Перенос стиля в тексты без дообучения: два навыка для Claude Code и Codex
Новые навыки позволяют преобразовать любой LLM‑текст в манеру конкретного автора без датасетов, GPU и длительного обучения.
В статье на Habr AI автор делится оригинальным подходом к стилистическому переносу без традиционного дообучения. Вместо привычного LoRA‑файн‑тюна, требующего архивов постов, мощных GPU (например, A100) и ночных вычислений, он создал два навыка (skills) для Claude Code и Codex.
Первый навык «Style Extractor» анализирует готовые тексты автора и выделяет характерные признаки стиля (ритм, лексика, синтаксис). Второй – «Style Rewriter» принимает произвольный вывод любой LLM (например, ChatGPT) и переписывает его, подгоняя под извлечённые признаки. Всё происходит в реальном времени, без необходимости собирать датасет или запускать обучение.
Для проверки эффективности автор сравнил «водянистый» текст, сгенерированный ChatGPT, с манерой крупного телеграм‑канала. По 31‑м признакам стилистической схожести оригинал отставал в 14 из них. После обработки навыками разница сократилась до 2‑3 признаков, что подтверждает высокую точность переноса.
Технически решение использует цепочку промптов и встроенные функции Claude Code/Codex, что делает его доступным каждому разработчику, у которого есть доступ к этим моделям. Ссылка на оригинальную статью: https://habr.com/ru/articles/1078874/.
Для AI‑разработчиков и студентов это открывает быстрый способ «оделить» любого LLM в голос бренда без затрат на вычислительные ресурсы. Такой подход упрощает A/B‑тесты копирайтинга и ускоряет прототипирование, но требует внимательного контроля за авторскими правами и качеством стилистической адаптации.
