เปลี่ยนข้อความสไตล์ AI ให้เป็นธรรมชาติมากขึ้นด้วย Humanizer Skill

ช่วงหลังผมใช้ AI ช่วยเขียนและปรับข้อความค่อนข้างบ่อย ทั้งบทความ เอกสาร และข้อความอธิบายต่าง ๆ ปัญหาที่เจอคือ ถึงเนื้อหาจะถูกต้อง แต่บางครั้งอ่านแล้วก็ยังรู้สึกได้ทันทีว่า "อันนี้ AI เขียน"

ไม่ได้หมายความว่า AI เขียนไม่ดีนะครับ แต่รูปแบบการเขียนของโมเดลมักมีนิสัยบางอย่างที่โผล่มาซ้ำ ๆ เช่น ชอบเกริ่นก่อนเข้าประเด็น ใช้คำใหญ่เกินความจำเป็น หรือพยายามจัดทุกอย่างให้ดูเป็นระเบียบมากจนผิดธรรมชาติ

ผมเลยลองใช้ Skill ชื่อ humanizer เพื่อช่วยตรวจและปรับข้อความพวกนี้อีกชั้นหนึ่ง (ใช้กับภาษาไทยก็ได้ด้วยนะ)

Humanizer ทำอะไร

Humanizer เป็น Skill ที่เอาไว้ตรวจรูปแบบการเขียนที่มักพบในข้อความจาก AI แล้วเขียนใหม่ให้อ่านเป็นธรรมชาติมากขึ้น โดยพยายามรักษาความหมายเดิมไว้

หลักการสำคัญคือ ไม่ได้พยายามทำให้ข้อความ "ดูเหมือนมนุษย์แบบหลอก detector (aka: AI Slop Detector)" แต่เน้นแก้ปัญหาด้านสำนวนและโครงสร้างการเขียน เช่น

ตัดคำเกริ่นที่ไม่จำเป็น
ลดประโยคที่พูดซ้ำความหมายเดิม
แก้โครงสร้างแบบ "ไม่ใช่แค่ X แต่ยัง Y"
ลดคำที่ฟังดูใหญ่เกินเนื้อหา
ลดการใช้คำอย่าง "สำคัญ", "ทรงพลัง", "โดดเด่น", "ยกระดับ" ถ้าไม่ได้เพิ่มข้อมูลจริง
ทำให้ประโยคสั้นลงเมื่อข้อความเดิมวกไปมา
ตัดข้อความตกค้างจากสไตล์ chatbot เช่น "หวังว่าจะช่วยได้นะครับ" หรือ "ถ้าต้องการสามารถ..."

ตัว Skill เองกำหนดขั้นตอนการทำงานไว้ประมาณนี้

อ่านข้อความทั้งหมดก่อน
หา pattern ที่ดูเป็น AI
เขียนข้อความใหม่โดยเก็บข้อมูลเดิม
ตรวจอีกครั้งว่าไม่ได้เพิ่มหรือลดข้อเท็จจริง

จุดที่ผมชอบคือมันไม่ได้แก้แบบค้นหาคำแล้วแทนคำตรง ๆ แต่พยายามมองทั้งประโยคและย่อหน้า

ตัวอย่างง่าย ๆ

ข้อความก่อนปรับ:

ระบบนี้ไม่ได้เป็นเพียงเครื่องมือสำหรับตรวจสอบเว็บไซต์ แต่ยังเป็นโซลูชันที่ช่วยยกระดับความปลอดภัยในหลายมิติ ไม่ว่าจะเป็น HTTP Security Headers, SSL/TLS และความพร้อมด้าน PQC ซึ่งทั้งหมดนี้สะท้อนให้เห็นถึงความสำคัญของการเตรียมพร้อมรับมือกับภัยคุกคามทางไซเบอร์ที่เปลี่ยนแปลงอยู่ตลอดเวลา

หลังปรับ:

ระบบนี้ใช้ตรวจ HTTP Security Headers, SSL/TLS และความพร้อมด้าน PQC ของเว็บไซต์ เพื่อดูว่ามีจุดไหนที่ควรปรับปรุงด้านความปลอดภัยบ้าง

