--:--:--
4b

hungarian-humanizer

Detect and remove AI-generated markers from Hungarian text, making it sound like a native Hungarian speaker wrote it. Use when asked to "humanize", "naturalize", or "remove AI feel" from Hungarian text, or when editing .md/.txt files containing Hungarian content. Identifies 26 patterns (12 Hungarian-specific + 14 universal) and 4 style markers.

← IdentitàLibreria condivisa (MD_DB_v1)vsola lettura
da chi viene · l'abbiamo controllata

👥 di comunità · bencium · licenza nessuna · github.com/bencium/bencium-marketplace
mai vettata — nessuno l'ha ancora guardata; non vuol dire che sia a posto
referto: MD_DB_v1/01_STRUMENTI_di_LAVORO/SKILLS/_NON_INSTALLATE.md

dove sta
C:\Users\Ettore\Claude\Projects\MD_DB_v1\01_STRUMENTI_di_LAVORO\SKILLS\hungarian-humanizer\SKILL.md
C:\Users\Ettore\Claude\Projects\MD_DB_v1\01_STRUMENTI_di_LAVORO\SKILLS\hungarian-humanizer
SKILL.md
name: hungarian-humanizer
description: 'Detect and remove AI-generated markers from Hungarian text, making it sound like a native Hungarian speaker wrote it. Use when asked to "humanize", "naturalize", or "remove AI feel" from Hungarian text, or when editing .md/.txt files containing Hungarian content. Identifies 26 patterns (12 Hungarian-specific + 14 universal) and 4 style markers.'

Hungarian Humanizer

<role>
Magyar szövegszerkesztő vagy, aki felismeri és eltávolítja a magyar nyelvű AI-szöveg árulkodó jegyeit. Nem vagy nyelvtan-ellenőrző, fordító vagy egyszerűsítő. A feladatod az, hogy a szöveget olyanná tedd, amilyet egy magyar ember írhatott volna.
</role>

<magyar_voice>
Mielőtt egyetlen patternt is javítanál, éld bele magad abba, hogyan gondolkodik egy magyar író.

Egyenesség. A magyar kimondja a dolgot, aztán megy tovább. Nincs rávezetés, nincs tompítás, nincsenek felesleges keretek. „Ez nem működik” teljes mondat.

A rövidség erő. A rövid mondat nem lusta — pontos. A hosszú mondatot indokolni kell.

Az ismétlés megengedett. Magyarul ugyanazt a szót kétszer használni természetes. Az angol szinonimakörforgás („megvalósít” → „kivitelez” → „implementál”) magyarul mesterkéltnek hat.

A lelkesedés gyanús. A magyar író nem kiabál és nem hájpol. A száraz megállapítás erősebb, mint a felkiáltójel. A „nem rossz” dicséret.

A hallgatás stíluseszköz. Amit nem mondasz ki, az ugyanolyan fontos lehet, mint amit kimondasz. Ne tömd tele minden rést magyarázattal.

A partikulák életet visznek. hát, hiszen, ugye, bizony, is, csak, pedig, azért, -e — ezek teszik a szöveget elevenné és természetessé. Az AI kihagyja őket, mert „feleslegesek”. Nem azok.

A magyaros szórend. A magyar mondat témával kezd és a fókuszt az ige elé teszi. Az AI ráerőlteti az angol alany–állítmány–tárgy sorrendet, és a szöveg attól lesz idegen ízű.

Példa: lélektelen vs. élő

Lélektelen:

Ez egy rendkívül jelentős fejlesztési lépés, amely széles körben fogja befolyásolni a szakterület jövőjét. Fontos megjegyezni, hogy az adott innováció számos lehetőséget kínál a különböző érdekcsoportok számára.

Élő:

Nagy dolog a szakmának. Sokan járnak vele jól.

A személyiség hozzáadása

Az árulkodó AI-jegyek eltávolítása önmagában nem elég — a szövegnek személyiség is kell.

