AI Yazım Kalıpları: Onu Ele Veren Sözcükler, Ritm ve Noktalama

Bu cümleyi bir kez okuyun ve nereden geldiğini zaten biliyor olup olmadığınızı görün: araştırmacılar, motivasyon ile başarı arasındaki karmaşık etkileşimi vurgulamayı sürdürmektedir ve giderek büyüyen bir çalışma grubu, öz düzenlemenin akademik başarıda oynadığı temel rolü öne çıkarmaktadır. Bunun yanlış olan hiçbir yanı yoktur. Her yan cümle dilbilgisi bakımından doğrudur, her sözcük gerçek bir sözcüktür ve bir değerlendirici tek bir puan bile kırmazdı. Ama yine de bir makineden çıkmış gibi okunur, çünkü öyledir. Bu parçanın konusu budur.

AI yazım kalıpları, sözcük seçimi, cümle ritmi, noktalama ve yapı içinde, makine tarafından taslak hâlinde yazılmış düzyazıyı ilk bakışta tanınır kılan yinelenebilir alışkanlıklardır. Bunlar dört düzeyde kümelenir: bir modelin yöneldiği sözcükler, cümlelerinin biçimi, dayandığı noktalama ve bir argümanı bütün olarak yapılandırma biçimi. Bunların hiçbiri tek başına bir şey kanıtlamaz. Ancak birlikte, tek bir paragraf içinde, fark edilmemeleri zordur.

Bunu yapan makineye istatistiksel algılayıcı denir. Bir dil modelinin beklediğine göre, her sözcüğün ne kadar öngörülebilir olduğunu puanlar. Bir rapor, bu puanın altında yatan perplexity ve burstiness matematiğini içerir, bu konu AI algılayıcıları nasıl çalışır başlıklı başka bir yazıda daha ayrıntılı biçimde ele alınmıştır. Bu makalenin geri kalanı, bir okuyucunun sayfada duyabileceği, sayabileceği ya da işaret edebileceği AI yazım ipuçlarının bir kataloğudur. Bir algılayıcı yanlış olsa bile, kullanılamaz durumda olsa bile ya da konunun dışında kalsa bile bu önemli olabilir. Burada izleyenler için ne bir modele ne de bir aboneliğe ihtiyaç vardır.

AI Yazım Kalıpları Neden Robotik Tınlar?

Bir dil modeli, cümle düzeyinde bir kişiden farklı bir şey yapmaktadır, yetkin görünmek üzere eğitilmiş bir sistem içinde, ayırt edici olmaktan çok istatistiksel olarak en olası bir sonraki sözcüğü tekrar tekrar seçmektedir. Bu ölçekte yetkinlik, akıcı, doğru, akılda kalmayan düzyazı üretir, robotik hissin kökü budur. Bir okuyucu çoğu zaman böyle bir paragrafta neyin yanlış olduğunu söyleyemez, yalnızca düz okunduğunu söyler ve aşağıdaki dört düzey, bu düzlük hissinin bulunduğu yerdir.

Kelime seçimi, okurların ilk fark ettiği düzeydir: uygun olmayan yerde beliren resmî, teatral sözcükler. Cümle ritmi daha sessizdir, her cümlenin yaklaşık aynı uzunlukta ilerlediği bir paragraf. Noktalama işaretleri ve biçimlendirme kendi imzasını taşır, evrensel bir mafsal gibi kullanılan bir tire, metni, yazarın zihninde hiç liste olmayan bir şeyi listeye dönüştürerek böler. Yapı ise en az görünür olandır, kendi başlığını yeniden ifade eden, tam olarak üç noktayı ele alan, sonra da kendini özetleyerek kapanan bir parçadır.

Sözcüklerden başlayın, işaret etmesi en kolay olanlar ve en iyi belgelenmiş olanlar.

AI Hangi Sözcükleri Aşırı Kullanır?