ข้อมูลที่ต้องการสื่อยังเหมือนเดิม แต่ข้อความสั้นลง และไม่มีส่วนที่พยายามทำให้เรื่องธรรมดาฟังดูใหญ่เกินไป อีกตัวอย่างหนึ่ง

ก่อนปรับ:

สิ่งสำคัญที่ต้องเข้าใจคือ การอัปเดต dependency ไม่ได้เป็นเพียงเรื่องของการเปลี่ยนเวอร์ชันให้ใหม่ขึ้นเท่านั้น แต่ยังเกี่ยวข้องกับความปลอดภัย ประสิทธิภาพ และความเข้ากันได้ของระบบอีกด้วย ดังนั้น การวางแผนและทดสอบอย่างรอบคอบจึงถือเป็นหัวใจสำคัญของกระบวนการนี้

หลังปรับ:

การอัปเดต dependency มีผลทั้งเรื่องความปลอดภัย ประสิทธิภาพ และความเข้ากันได้ของระบบ จึงควรวางแผนและทดสอบก่อนนำขึ้นใช้งานจริง

พอตัดประโยคเกริ่นและคำขยายออก ข้อความก็เข้าเรื่องเร็วขึ้นเยอะ และ ลดกลิ่นของ AI Slop ได้ด้วย :3

Pattern ที่ Humanizer มองหา

ใน Skill มีรายการ pattern อยู่หลายข้อ แต่บางอันเจอบ่อยมากเวลาใช้กับภาษาไทย

อย่างแรกคือประโยคแบบ

ไม่ได้เป็นเพียง X แต่ยังเป็น Y

ภาษาอังกฤษมักเป็นรูปแบบ not just X, but Y ซึ่งโมเดลชอบใช้เวลาต้องการเพิ่มน้ำหนักให้ประโยค

หลายครั้งจริง ๆ แล้วพูด Y ไปตรง ๆ ก็พอ

อีกแบบคือการเกริ่นก่อนเข้าประเด็น เช่น

สิ่งสำคัญที่ต้องเข้าใจคือ...

ประเด็นสำคัญคือ...

สิ่งที่น่าสนใจคือ...

ถ้าประโยคถัดไปมีข้อมูลอยู่แล้ว ส่วนเกริ่นมักตัดออกได้เลย

อีก pattern ที่เห็นบ่อยคือการปิดย่อหน้าด้วยประโยคสรุปซ้ำ เช่น

นี่จึงเป็นเหตุผลว่าทำไมเรื่องนี้ถึงสำคัญ

ถ้าย่อหน้าก่อนหน้าอธิบายเหตุผลครบแล้ว ประโยคนี้ไม่ได้เพิ่มข้อมูลอะไร

คำบางคำไม่ได้ผิด แต่ AI ใช้บ่อยเกินไป

อีกส่วนหนึ่งของ Humanizer คือการมองหาคำที่ AI มักหยิบมาใช้ซ้ำ ๆ

ตัวอย่างในภาษาอังกฤษ เช่น

crucial, robust, pivotal, showcase, landscape, highlight, enhance

ถ้าแปลเป็นภาษาไทยก็จะได้อารมณ์ประมาณ

สำคัญอย่างยิ่ง
แข็งแกร่ง
มีบทบาทสำคัญ
ยกระดับ
สะท้อนให้เห็น
ภูมิทัศน์
แสดงให้เห็นถึง
โดดเด่น

คำพวกนี้ไม่ได้ผิด และบางบริบทก็เหมาะที่จะใช้

ปัญหาเกิดตอนที่ข้อความหนึ่งย่อหน้ามีคำลักษณะนี้เต็มไปหมด ทั้งที่เนื้อหาจริง ๆ ค่อนข้างธรรมดา

เช่น

Docker เป็นเครื่องมือที่ทรงพลังและมีบทบาทสำคัญในการยกระดับ workflow ของทีมพัฒนา

อาจเขียนง่าย ๆ ว่า

Docker ช่วยให้ทีมพัฒนาใช้ environment ใกล้เคียงกันมากขึ้น

ประโยคหลังบอกสิ่งที่ Docker ทำจริง ๆ ชัดกว่า

Humanizer ไม่ใช่ AI Detector

จุดนี้สำคัญ เพราะ Humanizer ไม่ได้เอาไว้ตรวจว่าข้อความถูกเขียนโดย AI หรือมนุษย์

มันแค่ใช้รายการ pattern ที่มักพบในข้อความจาก LLM แล้วเอามาใช้เป็นแนวทางในการ edit

