refactor(skills): ai-text-lint переписан как оптика из пяти линз

- Зачем:
  - каталог из 29 паттернов писался, когда модели были слабее; сейчас
    потребители скилла — Opus 5 и GPT 5.6 Sol, которые знают эти правила
    по умолчанию, и 578 строк платили контекстом за no-op.
  - каталог закрыт: он стареет вместе со slop'ом и провоцирует checklist
    theater вместо суждения.
- Что:
  - references/patterns.md удалён, 29 ID сведены к пяти линзам:
    Клавиатура, Голос, Решётка, Вода, Ассистент; скилл ужался с 661
    строки до 145.
  - severity 29x3 сжата в профили трёх сред: красные ячейки
    группируются по среде, а не по паттерну, плюс «не X, а Y» везде.
  - основным режимом стала правка, отчёт вынесен во вторую ветку;
    Голос не правится молча и предъявляется первым, потому что требует
    мнения, случая и цифр автора, которых у скилла нет.
  - каталожную проверку заменил гейт человеческого дубля, плотность
    переведена из гейта в интерпретацию вердикта.
- Проверка:
  - слепой прогон новой версии на трёх входах: AI-проза для статьи,
    AI-сообщение в мессенджер, живое человеческое сообщение.
  - на человеческом тексте ноль ложных находок; десять дефектов
    инструкции, найденных прогоном, исправлены до коммита.

Co-Authored-By: Claude <noreply@anthropic.com>

agents/.agents/skills/ai-text-lint/SKILL.md

@@ -1,91 +1,145 @@
 ---
 name: ai-text-lint
-description: "Ищет в тексте признаки AI-генерации (slop) и выдаёт отчёт с цитатами и severity, не переписывая текст. Используй, когда пользователь просит: проверить или пролинтовать статью, письмо, сообщение или резюме перед публикацией или отправкой; убрать AI-стиль, гуманизировать текст, вернуть ему авторский голос; быстро глянуть короткий текст на явные маркеры."
+description: "Оптика для вычитки текста на slop — признаки AI-генерации. По умолчанию правит текст, по запросу выдаёт отчёт с находками. Используй, когда пользователь просит: применить скилл и внести правки, вычистить AI-стиль, гуманизировать текст, вернуть авторский голос; проверить или пролинтовать статью, письмо, сообщение или резюме перед публикацией; быстро глянуть короткий текст на явные маркеры."
 ---
 
 # AI Text Lint
 
-Скилл для проверки текста на slop — типичные признаки AI-генерации. Работает как линтер: анализирует текст, находит конкретные проблемы, выдаёт отчёт. Не переписывает текст автоматически — решение о правках остаётся за пользователем.
+Оптика для вычитки готового текста. Скилл вызывается вручную и намеренно: держать эти линзы в голове во время письма — значит тратить внимание на форму вместо смысла. Сначала текст пишется, потом прогоняется.
 
-## Принципы работы
+## Рамка
 
-1. **Только диагностика.** Скилл выдаёт отчёт, а не переписанный текст. Пользователь сам решает, что исправлять — и по его просьбе можно помочь с конкретными находками точечно. Не согласен с находкой — объяснить, почему она отмечена, и принять его решение.
-2. **Конкретика.** Каждая находка — точная цитата из текста + объяснение, почему это маркер + вариант замены или рекомендация.
-3. **Контекстуальность.** Не все паттерны одинаково критичны. Em dash в статье на Хабре — мелочь. Em dash в Slack-сообщении — красный флаг. Severity зависит от контекста.
-4. **Без паранойи.** Одиночное срабатывание — не приговор. Проблема в кластерах: три-четыре маркера в одном абзаце.
+Один вопрос порождает всё остальное:
 
-## Workflow
+> Похоже, что этот текст **набрал руками** вот **этот человек** вот в **эту среду**?
 
-### Шаг 1: Определить контекст
+Пять линз — пять способов, которыми ответ бывает «нет».
 
-Спросить пользователя (если не очевидно из разговора), для чего текст:
-- **article** — статья, блог-пост, документация (Хабр, README, техническая проза)
-- **message** — переписка с коллегами (Slack, Telegram, email)
-- **resume** — резюме, сопроводительное письмо
+## Линзы
 
-Контекст влияет на severity паттернов. Severity для каждого паттерна указана в таблице внутри его описания в `references/patterns.md` (колонки article / message / resume).
+### Клавиатура — набрал ли это человек руками?
 
