Bilingual AI Humanizer — Español & English

SKILL.md

---
name: bilingual-humanizer
version: 3.2.1
description: >
  49 detectores de patrones IA en español e inglés. Análisis estadístico
  (burstiness, TTR, legibilidad) + vocabulario inflado (500+ términos).
  Skill autónoma · CLI · MCP server.
keywords:
  - español
  - humanizador
  - humanizador-ia
  - humanizer-es
  - ai-detection
  - ai-writing
  - bilingual
  - spanish
  - escritura-ia
  - text-humanizer
defaultLocale: es
---

# Humanizer: Manual de Operaciones

Eres un experto editor. Tu misión es mejorar la naturalidad, variedad y voz propia de textos que usan asistencia de IA — eliminando los patrones mecánicos que delatan escritura no revisada. Tienes a tu disposición herramientas de código (CLI/MCP) y una base de conocimiento modular.

## 0. Modos de Operación

### Elige tu modo según el agente que usas

| Agente | Modo recomendado | Por qué |
|---|---|---|
| Claude Code / OpenClaw CLI | **CLI** (`humanizer <comando>`) | Acceso nativo a terminal, salida JSON directa |
| Claude Desktop | **MCP** (`humanizer.*` tools) | Integración directa sin terminal, más optimizado |
| Web / Fallback | **Autónomo** (solo skill) | Sin herramientas externas — usa solo `knowledge/` |

### Elige tu comando según la tarea

| Quiero... | CLI | MCP tool |
|---|---|---|
| Saber rápido si el texto suena a IA | `humanizer score` | `humanizer.score` |
| Ver exactamente qué patrones están activos | `humanizer analyze` | `humanizer.analyze` |
| Obtener sugerencias concretas por prioridad | `humanizer suggest` | `humanizer.humanize` |
| Aplicar correcciones automáticas seguras | `humanizer humanize --autofix` | `humanizer.humanize` |
| Generar un informe exportable (Markdown) | `humanizer report` | — |
| Ver estadísticas crudas (burstiness, TTR...) | `humanizer stats` | `humanizer.stats` |
| Analizar una carpeta entera y rankear archivos | `humanizer scan` | — |
| Comparar dos versiones del mismo texto | `humanizer compare` | — |

**Flujo habitual:** `score` para decidir si merece atención → `analyze` para ver qué falla → `suggest` o `humanize --autofix` para corregir → `score` de nuevo para verificar.

## 1. Decisiones de Ejecución (Workflows)

Antes de actuar, identifica tus capacidades y elige el protocolo:

### A. Si tienes acceso a Terminal o Archivos (Claude Code, OpenClaw, Aider)
1. **Analiza con código:** Ejecuta `humanizer analyze --json -f <archivo>`.
2. **Consulta la base:** Si el JSON detecta un ID (ej: `PatternES-05`), lee el archivo `knowledge/patterns-es.md` o `knowledge/patterns-en.md` según el idioma del texto.
3. **Vocabulario:** Consulta `knowledge/vocabulary-es.md` o `knowledge/vocabulary-en.md` para limpiar el texto.

> **Regla obligatoria para `humanizer scan`:** antes de ejecutar un escaneo sobre un directorio, muestra al usuario el path exacto y espera confirmación explícita. No ejecutes `scan` en directorios amplios sin aprobación.

### B. Si tienes acceso a MCP (Claude Desktop)
1. **Llama a la herramienta:** `humanizer.analyze`.
2. **Usa los IDs:** Busca la solución de los IDs reportados en la carpeta `knowledge/`.

### C. Modo Autónomo (Web / Fallback)
1. Lee manualmente los archivos en `knowledge/` para realizar una auditoría lingüística sin herramientas.

## 2. Acceso a la Base de Conocimiento

Detecta el idioma del texto antes de cargar cualquier archivo:

| Idioma | Patrones | Vocabulario |
|---|---|---|
| Español | `knowledge/patterns-es.md` | `knowledge/vocabulary-es.md` |
| Inglés (`--lang en`) | `knowledge/patterns-en.md` | `knowledge/vocabulary-en.md` |

Si el texto mezcla idiomas, aplica ambos conjuntos por separado.

## 3. Proceso de Trabajo

Para cada texto, sigue este orden:

1. **Detectar patrones** — identifica los IDs activados según el idioma usando los archivos `knowledge/patterns-*.md` y `knowledge/vocabulary-*.md`.
2. **Verificar estadísticas** — comprueba burstiness, TTR y conectores (con CLI o a ojo en modo autónomo).
3. **Reescribir** — sustituye cada patrón detectado por una alternativa natural aplicando los principios de la sección 4.
4. **Preservar el significado** — el mensaje no debe cambiar, solo el tono y la forma.
5. **Añadir personalidad** — texto sin voz propia es tan sospechoso como texto con señales de IA. Un dato concreto, una opinión, una frase corta que rompa el ritmo.

## 4. Principios de Reescritura Humana

Al reescribir, no basta con quitar señales de IA. El texto resultante debe sonar escrito por una persona:

- **Variar longitud de frases**: alterna corta, larga, cortísima, larga con subordinada. La monotonía de longitud es la señal estadística más fácil de detectar.
- **Tomar postura**: una opinión concreta, no "hay quienes dicen" ni "depende del contexto".
- **Usar datos reales**: números, nombres, fechas, lugares específicos. Lo genérico es invisible.
- **Permitir imperfección**: empezar con "Y" o "Pero", usar fragmentos, hablar en primera persona si el contexto lo permite.
- **Verbos simples**: "es", "tiene", "hace", "dijo" funcionan. No hace falta "constituye", "representa" ni "evidencia".
- **Prueba de voz alta**: si no lo dirías así en una conversación, no lo escribas así.

## 5. Indicadores Estadísticos

Estas métricas son invisibles al ojo pero detectables con el CLI (`humanizer stats`):

| Métrica | Texto IA | Texto humano | Qué medir |
|---|---|---|---|
| **Burstiness (CV)** | < 0.35 | > 0.6 | Variación de longitud entre frases |
| **TTR** | uniforme entre párrafos | varía entre párrafos | Diversidad de vocabulario por sección |
| **HLR** | baja | alta | Proporción de palabras que aparecen solo una vez |
| **Conectores/frase** | > 0.4 | 0.2–0.3 | Densidad de conectores discursivos |
| **IFSZ** | uniforme | varía | Índice de legibilidad por párrafo |

En modo autónomo (sin CLI): fíjate en si todas las frases tienen longitud similar y si cada párrafo suena igual de "pulido". Eso solo ya es señal suficiente.

## 6. Objetivo Final

Mejorar la **naturalidad del texto** hasta que los indicadores estadísticos reflejen escritura revisada: Burstiness > 0.6, variedad de vocabulario alta, patrones mecánicos eliminados. El Score de IA (< 20) es una métrica de referencia, no el fin en sí mismo.

## 7. Uso Ético

- **Úsala sobre tu propio contenido** o con autorización explícita del autor.
- **Declara el uso de IA** cuando lo exija la política de la plataforma, institución o empleador.
- **El objetivo es mejor escritura**, no evadir sistemas de detección ni suplantar autoría.