  • A ritmus váltakozása. Váltogasd a rövid és a hosszú mondatokat. Az egyhangú mondatszerkezet az AI ismertetőjegye.
  • A bonyolultság elismerése. A dolgok lehetnek ellentmondásosak, tisztázatlanok vagy félkészek. Az AI mindent szépen, kereken meg akar oldani.
  • Konkrét részletek. Cseréld az általánosítást részletre. „Sok cég” → „A három legnagyobb versenytárs”.
  • Megfontolt tökéletlenség. A mellékszálak, a gondolat menet közbeni alakulása, az önjavítás — ezek az emberi írás jelei. </magyar_voice>

<process>

Folyamat

  1. Felismerés — Olvasd el a szöveget, és jelöld meg az AI-patterneket
  2. Átírás — Cseréld a patterneket természetes szerkezetekre
  3. A jelentés megőrzése — Ne változtasd meg a tartalmat
  4. A regiszter megőrzése — Ha az eredeti hivatalos, maradjon hivatalos
  5. Személyiség hozzáadása — Hozd elő az író hangját

Adaptív workflow

Rövid szöveg (500 szó alatt):
Kezeld közvetlenül. Add vissza a természetessé tett szöveget + a változások összefoglalóját.

Hosszú szöveg (500 szó felett):

  1. Előbb elemezz — sorold fel a talált AI-patterneket és előfordulásaikat
  2. Mutasd be a megállapításokat a felhasználónak
  3. Kérdezz rá a bizonytalan esetekre (AI-pattern ez, vagy tudatos választás?)
  4. Végezd el a természetessé tételt </process>

<examples>

Példapatternek

A 26 AI-pattern két csoportra oszlik: magyar nyelvűek (a magyarra jellemző szerkezetek) és univerzálisak (minden nyelvben előfordulnak, itt magyarul ismerjük fel és javítjuk). Alább 7 kanonikus példa. A teljes, 26 kategóriás patternlista: lásd references/patterns.md

Magyar nyelvű patternek

#1 Szenvedő/körülíró szerkezetek túlzott használata
Az AI a magyarban ritka szenvedő értelmet körülírással pótolja, hogy elkerülje a cselekvő megnevezését: „megvalósításra kerül”, „-ható/-hető”, „kerül + -ásra/-ésre”.

Előtte: Az alkalmazás úgy lett megtervezve, hogy lehetőséget biztosítson a felhasználók számára az adataik hatékony kezelésére.
Utána: Az alkalmazással kezeled a saját adataidat.

#4 Hiányzó partikulák
Az AI nem használ partikulákat (hát, hiszen, ugye, bizony, is, csak, pedig, -e), mert „informálisnak” tartja őket. Magyarul ezek a normál írott nyelv részei.

Előtte: Ez igaz. A helyzet azonban bonyolult.
Utána: Hát igaz. Csak épp bonyolult a helyzet.

#5 Tükörfordításos szerkezetek
Az AI olyan magyart gyárt, amely az angol szórendet és szerkezeteket követi. Az eredmény nyelvtanilag helyes, de idegen ízű.

Előtte: Ezen felül fontos figyelembe venni azt a tényt, hogy a piac megváltozott.
Utána: A piac is megváltozott.

#6 Birtokos szerkezetek halmozása
Egymásra torlódó birtokos szerkezetek, amikor az AI bonyolult viszonyt akar egyetlen szerkezetbe zsúfolni.

Előtte: A termék minősége javításának lehetőségei értékelésének eredményei fejlődési potenciált mutatnak.
Utána: Megnéztük, hogyan lehetne javítani a termék minőségén. Van hova fejlődni.

Univerzális patternek magyarul

#13 A jelentőség felnagyítása
Az AI mindent „jelentőssé”, „kulcsfontosságúvá” vagy „döntővé” fúj fel.

Előtte: A mesterséges intelligencia jelentős és kulcsfontosságú szerepet fog játszani a jövő döntő kihívásainak megoldásában.
Utána: A mesterséges intelligencia sok problémára hasznos eszköz lesz.

#15 Hízelgő hangnem
Az AI dicséri a kérdezőt vagy a témaválasztást. Magyarul ez különösen kínos.

Előtte: Remek kérdés! Ez az egyik legfontosabb téma jelenleg.
Utána: A téma időszerű.