-### Шаг 2: Прогнать текст
+Стоимость набора. Символ, который требует лишнего движения и ничего не даёт взамен, человек не ставит: em dash (Alt+0151), «ё» в дальнем углу, ёлочки, неразрывный пробел, троеточие одним символом, безупречно расставленные запятые в чате. Модель ставит всё это по умолчанию, потому что училась на отредактированных текстах.
 
-Используя базу паттернов из `references/patterns.md` (в папке этого скилла), пройтись по тексту и для каждой находки зафиксировать:
-- Какой паттерн сработал (ID и название)
-- Точная цитата из текста (выделить проблемный фрагмент)
-- Severity в данном контексте (🔴 high / 🟡 medium / 🟢 low)
-- Почему это маркер (коротко, одно предложение)
-- Что можно сделать (конкретная рекомендация или вариант замены)
+Линза генеративна: она порождает не список символов, а вопрос «сколько усилий стоило это набрать». Новый типографский изыск попадёт под неё без обновления скилла.
 
-**Готово, когда каждый паттерн каталога применён к тексту.** Не «прочитал и выписал, что бросилось в глаза», а прошёлся по всем ID из `references/patterns.md`.
+Среда решает всё. В Telegram и Slack автозамены нет, поэтому em dash там — чужой след. В статье текст прошёл через редактор с автозаменой, поэтому **в article клавиатура не находка вообще**, кроме случая, когда точно известно, что текст набирался в plain-text.
 
-Применён не значит обязан сработать. Паттерн без срабатываний в отчёт не попадает, паттерн вне контекста (R\* на не-резюме, структурные — на трёх предложениях) отмечается неприменимым. Натягивать срабатывание, чтобы проход выглядел полным, хуже, чем пропустить: см. Принцип 4.
+### Голос — этот ли человек говорит?
 
-### Шаг 3: Самоаудит поверх каталога
+Есть ли в тексте автор. Признаки отсутствия: предмет описан со стороны, позиция не занята, критика обёрнута в два слоя позитива, плюсы и минусы разложены симметрично и вывода не следует, ссылка на авторитет размыта («эксперты считают»), оценка навешена хвостовым оборотом («...значительно упростив оркестрацию») вместо отдельной мысли, слеш вместо выбора («удалённо/гибрид»). Отдельный случай — безличность там, где уместно «я» или «мы»: «рекомендуется использовать пул соединений» вместо «мы держим пул на 20, больше упирается в базу».
 
-Каталог закрытый, а slop изобретателен. Отложить список находок и перечитать текст с одним вопросом: **что ещё здесь выдаёт AI, помимо уже найденного?**
+**Голос — единственная линза, которая правится добавлением, а не вычитанием.** Добавить нужно то, чего у скилла нет: мнение автора, случай из его практики, его цифру, его сломанный прод. Поэтому Голос никогда не чинится молча — см. «Режим правки».
 
-Находка засчитывается, только если её **нельзя** записать ни под один ID каталога. Если фрагмент уже выписан на Шаге 2 — это не новая находка, а переформулировка старой. Такие находки нумеровать `X01`, `X02`, помечать «вне каталога» и включать в отчёт наравне с каталожными.
+### Решётка — рука так ровно не кладёт
 
-**Ноль находок — нормальный и частый исход.** На тексте, который каталог покрыл хорошо, X-находок не должно быть вовсе. Вопрос Шага 3 поставлен открыто и не подразумевает, что ответ есть.
+Неестественно ровная сетка на любом уровне: предложения внутри абзаца, абзацы, пункты списка, разделы. Живой текст рваный: где-то проваливается в детали, где-то проскакивает тему одной строкой.
 
-Если самоаудит дал устойчивую находку (видно на разных текстах, формулируется как правило) — сказать об этом пользователю после отчёта: это кандидат в `references/patterns.md`.
+Одна цифра, чтобы линза не была вкусовщиной: считать длину однородных единиц **в словах**, брать **размах** (максимум минус минимум) и делить на среднее. Меньше 20% — решётка. Пять пунктов по 12, 11, 13, 12, 11 слов дают размах 17% — ровно подозрительно. Абсолютная длина роли не играет, важен разброс.
 
