書き、名前、そしてあなたの言い回しを損なわずに、その共有された機械的なリズムを取り除くことである。

人間らしくする価値のある下書きから始める

人間化は下書きを増幅するが、下書きに最初からなかったものを与えることはできない。したがって、AIを使って下書きを作る際には、あなたの痕跡が本文に残るようにする。自分のアウトラインと、自分の散文の一段落をスタイル見本としてモデルに与え、各場面ごとに指示して各拍を調整できるようにし、感情の転換点は自分で書く。1つの曖昧な指示から生成された章は、細部に至るまで生成物として読まれる。そして、入れていない具体性を後から書き直しで加えることはできない。

編集を始める前に、元のAI下書きのコピーを保存しておくこと。最後に版を比較して筋書きが各段階を通じて生き残ったことを確認する際に必要になるし、書籍がどのように作られたのかをプラットフォームや編集者から尋ねられた場合には、作業過程の証拠にもなる。

まず登場人物名と創作語を固定する

最初の人間化の前に、入力時とまったく同じ綴りで出力されなければならないものをすべて列挙する。登場人物名、地名、創作語彙、そしてあなたの世界を定義する反復句である。TextPulseでは、これらは固定語である。固定された語は書き直しの中で逐語的に保持され、出力では強調表示される。そのため、強調表示を確認すれば、第20章でもMaerwenが依然としてMaerwenであることが分かる。

まだ存在しない語を扱うときに誤りを犯すのは容易である。とはいえ、作った語も必ず一覧に入れておくこと。造語は、あらゆる言語モデルにとって টাইポのように見え、freeze list がそれを手出し不能にする。エンジンは意味的実体も自動的に保護するため、回想録やノンフィクションで実在の名前、日付、事実を正確に保ち、個々に列挙する必要がない。

AIの物語草稿を人間らしくする, モードと強度を選ぶ

物語的な散文には、writing mode を Creative に設定する。General はエッセイとノンフィクションに適し、Blog/SEO はコンテンツ執筆を対象とするため、それらは別のプロジェクトに取っておく。mode は文体をフィクションに合わせたままにし、それによって書き換えが語りを報告文のような散文へと形式化してしまうのを防ぐ。

次に intensity を選ぶ。スライダーは5段階で、最も目立つ AI の痕跡だけに触れる軽い整えから、リズムと文の形を深く再構成するものまである。草稿の状態に合わせて選ぶこと。すでに大きく推敲した章には軽い側が必要であり、生成されたままの散文にはより深い設定が適する。なお、頑固な箇所がその後も機械的に読める場合は、re-humanization によって二度目の、より深い humanization に通す。AI text を humanize する方法の完全ガイドでは、各深さの書き換えが実際に何を変えるかを扱っている。

追跡された変更を確認し、対話を発話可能なまま保つ

すべての humanization は、語レベルの diff として返される。つまり、挿入と削除を、編集者のマークアップを読むのと同じように1行ずつ読むのである。Plain, Insertions, Diff の各表示を切り替え、役立つ解像度で書き換えを確認し、何が変わったかを読んだ後にのみ承認する。未確認のまま公開されることはない。diff で承認した内容が、そのまま原稿に入る。AI humanizer for writers のページでは、この確認の流れを実際のフィクション抜粋で示している。

diff では3点を確認する。まず、freeze された強調表示を確認する。次に、筋書きの事実を含むすべての文を確認する。誰が、どの順序で、どの場所で行動したのかを確かめるのである。最後に、お気に入りの行を読み直すこと。なぜなら、それらこそ、未読の編集によって失うと後悔する行だからである。

対話は、それ自体で、声に出して読む価値がある。拡張された縮約形、形式化された「gonna」、あるいは節を伴うようになった挨拶は、登場人物が誰であるかを変えうる。そして diff は、引用符の内側に小さな挿入として対話の修正が表示されるため、こうしたずれを容易に見つけられる。二つの習慣が役立つ。特徴的な決まり文句は freeze list に入れておき、登場人物の口癖が逐語的に残るようにすること、そして対話中心の場面は、その周囲の叙述よりも低い intensity で実行することだ。というのも、話し言葉の一行には、通常、machine tells が少なく、intensity はそれを取り除くために存在するからである。

それを拡大する, 小説のための AI Humanizer ワークフロー

書籍の長さでは、ワークフローは章ごとに進む。各章を貼り付けるか、.docx または .txt ファイルとしてアップロードし、humanize し、diff を確認し、freeze terms をそのまま保持した状態で次の節へ進む。固定された名前と語彙は humanization の間を通じて引き継がれるので、第1章で保持された綴りは第30章でもそのまま保持され、History は、改訂後に以前の章へ戻ったときに、直近の実行結果を利用可能なままにしておく。

連載作品とノンフィクション書籍も同じリズムを用いる。連載作品では、各新しい回において、章は一貫した freeze list によって結び付けられる。ノンフィクション書籍では、自動 entity protection によって事実が保持される。レビューが終わると、語レベルの diff はネイティブの tracked changes を備えた .docx ファイルとして書き出されるため、最終確認は Microsoft Word 上で、章ごとに行われ、その後で初めて編集者や publishing platform に送られる。

自分の detector チェックで検証する

最終章の後は、懐疑的な読者ならどう見るかという方法で結果を確認する。TextPulse の metrics bar は、rewrite depth, readability, perplexity, burstiness, そして Human Score を報告する。Human Score はテキスト自体から算出される推定値である。どの tool も detector の判定を約束することはできないので、選んだ detector で数値を確認し、結果のスクリーンショットを保存しておくこと。無料の burstiness checker は、完成した各章がどれほどの sentence-length variation を持つかを示す。これは detector が最も重く評価する signal である。

その後、人間による確認を行う。1日離れていた章を読み直し、まだ生成されたように聞こえるすべての文に印を付ける。それらの文は、より深い強度で再度処理する。残りの本は完成である。1行ずつ読むと、あなたが書いたように読める、AIが下書きした物語である。