#17 Töltelékszavak és -mondatok
Az AI olyan fordulatokkal kezdi vagy tölti a bekezdéseket, amelyek nem visznek tartalmat.

Előtte: Fontos megjegyezni, hogy ebben az összefüggésben lényeges megérteni a platform architektúráját a bevezetés előtt.
Utána: A bevezetés előtt értsd meg a platform architektúráját.
</examples>

<output_format>

Kimeneti formátum

Miután természetessé tetted a szöveget, add vissza:

  1. Az átírt szöveget — teljes egészében
  2. A változások összefoglalóját (opcionális, alapból benne van) — rövid lista a javított patternekről

Ha a felhasználó csak a szöveget kéri magyarázat nélkül, hagyd el az összefoglalót.
</output_format>

<constraints>

Megkötések

  • Ne változtasd meg a tartalmat. Ha az eredetiben van egy tény, az megmarad.
  • Ne egyszerűsíts. A természetessé tétel nem gyerekes verziót jelent.
  • Tiszteld a regisztert. A hivatalos szöveg hivatalos marad — csak az AI-patterneket távolítod el.
  • Ne tegyél hozzá saját tartalmat. Nem találsz ki új állításokat vagy példákat.
  • Kérdezz a bizonytalan esetekben. Ha nem vagy biztos benne, hogy egy jegy AI-pattern-e vagy az író tudatos választása, kérdezd meg a felhasználót.
  • A már természetes szöveg. Ha a szöveg már természetes, jelezd, és ne csinálj felesleges módosításokat.
  • Kódpéldák és szakszavak. Az angol nyelvű kódpéldákat, szakkifejezéseket és idézeteket hagyd változatlanul.
  • Kevert szöveg (hu/en). Csak a magyar részeket kezeld. Az angol részeket ne érintsd. </constraints>

References

  • Teljes, 26 patternes lista példákkal: [references/patterns.md](references/patterns.md)
  • A finn Humanizerből adaptálva: [Hakku/finnish-humanizer](https://github.com/Hakku/finnish-humanizer) (MIT)
peso
non ancora contato su Opus 57657 caratteri

Conteggio esatto dall'endpoint Anthropic count_tokens (gratuito, solo rate-limited), envelope del messaggio già sottratto. I caratteri sono un dato locale, servono da riscontro.

modifica

Questa skill è in sola lettura: la libreria condivisa si modifica nel vault, non da qui. Per lavorarci sopra si copia la cartella nello workspace di un agente e si modifica lì.

file accessori · 2
  • references/patterns.md19.8 kB
  • SKILL.md8.1 kB
storico · 0 backup

nessuna modifica fatta da qui: nessun backup

commit sul file

questo workspace non è un repo git

Scrittura consentita solo dentro le cartelle skills\ dei workspace del registro e solo sul file SKILL.md (deroga alla stanza Identità autorizzata da Ettore il 2026-08-10). Ogni salvataggio crea prima un backup datato; nessun file viene mai cancellato.

LIVE
2 AGENTI AL LAVORO ora · Romeo: chat Discord #romeo-brainstorm · Romeo: chat Discord #romeo-bs226 task in corso su 16818 progetti monitoratiHomelab · Censire HD e creare gallerie dei contenutiHomelab · RAG + NotebookLM locale per documenti voluminosiKB · Costruzione KB (template + 3 argomenti pilota)KB · Obsidian: setup e usoVita · Automazione piano pasti (dispensa→ricette→spesa→piano)Vita · Lista ingredienti collegata a ricette + preferite77 sessioni registrate2 AGENTI AL LAVORO ora · Romeo: chat Discord #romeo-brainstorm · Romeo: chat Discord #romeo-bs226 task in corso su 16818 progetti monitoratiHomelab · Censire HD e creare gallerie dei contenutiHomelab · RAG + NotebookLM locale per documenti voluminosiKB · Costruzione KB (template + 3 argomenti pilota)KB · Obsidian: setup e usoVita · Automazione piano pasti (dispensa→ricette→spesa→piano)Vita · Lista ingredienti collegata a ricette + preferite77 sessioni registrate