-### Шаг 4: Сформировать отчёт
+Второй слой — синтаксическая решётка: подряд идущие предложения по одной схеме, одинаковые зачины, буллеты «**жирный заголовок** — расшифровка» без единого исключения, форсированные триады («быстро, надёжно, удобно») там, где естественная группа — две вещи или четыре.
 
-Формат отчёта:
+### Вода — прибавилось ли информации?
+
+Тест: убрать фразу и посмотреть, изменилось ли что-нибудь. Не изменилось — вода. Ловит канцелярит («является», «данный», «в рамках», «осуществлять»), раздувание важности, impact-фразы без цифр, стопки баззвордов, связки-пустышки («кроме того», «вместе с тем», «стоит отметить»), ложные диапазоны («от стартапов до корпораций»), хеджирование в три слоя.
+
+Одна конструкция заслуживает имени, потому что срабатывает почти безошибочно и в любой среде: **«не X, а Y»**, «не просто X, но и Y». Обещает контраст, доставляет пустоту.
+
+### Ассистент — не чат-бот ли это отвечает?
+
+Артефакты интерфейса помощника, протёкшие в авторский текст: церемония на входе («В современном мире...», «Давайте разберёмся»), церемония на выходе («Надеюсь, это поможет», «Буду рад помочь»), подведение итогов там, где никто не просил, декоративные эмодзи в заголовках и буллетах, вступительное двоеточие перед каждым списком.
+
+Самая механическая из пяти, ловится почти поиском по подстроке.
+
+## Калибровка по средам
+
+Severity — свойство среды, а не находки. Одна и та же клавиатура: в статье не считается, в чате красный флаг.
+
+**article** (статья, блог-пост, README) — вес на **Голосе** и **Воде**.
+🔴 нет позиции автора · размытая ссылка на авторитет · раздувание важности · «В современном мире» · эмодзи в заголовках · буллеты «жирный заголовок + расшифровка»
+
+**message** (Slack, Telegram, email коллеге) — вес на **Клавиатуре** и **Ассистенте**. Голос почти не считается: в чате нужна краткость, а не позиция.
+🔴 em dash · сплошная «ё» · плотный канцелярит · «давайте разберёмся» · «буду рад помочь» · итоги в конце сообщения · связки «кроме того / вместе с тем» · безличное «рекомендуется»
+
+**resume** (резюме, сопроводительное) — вес на **Воде** и **Решётке**.
+🔴 impact-фраза без цифр · стопка баззвордов · однородные буллеты в опыте · причастные хвосты («...значительно упростив») · хеджирование · em dash · «ё»
+
+**Везде 🔴:** «не X, а Y» / «не просто X, но и Y».
+
+Красные списки — это калибровка, которую из общих соображений не вывести. Остальное взвешивать самому: насколько уверенное срабатывание и насколько мешает в этой среде. Механического правила понижения нет — уверенная находка по неглавной линзе спокойно бывает важнее вялой по главной.
+
+Находка часто попадает сразу в две линзы («данный подход имеет как преимущества, так и ограничения» — это и Голос, и Вода). Назвать обе, вес ставить по той, что сильнее в этой среде.
+
+## Гейт: человеческий дубль
+
+Линзы открыты, поэтому находку легко выдумать. Гейт один и он обязателен:
+
+> Находка засчитывается, только если получается написать правдоподобный человеческий вариант этого фрагмента, **заметно отличающийся** от исходного.
+
+Не получается — находки нет, есть вкусовщина. Гейт бесплатный: дубль сразу становится правкой или рекомендацией.
+
