Как очистить ИИ‑маркеры в текстах Claude: промпт, второй проход и regex

В статье на Habr AI автор рассказывает, как он устранил типичные «ИИ‑маркеры» в текстах, генерируемых моделью Claude. При работе над Telegram‑ботом, который преобразует голосовые сообщения в готовые сценарии для соцсетей, он столкнулся с тем, что выход модели сразу бросается в глаза: длинные тире, обороты «дело не в X, а в Y», «важно понимать», «давайте разберёмся» и прочие шаблоны, характерные для ИИ‑текста.

Для решения проблемы был построен трёхслойный пайплайн. На первом этапе автор попытался скорректировать запрос к Claude, добавив в промпт инструкцию «не использовать фирменные обороты». Однако одной правки оказалось недостаточно – модель всё равно вставляла привычные конструкции.

Второй слой – повторный проход Claude. После первого генерации бот передаёт полученный текст обратно модели с уточнённым запросом: «удали все типичные ИИ‑фразы и замени длинные тире на обычные». Этот «двойной проход» снизил количество маркеров примерно на 70 %.

Третий слой – пост‑обработка с помощью регулярных выражений. Автор разработал набор regex‑шаблонов, которые находят и заменяют оставшиеся конструкции: —+ → -, дело не в\s+([^,]+),\s+а в\s+([^,]+) → $2, а также удаляют вводные фразы типа «важно понимать». В итоге чистый текст выглядит естественно и готов к публикации.

Подробный код пайплайна, примеры запросов и готовые regex‑шаблоны доступны в статье: https://habr.com/ru/articles/1090616/. Этот подход можно адаптировать к любой модели, генерирующей «стилизованный» вывод.