Bu resmî, biraz teatral sözcükleri tekrar tekrar görürsünüz: "delve", "underscore", "showcase" ve "pivotal" en iyi belgelenenler arasındadır. Dmitry Kobak ve üç ortak yazar, dili belirlemeyi amaçladı. 2010 ile 2024 arasındaki 15.1 milyon PubMed özeti analiz ettiler ve ChatGPT yayımlandığında sıklığında keskin bir artış görülen bir sözcük grubu belirlediler. En uzağa "delve" gitti, Science Advances dergisinde Temmuz 2025'te yayımlanan çalışma, bu sözcüğün 2024'teki sıklığını 2023 öncesine göre yaklaşık 28 kat daha yüksek olarak tahmin etti. En yakın olanlar "underscore" ve "showcase" idi. Yazarlar, 2024 özetlerinin en az yüzde 13.5'inin AI desteği izleri taşıdığını, bunun bazı ülkelerde ve yayınevlerinde yüzde 40'ın üzerine çıktığını tahmin ediyor.

Modellerin neden özellikle bu sözcüklerde birleştiği, desenin kendisinden daha az kesinleşmiştir. COLING 2025'te yayımlanan bir çalışma, yirmi bir aşırı temsil edilen sözcüğü model mimarisi, eğitim verisi ve sohbet robotlarını ince ayarlamak için kullanılan insan geri bildirimi karşısında test etti ve etkiyi bütünüyle açıklamadan, en olası katkının geri bildirim aşaması olduğunu buldu. Yorum da hâlâ tartışmalıdır, PNAS dergisindeki 2026 tarihli bir karşılıklı değerlendirme, bir sözcük sıklığı değişiminin AI kullanımını ne ölçüde doğrudan ölçtüğüne itiraz etti, bu da burada tek bir sayıyı yerleşik bir olgu olarak ele almadan önce hatırlanmaya değerdir.

Bu, yalnızca dergi özetleri için doğru değildir. Yarım milyon öğrenci ve AI tarafından üretilmiş denemeyi karşılaştıran bir çalışmada, araştırmacılar makalelerin uzunluğunu ve sözcük seçimini karşılaştırdı ve insan denemelerinin genel olarak daha uzun olduğunu ve daha geniş bir kelime dağarcığı kullandığını buldu. ICLR 2024 ve NeurIPS 2023 dahil olmak üzere dört makine öğrenmesi konferansına sunulan hakem değerlendirmeleri üzerine yapılan bir çalışmada, araştırmacılar aynı tekniği kullanarak değerlendirme metninin yüzde altı ile yüzde on beş arasındaki bir kısmının bir LLM tarafından önemli ölçüde değiştirildiğini tahmin etti. Son teslim tarihine yakın sunulduğunda bir LLM'den etkilenme olasılığı daha yüksekti.

AI'nin aşırı kullandığı sözcük veya ifade	Dikkatli bir yazarın bunun yerine kullandığı
delve (into)	bakmak, incelemek
underscore	göstermek, vurgulamak
showcase	sunmak, göstermek
pivotal	ana, belirleyici
robust	sağlam, güvenilir
intricate	karmaşık, ayrıntılı
meticulous	dikkatli, titiz
tapestry	karışım, çeşitlilik
testament	işaret, kanıt
boasts	sahiptir, içerir
foster	teşvik etmek, desteklemek
garner	kazanmak, çekmek
multifaceted	çok yönlü, karmaşık
holistic	bütüncül, genel
nuanced	dikkatli, kesin
invaluable	yararlı, değerli
realm	alan, saha
embark on	başlamak, girişmek
unlock	açmak, mümkün kılmak
interplay	ilişki, bağ

Bu sözcüklerin hiçbiri tek başına yanlış değildir. Bir bulgunun sağlam olduğunu söyleyen bir yöntemler bölümü sözcüğü doğru kullanıyordur ve karmaşık bir hukukî argümanı betimleyen bir tarihçi, bir sohbet robotuna itirafta bulunmuyordur. Makine yapımı gibi okunan şey yoğunluktur: bir paragrafta bu sözcüklerden üç ya da dördünün, hiçbir özel iş görmeden, bir modelin onları ayrı ayrı en güvenli sonraki seçenek olarak seçtiği için üst üste dizilmesi. TextPulse'ın free AI word cleaner aracına yapılan hızlı bir tarama bu yoğunluğu doğrudan işaretler.

AI Cümleleri Neden Hep Aynı Uzunlukta Duyulur?

Bir model her cümleyi, bir önceki cümleyi kurduğu biçimde kurar, bir yerde bir noktayı altı sözcüğe sıkıştırıp başka bir yerde otuz sözcüğe yaymak yerine, bu yüzden çıktı genel olarak neredeyse aynı uzunlukta kalma eğilimindedir. Bu değişkenlik, ya da onun yokluğu, bir paragrafı yüksek sesle okuyarak duyabileceğiniz bir şeydir, bu, bir dedektörün aynı temel özelliğe dayanarak hesapladığı burstiness puanından farklı bir alıştırmadır.