+**Плотность — не гейт, а интерпретация.** Одиночное срабатывание в живом тексте нормально, человек тоже так пишет. Кластер (три и больше маркера в абзаце, или одна линза ровным слоем по всему тексту) означает, что текст генерился, а не писался. Плотность влияет на вердикт и на то, насколько настойчиво предлагать правки, но не отменяет отдельную находку: одинокое «не просто X, а Y» остаётся красным.
+
+## Как применять
+
+**Шаг 1. Определить среду** — article / message / resume. Если не ясно из разговора, спросить: от среды зависит вся калибровка.
+
+**Шаг 2. Пройти пятью линзами.** Готово, когда приложены все пять. Каждое срабатывание провести через гейт до того, как оно куда-то попадёт.
+
+**Шаг 3.** Дальше — по тому, что просили.
+
+### Режим правки (по умолчанию)
+
+«Примени скилл», «вычисти», «поправь» — значит внести правки, а не отчитаться.
+
+Четыре линзы правятся молча: **Клавиатура**, **Решётка**, **Вода**, **Ассистент**. Все четыре вычитают — убрать символ, разорвать ровность, выкинуть пустое. Ошибиться тут дёшево, и правка обратима.
+
+**Голос не правится молча никогда.** Починить его — значит дописать мнение, случай или цифру, которых у скилла нет. Выдуманный инцидент в чужом тексте хуже любого slop'а.
+
+Отдать результат строго в этом порядке:
+
+1. **Голос — первым и всегда явно, даже когда находок нет.** Нет находок — одна строка «Голос: чисто». Есть — предъявить вопросом, по одному на находку: «второй абзац ничей: что ты про это на самом деле думаешь?», «тут просится цифра — какая была?».
+2. Поправленный текст.
+3. Что изменено — компактным списком по линзам, без цитат: «Клавиатура: 6 em dash → дефис, убрана „ё“. Вода: выкинуто „является ключевым фактором“, „кроме того“ ×2».
+
+Порядок именно такой, потому что Голос — единственное, что требует действия от автора, а остальное уже сделано. В конце вывода, под простынёй правок, он теряется, и самая ценная линза пропадает молча.
+
+**Правка не закончена, пока про Голос не сказано что-то одно: вопросы или «чисто».** Пропуск этой строки читается как «проверено, всё хорошо», хотя означает «забыли».
+
+Границы правки: меняется форма, не смысл. Термины, числа, факты, ссылки — неприкосновенны. Авторские особенности (короткие рубленые фразы, мат, необычная пунктуация как приём) — это голос, а не slop, их не выравнивать.
+
+### Режим отчёта (когда просят диагностику)
+
+«Проверь», «что тут не так», «прогони и покажи находки» — значит не трогать текст.
 
 ```
 ## Результаты проверки
 
-**Контекст:** [article / message / resume]
-**Общая оценка:** [краткий вердикт — сколько находок, общее впечатление]
+**Среда:** [article / message / resume]
+**Вердикт:** [одно предложение: сколько находок, какая линза доминирует, кластер или разрозненно]
 
-### Находки
+1. 🔴 **Голос** — [в чём проблема, полстроки]
+   > [цитата, проблемный фрагмент **жирным**]
+   Человек бы написал: [дубль]
 
-1. 🔴 **[ID паттерна]: [Название]**
-   > [цитата из текста, проблемный фрагмент выделен **жирным**]
-   
-   Почему: [объяснение]
-   Рекомендация: [что сделать]
-
-2. 🟡 **[ID паттерна]: [Название]**
-   ...
-
-### Статистика
-- 🔴 High: N
-- 🟡 Medium: N
-- 🟢 Low: N
-
-### Общие рекомендации
-[2-3 предложения о том, на что обратить внимание в первую очередь. Только для article и только если находки есть: если все они на удаление, назвать хотя бы одно место, где тексту не хватает голоса — убрать маркеры это половина работы. Для message и resume голос не требуется, там этот пункт пропускается]
+2. 🟡 **Вода / Решётка** — ...
 ```
 