คนก็สามารถเขียนแบบเดียวกันได้ และ AI ก็สามารถเขียนโดยไม่มี pattern พวกนี้ได้เหมือนกัน

ดังนั้นถ้าเจอคำว่า not just X but Y หรือเห็น em dash ก็ไม่ได้แปลว่าข้อความนั้นมาจาก AI

มอง Humanizer เป็น style editor จะตรงกว่า

สิ่งที่ควรระวังเวลาใช้กับภาษาไทย

Skill นี้ถูกเขียนขึ้นโดยอ้างอิง pattern ภาษาอังกฤษเป็นหลัก ดังนั้นบางกฎเอามาใช้กับภาษาไทยตรง ๆ ไม่ได้ทั้งหมด

ตัวอย่างเช่นเรื่อง em dash ซึ่งแทบไม่ได้เป็นปัญหาในภาษาไทยอยู่แล้ว

ขณะเดียวกันภาษาไทยมี pattern ของตัวเองที่ควรเพิ่มเข้าไป เช่น

การใช้ "โดย..." หลายประโยคติดกัน
"ซึ่ง..." ยาวมากจนจำไม่ได้ว่าขยายประโยคไหน
"เพื่อให้สามารถ..." ทั้งที่เขียน "เพื่อ..." ได้เลย
"มีการดำเนินการ..." แทนคำกริยาง่าย ๆ
"ในส่วนของ..." ที่ใช้เปิดแทบทุกย่อหน้า
"ทั้งนี้..." และ "อย่างไรก็ตาม..." บ่อยเกินไป
คำทับศัพท์ที่เป็นทางการเกินบริบท

ถ้าจะใช้ Humanizer กับงานภาษาไทยจริงจัง ผมคิดว่าควรปรับ Skill เพิ่มอีกชุดหนึ่งสำหรับภาษาไทยโดยเฉพาะ

ใช้กับงานแบบไหนได้บ้าง

ผมว่า Humanizer เหมาะกับงานที่เราใช้ AI ช่วยร่างก่อน แล้วต้องการเก็บงานอีกครั้ง เช่น

บทความ technical, FAQ, documentation, README, รายละเอียดสินค้า, หน้าเว็บไซต์ หรือข้อความอธิบายในระบบ

โดยเฉพาะงานที่ข้อมูลถูกแล้ว แต่ยังมีความรู้สึกว่า "อ่านแล้วเป็น ChatGPT"

แทนที่จะต้องไล่บอก AI ทุกครั้งว่า

เขียนให้ธรรมชาติขึ้น

อย่าใช้คำเว่อร์

ไม่ต้องเกริ่น

ไม่ต้องสรุปซ้ำ

ก็เอากฎพวกนี้รวมไว้ใน Skill แล้วเรียกใช้ซ้ำได้

สรุป

Humanizer ไม่ได้ทำให้ AI กลายเป็นนักเขียนมนุษย์โดยอัตโนมัติ และไม่ได้รับประกันว่าข้อความจะไม่มีใครเดาได้ว่าใช้ AI ช่วยเขียน

สิ่งที่มันทำได้ดีคือช่วยจับนิสัยการเขียนบางอย่างที่โมเดลชอบใช้ซ้ำ แล้วบังคับให้กลับมาเขียนตรงประเด็นขึ้น

สำหรับผม วิธีใช้ที่เหมาะที่สุดคือให้ AI ช่วยร่างเนื้อหาก่อน จากนั้นใช้ Humanizer เป็นรอบ edit อีกครั้ง แล้วคนอ่านและแก้รอบสุดท้ายเอง

แบบนี้ได้ทั้งความเร็วจาก AI และยังรักษาสำนวนของคนเขียนไว้ได้มากกว่าเอาข้อความจาก AI ไปใช้ตรง ๆ