Daha küçük iki alışkanlık ritmi yakından ele verir. Bir model, bilgi eklemeden önem ima eden sarkık bir ortaçla cümleyi kapatmayı sever, bir iddianın ardından daha fazla araştırma gereksinimini vurgulayan ya da alandaki daha geniş bir değişimi yansıtan bir ifade gelir. Ayrıca dengeli görünmek için eşleşmiş bir yapıya yönelir, yöntem yalnızca verimli değil aynı zamanda ölçeklenebilirdir çizgisinde. Bir kez söylendiğinde bu yapı sıradışıdır. Her paragrafta söylendiğinde ise, isimler değiştirilmiş bir şablon gibi duyulur.

Üçlü Kuralı

İfade düzeyinde de, üçlü gruplar modelin varsayılan ritmidir: bir isimden önce üç sıfat, bir listede üç örnek, art arda aynı biçimde kurulmuş üç yan cümle. Arada sırada görülen üçlü gruplar her zaman İngilizcenin bir parçası olmuştur. Uygun yere yerleştirilmiş bir üçlü grup hiçbir şeyin belirtisi değildir. Ele veren şey sıklıktır. Sorun üç değildir. Sorun, üçlü grupların neredeyse her paragrafta görünmesidir.

Saymak, özel bir eğitim olmadan bunun çoğunu yakalamak için yeterlidir. Bir paragrafı okuyun ve her cümlenin uzunluğunu sözcük cinsinden işaretleyin. Eğer işaretlerinizin hepsi sonuncusundan birkaç sözcük içinde kalıyorsa, ritim ipucudur. Saymayı otomatikleştirmek ve bunu grafikle göstermek için TextPulse'ın ücretsiz burstiness denetleyicisini kullanın, bu, tek tek cümlelere bakarak değerlendirmenin zor olduğu kadar uzun bir pasaj için yararlıdır.

Em dash ve diğer noktalama ipuçları

Bu işaret neden başvurulan seçenek haline geldi

Em dash, makine yazımında en çok suçlanan noktalama işareti olabilir. Bunu, bir cümlenin iki yarısını bağlamak için virgül, iki nokta üst üste ya da nokta yerine geçen uzun çizgi olarak biliyor olabilirsiniz. Em dash yeni değildir ve AI tarafından icat edilmiş bir şey de değildir. Chicago'dan AP'ye kadar, yazım kılavuzları var olduğundan beri, vurgu ve ara verme için onu kullanmanıza izin vermiştir. Ayrıca çalışan birçok yazar onu bilinçli olarak kullanır.

Makine çıktısında bu kadar sık görünmesinin olası nedeni sıradandır: bu işaret, dil modellerinin eğitildiği düzenlenmiş, profesyonelce dizilmiş düzyazıda yaygındır ve bir cümlenin nokta koymadan ilerlemeye devam etmesine izin verir. Akıcı, bağlantılı metin üretmek üzere kurulmuş bir model, bu esnekliğe sık sık, çoğu insanın elle taslak hazırlarken yaptığımdan daha sık başvurur.

Bu durumun ne sıklıkta ortaya çıktığı, metni hangi sistemin ürettiğine bağlı olarak büyük ölçüde değişir. 2025 ortasında yapılan yan yana bir test çalışması, aynı istemi altı sohbet botuna verdi ve işaretleri saydı: üç sistem, altı yüz sözcüğün altında bunu sekiz ya da dokuz kez döndürdü, biri bunu neredeyse bin sözcükte iki kez kullandı ve ikisi bunu hiç kullanmadı. Sıklık, önünüzdeki paragrafı üreten modele ait bir özelliktir, AI yazımının sabit bir niteliği değildir. OpenAI, Kasım 2025'te bir kullanıcının ChatGPT'ye bu işareti kullanmayı bırakmasını söylemesine ve gerçekten buna uymasına izin veren bir ayar ekledi, bu da bu ipucunu artık kısmen isteğe bağlı hale getiriyor.