-### Режим quick scan
+Порядок: по убыванию severity, внутри — по порядку в тексте. 🟢 включать, если их немного; при десятке мелочей свернуть в одну строку «плюс по мелочи: ...».
 
-Если пользователь просит быстро проверить (короткий текст, сообщение перед отправкой, «глянь быстро») — показать только 🔴 high находки, без 🟡 и 🟢. Формат: короткий список без развёрнутых объяснений. Полный отчёт — только по запросу.
+Находок нет — сказать это и перечислить, что проверялось: на чистом тексте автору важно видеть, что линзы приложены, а не что скилл поленился.
 
-В этом режиме исчерпывающий проход не нужен: Шаг 3 пропускается целиком, а на Шаге 2 достаточно паттернов с механической детекцией (P\*, L01, L02, L04, L05, S01, S03, T04, C01, C02) — они ловятся поиском по подстроке и дают почти весь 🔴 high на коротком тексте.
+### Quick scan
+
+Только по явной просьбе («глянь быстро», «на бегу»). Короткий текст сам по себе в этот режим не отправляет.
+
+Линзы **Клавиатура** и **Ассистент**, только 🔴, списком без объяснений. На коротком сообщении они дают почти все находки и стоят один проход глазами.
+
+Голос сюда не входит. Если быстрый скан просят на статье — сказать одной строкой, что Голос не смотрелся: в article это главная линза, и молчаливый пропуск создаёт ложное ощущение чистоты.
 
 ## Важно
 
-- **Не быть AI-детектором.** Скилл не определяет, написан ли текст AI. Он ищет стилистические паттерны, которые _ассоциируются_ с AI-генерацией. Человек тоже может так писать.
-- **Русский язык — приоритет.** База паттернов заточена под русскоязычный текст. Английские паттерны включены для смешанных текстов (технические статьи с англицизмами).
-- **Не трогать содержание.** Скилл проверяет стиль и форму, не фактическую корректность.
+- **Это не AI-детектор.** Скилл не определяет, писал ли текст AI. Он находит стилистику, которая _ассоциируется_ с генерацией. Живой человек пишет так же — особенно аккуратный человек после редактора.
+- **Русский приоритетнее.** Линзы настроены на русский. В смешанной технической прозе английские маркеры («delve», «leverage», «testament to») ловятся теми же линзами, отдельного списка не нужно.
+- **Содержание не трогать.** Форма, не фактическая корректность.
+- **Последнее слово за автором.** Не согласен с находкой — объяснить, почему она отмечена, и принять решение автора.

agents/.agents/skills/ai-text-lint/references/patterns.md

@@ -1,575 +0,0 @@
-# База паттернов AI Text Lint
-
-Каждый паттерн имеет:
-- **ID** — уникальный идентификатор
-- **Название** — краткое описание
-- **Описание** — что именно ищем и почему это маркер
-- **Примеры** — конкретные срабатывания (RU/EN)
-- **Severity** — по контексту: article / message / resume
-- **Рекомендация** — что делать при срабатывании
-- **Детекция** (не у всех) — как искать механически: подстрока, счёт, порог
-
-Паттерн может делиться на подпункты с буквенными ID (`T03a`, `T03b`): это отдельные срабатывания с общей причиной. В отчёт они идут раздельно, под своим буквенным ID. Severity наследуется от родителя, если у подпункта не оговорена своя.
-
-Severity: 🔴 high (явный маркер, бросается в глаза), 🟡 medium (подозрительно в скоплении), 🟢 low (мелочь, но в сумме вносит вклад).
-
----
-
-## Категория: Пунктуация и типографика
-
-### P01: Длинное тире (em dash) — главный маркер AI-текста на русском
-
-**Что:** Наличие символа `—` (U+2014, em dash) в любом тексте, который подразумевает ручной набор.
-**Почему:** Это один из самых надёжных и высокочастотных признаков AI-генерации. На стандартной клавиатуре (и PC, и Mac) символ em dash отсутствует как отдельная клавиша. Его набор требует специальных комбинаций (Alt+0151, Ctrl+Shift+U 2014 и т.д.), которые подавляющее большинство людей не знает и не использует. В реальной переписке и даже в статьях люди набирают:
-- знак минус с клавиатуры (`-`)
-- дефис (`-`)
-- иногда двойной дефис (`--`)
-- или вообще перестраивают предложение без тире
-
-AI-модели же подставляют типографически корректное `—` автоматически, потому что обучены на отредактированных текстах. Результат: каждое `—` в тексте, который якобы набран руками — красный флаг.
-
-**Исключения:** Текст, прошедший через редактор с автозаменой (Word, Google Docs, некоторые CMS) может содержать em dash, вставленный автозаменой из ` - ` (пробел-дефис-пробел). Но в мессенджерах (Telegram, Slack) и plain-text средах автозамены нет.
-
-**Примеры маркеров:**
-- «Проект идёт хорошо — осталось два спринта» (в чате — откуда тут em dash?)
-- «Это не баг — это фича» (в Telegram)
-- «ClickHouse — отличный выбор для аналитики» (в Slack)
-**Как выглядит реальный человеческий текст:**
-- «Проект идёт хорошо - осталось два спринта»
-- «Это не баг, это фича»
-- «ClickHouse отличный выбор для аналитики»
-
-**Рекомендация:** Заменить все `—` на `-` (минус/дефис) в переписке. В статьях и резюме — заменить бОльшую часть на `-`, запятые или скобки. Допустимо оставить 1-2 на длинный текст, если контекст предполагает редакторскую обработку.
-
-**Детекция:** Искать символ U+2014 в тексте. Каждое вхождение — отдельная находка.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🔴 high  |
-| resume   | 🔴 high  |
-
-### P02: Избыточная правильная пунктуация
-
-**Что:** Все запятые на местах, точки в конце каждого предложения, идеальные кавычки — в контексте, где люди так не пишут.
-**Почему:** В реальной переписке люди часто опускают точку в последнем предложении, пропускают запятые в длинных перечислениях, не ставят точку после "ок" или "спасибо".
-**Примеры маркеров:**
-- «Хорошо, я посмотрю это после обеда. Напишу, когда будет готово.» — слишком аккуратно для чата
-- Сравни с реальным: «Хорошо, посмотрю после обеда. Напишу когда будет готово»
-**Рекомендация:** В переписке — ослабить пунктуацию до естественного уровня. Убрать точку в конце последнего предложения. Допустить 1-2 "пропущенные" запятые в неформальном контексте.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟢 low   |
-| message  | 🟡 medium |
-| resume   | 🟢 low   |
-
-### P03: Em dash вместо скобок или запятых
-
-**Что:** Использование em dash для вводных конструкций, где человек поставил бы запятые или скобки.
-**Почему:** LLM-ы систематически предпочитают em dash для parenthetical clauses, создавая характерный "punchy" стиль.
-**Примеры маркеров:**
-- «ClickHouse — при правильной настройке — даёт отличную производительность»
-- Человек напишет: «ClickHouse (при правильной настройке) даёт отличную производительность»
-**Рекомендация:** Заменить на запятые или скобки. Одно-два тире в длинной статье — нормально. Три и больше — паттерн.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🔴 high  |
-| resume   | 🟡 medium |
-
-### P04: Эмодзи в заголовках и списках
-
-**Что:** Тематические эмодзи перед заголовками (## 🚀 Деплой), в пунктах списков (✅ Настроить CI, 📊 Метрики) или как "иллюстрации" к разделам.
-**Почему:** Фирменный стиль ChatGPT-генерированных README и документации. Человек использует эмодзи реактивно (в реакциях, в конце сообщения как эмоцию), а не "иллюстративно" — подбирая тематическую иконку к каждому пункту.
-**Примеры маркеров:**
-- `## 🚀 Быстрый старт`
-- `## 📦 Установка`