Bunların hiçbiri, işaretin kendisini herhangi bir şeyin kanıtı yapmaz. Dikkatli pek çok yazar bunu bilinçli olarak kullanır, chatbot ile hiç temas etmemiş öğrenci kompozisyonlarının pek çoğunda da bu işaret görülür, bazen bir öğretmen onlara bunu öğrettiği için. Kontrol etmeye değer olan şey yoğunluktur: işarete her ikinci cümlede yaslanan bir sayfa, onu bilinçli olarak iki kez kullanan bir sayfadan farklı okunur. TextPulse'ın free em dash remover aracı bu yoğunluğu denetler ve her kullanım için gereken virgülü, iki noktayı, noktayı ya da kısa çizgiyi önerir.

Madde İşaretleri, Kalın Metin ve Başlıklar

Aynı düzey, cümlenin altındaki biçimlendirme kararlarını kapsar. Bir metnin ortasında yer alan, yazarın zihninde hiçbir zaman bir liste olmamış bir madde işaretli liste. Belgenin geri kalanı cümle biçimindeyken başlık biçiminde yazılmış başlıklar. Her madde işaretinin başında mini bir başlık gibi duran kalın yazılmış bir ifade. Bunların hiçbiri noktalama işareti değildir, ancak hepsi aynı yerden gelir, bir modelin sohbet penceresi için biçimlendirme yapması, burada görsel yapı, düz yazının normalde taşıyacağı geçişlerin yerini alır.

Yapı ve Argüman Biçimi

Son düzey, cümlenin üstünde yer alır ve bir sözcük değişimiyle düzeltmesi en zor olan düzeydir, çünkü bu, argümanın kendi biçimidir. Makine tarafından yazılmış bir bölüm çoğu zaman kendi başlığını biraz farklı sözcüklerle yeniden ifade ederek açılır, ardından her birinin gerçekte ne kadar önemli olduğundan bağımsız olarak yaklaşık eşit ağırlık verilen iki ya da üç destekleyici noktadan geçer, sonra da yeni bir şey eklemek yerine az önce söylediklerini özetleyerek kapanır.

Uzun metinlerde bununla ilişkili bir alışkanlık sürekli ortaya çıkar: bir bölüm bir şeyin neyi iyi yaptığını sıralar, however gibi bir sözcükle yön değiştirir, aynı düzenli üçlü yapı içinde zorlukları sıralar, sonra da bunları muhtemelen çözecek bir geleceğe işaret eder. Gerçek argümanlar bundan daha engebelidir. İnsan bir yazar genellikle üç noktadan birine diğer ikisinden daha fazla önem verir, ona daha fazla yer ayırır ve okuyucuya simetrik bir kapanış borçlu değildir.

Bu aynı zamanda, formüle dayalı akademik yazının makine yazısına aldatıcı biçimde benzer görünebildiği düzeydir, çünkü bir yöntemler bölümü ya da bir literatür taraması belirli bir biçimi izlemesi beklenen metinlerdir. Fark, o biçimin içindedir. Makine tarafından yazılmış bir literatür taraması, bir alanın olağan noktalarını olağan sırayla anarak ilerler. İnsan tarafından yazılmış olan ise, katı bir şablon içinde bile, hangi noktaların önemli olduğu ve neden önemli olduğu konusunda tartışır, çünkü savunulan şey gerçek bir görüştür.

Yazmadığınız Bir Metni Değerlendirmek

En Değerli Dört İpucu

Özgüllük açığı, hiçbir araç kullanmayan bir okur için elde edilebilecek en güçlü ipucudur. Makine tarafından taslaklanan düzyazı, genelliğin her düzeyinde geçerli olan ve bunların hiçbirine sabitlenmeyen iddialar ortaya koyar. Araştırmanın soruyu incelediğini, ancak bir çalışmayı adlandırmadan bildirir, etkinin anlamlı olduğunu, ancak bir büyüklük vermeden söyler, uygulamanın sektörde yaygın olduğunu, ancak bir firma ya da bir yıl belirtmeden ifade eder. Aynı kelime sınırıyla çalışan insan yazar, genellikle bu kelimeleri tek bir somut şeye harcar, çünkü elinde tek bir somut şey vardır ve onu metne almak istemiştir.

Çözümlenmeyen atıflar, listedeki kanıta en çok yaklaşan tek ipucudur ve aynı zamanda en nadir olanıdır. Kusursuz biçimde biçimlendirilmiş, gerçek bir dergiye atfedilmiş, ancak hiçbir kayda karşılık gelmeyen bir tanımlayıcı taşıyan bir kaynak, kazara üretmesi çok zor bir şeydir. Emin olmadığınız bir başvuruda başka hiçbir şeye bakmadan önce üç kaynağı kontrol edin. Bu iki dakika sürer ve ya soruyu sona erdirir ya da en güçlü sinyali tablodan çıkarır.

Sözcük dağarcığı yoğunluğu, çoğu okurun ilk başvurduğu ipucudur ve en sert biçimde yanlış sonuç veren de odur. Sinyal, tek tek sözcüklerden ziyade yoğunluktur. Tek bir resmî fiil olağan akademik kayıttır, ancak bir paragrafta hiçbir özel işlev görmeden yer alan beş fiil bir örüntüdür. Uzun bir başvuru boyunca elle saymak yavaştır ve TextPulse'ın ücretsiz AI kelime temizleyicisi kümeleri otomatik olarak işaretler, bu da belirsiz bir izlenimi sayfada gösterebileceğiniz bir şeye dönüştürür.

Dördü arasında en ince olanı, hiç bozulmayan bir kayıttır. Bir insan yazar, iki bin kelime boyunca neredeyse her zaman tondan biraz sapar: üç uzun cümleden sonra kısa bir cümle, köşeli parantez içinde bir ara söz, yapmak zorunda olmadığı bir yargı, sadece hoşuna gittiği için seçilmiş bir kelime. Makine tarafından taslaklaştırılmış düzyazı, ilk satırdan son satıra kadar tek bir kayıt sürdürür. Bunların hepsini yasaklayan türler vardır, bu yüzden bu belirti, bir yöntemler bölümünde kişisel bir beyana göre çok daha az değerlidir.

Güçlü Görünen ve Güçlü Olmayan Belirtiler

Hatasız dilbilgisi hiçbir şey kanıtlamaz. Yazım ve noktalama iki on yıldır otomatikleştirilmiştir ve bir denetleyici kullanan dikkatli herhangi bir yazar aynı temiz yüzeyi üretir. Resmî kayıt da hiçbir şey kanıtlamaz, çünkü resmiyet, çoğu akademik ve mesleki türün politika gereği ihtiyaç duyduğu şeydir. Başlıkların, kalın metnin ve madde işaretli listelerin yoğun kullanımı, her şeyden önce bir ev stili alışkanlığıdır ve birçok yazar bunu, bir sohbet robotu bunu birine göstermeden yıllar önce öğrenmiştir. Noktalama alışkanlıkları da aynı derecede düşük ağırlık taşır ve özellikle em dash, tek bir işaretin taşıyabileceğinden çok daha fazlasını üstlenmeye zorlanmıştır.

Dedektör puanları da bu gruba girer, bu da insanları genellikle şaşırtır. Bir puan, metnin ne kadar öngörülebilir olduğuna ilişkin istatistiksel bir yargıdır ve öngörülebilir düzyazı, dikkatli insanların her gün ürettiği şeydir, yanlış pozitiflerin ortaya çıkmasının nedeni de budur. Dedektör çıktısı, bir kişinin yine de vermek zorunda olduğu bir karara girdi oluşturan unsurlardan biridir ve TextPulse'ın AI dedektörlerinin nasıl çalıştığına dair açıklaması, herhangi biri bunu bir hüküm olarak ele almadan önce sayının neyi ölçtüğünü ortaya koyar.

Bir Metin Birden Fazla Belirti Verdiğinde Ne Yapılmalı

Önce kontrol edilebilir olanı kontrol edin. Üç atıf, bir sayı ve adı geçen bir olguyu çekip çıkarın ve her birini doğrulayın. Bu tek geçiş, ince bir metin ile uydurulmuş bir metni birbirinden ayırır ve bu ikisi çok farklı tepkiler gerektirir. Ardından, gönderimi aynı kişinin daha önce gözetim altında yazdığı bir şeyle karşılaştırın, çünkü tek bir yazar içinde kayıttaki ani bir değişim, tek bir belgenin mutlak okunmasından daha fazla ağırlık taşır. Sonra, yalnızca yazarın kendi metni hakkında cevaplayabileceği bir soru sorun, bu kaynak neden bariz alternatif yerine seçildi, üçüncü bölümün başlangıçta neyi savunacağı, hangi paragrafın onlara en çok zorlandığı. Bunu yazan kişi hemen cevap verir.

Var olan politikayı, sizin yazmış olacağınız politikayı değil, izleyin. Çoğu kurum artık kimin endişe dile getirebileceğini, hangi kanıtların kabul edilebilir olduğunu ve yazara neyin bildirileceğini belirtir, ve bu diziyi atlamak, makul bir soruyu bir şikayete dönüştüren şeydir. Bu sorunun öte tarafındaki yazarlar, kendi çalışmalarının makine tarafından taslaklandığı söylendiğinde, yapmaları gereken farklı bir işe sahiptir ve TextPulse's AI humanizer, herhangi bir dedektörden gelen bir hüküm yerine metinden hesaplanan tahmini bir Human Score bildirir.

Aynı testi kendi taslaklarınıza uygulamak daha zordur ve yazınızın AI gibi duyulup duyulmadığının kendine ait bir sayfası vardır. Söz varlığı da ayrı olarak kataloglanır, ChatGPT'yi ele veren sözcükler listesinde.

Dokuz belirti, bir soru sormak için bir nedendir ve bu her zaman aynı sorudur, bu metin, akıcı bir tahminin bilmeyeceği neyi biliyor? Önce bunu atıflara sorun. Bu, herhangi bir gönderimin, kimsenin herhangi bir şeyle suçlanması gerekmeksizin, kendi başına yanıt veren tek kısmıdır.

Bu Belirtiler Bir Metnin AI Tarafından Yazıldığını Kanıtlar mı?

Tek başına hiçbir belirti hiçbir şeyi kanıtlamaz, hepsinin bir arada bulunması da kanıtlamaz. Bir editörün ya da profesörün baskısı altında, dikkatli bir akademik yazar, bir sohbet botunun yardımı olmadan da bu özelliklerden birkaçını, örneğin zamir eksikliğini, taşıyan paragraflar oluşturabilir. Ana dili İngilizce olmayan yazarlar da derste öğretilen güvenli sözcükleri kullanabilir ve resmî bağlaçları kullanmaları öğretilen öğrenciler de bu özelliklerin birçoğunu kullanabilir. Bir sözcük listesi, usulsüzlüğün kanıtı değildir, dikkatli yazarların haksız yere suçlanmasına yol açabilecek bir hatadır. Bu hatayı dile getirmeli, sessizce tekrar etmemeliyiz.

Bir aracın sorumlu biçimde yapabileceği şey, yazıyı yargılamak değil, örüntüyü göstermektir. TextPulse'un AI humanizer ile sunduğumuz şey, önündeki metne dayalı bir Human Score tahminidir. Bu, bir taslağın bu yüzeysel örüntülere göre nerede durduğuna dair bir okumadır, herhangi bir dedektörden gelen bir hüküm değildir ve yarın başka bir aracın ne söyleyeceğine dair bir vaat de değildir. Bu, bir yazım denetleyicisinin bir sözcüğü işaretlemesi gibi, bir karar için başlangıç noktası olarak kullanabileceğiniz bir sayıdır, cümlenin çevresinin iyi olup olmadığına karar vermeden.

Yukarıdaki her belirtiye ait ayrı bir sayfa vardır. Sözcük dağarcığının kendisi, ChatGPT'yi ele veren sözcükler üzerine bir yazıda derlenmiştir, em dash alışkanlığı ve modellerin neden özellikle tek bir fiile yöneldiği üzerine ayrı incelemelerle birlikte. Daha geniş etiketler de ele alınmıştır: AI slop ne anlama gelir, AI fluff ne anlama gelir ve bir şeyin AI tarafından yazılıp yazılmadığını anlamaya yönelik pratik bir rehber. Kaygı başkasının değil de kendi taslaklarınız ise, yazınızdan AI sözcüklerini kaldırma üzerine bir yazı da vardır.

Bir dahaki sefere yazınızı okurken içinde bir şeyler tam doğru gelmiyorsa, onu değiştirmek için sadece bir eşanlamlı bulmayın. Bunun yerine yüksek sesle okumayı deneyin. Her cümledeki sözcük sayısını sayın. Kendinize her sözcüğün orada tam olarak ne yaptığını sorun. Bu, bunların hiçbirinin adı konmadan çok önce dikkatli bir editörün yaptığı aynı okumadır.