-- `- ✅ Поддержка кластеризации`
-- `- 📊 Мониторинг в реальном времени`
-**Как выглядит человеческий текст:**
-- `## Быстрый старт`
-- `- Поддержка кластеризации`
-**Рекомендация:** Убрать эмодзи из заголовков и списков. Оставить только если это осознанный стиль проекта (и то — подумать дважды).
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🔴 high  |
-| message  | 🟡 medium |
-| resume   | 🔴 high  |
-
-### P05: Буква «ё» — второй em dash
-
-**Что:** Последовательное использование буквы «ё» в тексте: «идёт», «всё», «ещё», «берёт», «нёс», «подчёркивает».
-**Почему:** Это один из самых надёжных маркеров наравне с P01. Клавиша «ё» расположена в неудобном месте (левый верхний угол, под `~`), и культура её использования в русскоязычном интернете слабая. Подавляющее большинство людей набирают «идет», «все», «еще» — и это нормально, языковая норма допускает оба варианта. AI-модели же обучены на отредактированных текстах (книги, Википедия, СМИ), где «ё» используется последовательно. Результат: если в тексте из мессенджера стабильно стоит «ё» — это красный флаг.
-
-**Исключения:** Некоторые люди принципиально пишут с «ё» (ёфикаторы). Текст, прошедший через корректора/редактора, тоже будет с «ё». Если автор — известный сторонник «ё», это не маркер.
-
-**Примеры маркеров:**
-- «Проект идёт по плану, всё готово к деплою» (в Slack)
-- «Ещё нужно разобраться с конфигурацией» (в Telegram)
-**Как выглядит реальный человеческий текст:**
-- «Проект идет по плану, все готово к деплою»
-- «Еще нужно разобраться с конфигурацией»
-
-**Рекомендация:** В переписке заменить «ё» на «е» повсеместно. В статьях — допустимо, если автор осознанно ёфицирует, но в сочетании с другими маркерами усиливает подозрение.
-
-**Детекция:** Подсчитать количество «ё» в тексте. Порог: 3+ вхождения в коротком тексте (до 200 слов) или стабильное использование по всему тексту (ни одного «е» там, где должно быть «ё» — подозрительная последовательность).
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🔴 high  |
-| resume   | 🔴 high  |
-
-### P06: Слеш как разделитель («REST/gRPC», «удаленно/гибрид»)
-
-**Что:** Косая черта `/` для разделения однородных понятий или альтернатив: «backend/frontend», «удаленно/гибрид/офис», «MergeTree/ReplacingMergeTree», «Kubernetes/Helm», «SQL/ETL-скрипты». Особенно в скоплении — когда слешей в тексте много.
-**Почему:** Люди в обычной прозе разделяют через «и», «или», запятую или скобки: «REST и gRPC», «удаленно или гибрид». Слеш требует переключения регистра мысли на «компактную запись» и в живом наборе встречается редко. AI-модели же ставят `/` рефлекторно как нейтральный компактный разделитель — он экономит токены и выглядит «аккуратно». Результат: текст, усыпанный слешами, читается как сгенерированный, особенно в резюме, где их плотность выдаёт шаблонную сборку списка навыков.
-
-**Исключения (не маркер):** устоявшиеся написания, которые и люди пишут через слеш — `CI/CD`, `A/B-тест`, `и/или`, `вкл/выкл`; даты (`12/05`), дроби и единицы (`км/ч`, `руб/мес`); пути и URL; обозначения вида `вход/выход` как термин. Маркер — это слеш на месте, где естественнее «и» / «или» / запятая, и особенно скопление таких слешей.
-
-**Примеры маркеров:**
-- «Опыт работы с Kafka/RabbitMQ/NATS» (в резюме)
-- «Настраивал мониторинг/алертинг/логирование»
-- «Data Engineer / Backend Data Engineer / ETL Developer»
-- «Формат: удаленно/гибрид/офис»
-**Как выглядит человеческий текст:**
-- «Опыт работы с Kafka, RabbitMQ и NATS»
-- «Настраивал мониторинг, алерты и логирование»
-- «Data Engineer, Backend Data Engineer, ETL Developer»
-- «Формат: удаленно, гибрид, офис»
-
-**Рекомендация:** Заменить `/` на «и», «или», запятую или скобки по смыслу. «REST/gRPC» → «REST и gRPC». «удаленно/гибрид» → «удаленно или гибрид». Парные технологии — через «и» или запятую. Устоявшиеся `CI/CD`, `и/или` оставить.
-
-**Детекция:** Искать символ `/` вне URL, путей, дат и устоявшихся терминов. Одиночное вхождение — 🟢, скопление (3+ на абзац или сплошные слеши в списке навыков резюме) — паттерн.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟢 low   |
-| message  | 🟡 medium |
-| resume   | 🟡 medium |
-
----
-
-## Категория: Лексика-маркер
-
-### L01: AI vocabulary (русский)
-
-**Что:** Слова и обороты, статистически чрезмерно используемые LLM в русском тексте.
-**Почему:** Эти слова не запрещены, но их плотность в AI-тексте в разы выше, чем в человеческом. Один — ничего. Три в одном абзаце — сигнал.
-
-**Список (tier 1 — самые частые):**
-- ключевой, комплексный, значительный, существенный
-- эффективно, целесообразно, в рамках, в контексте
-- является, представляет собой
-- обеспечивает, способствует, позволяет
-- данный (вместо "этот"), текущий (вместо "нынешний/сейчашний")
-- неотъемлемая часть, играет важную роль
-- оптимизация, масштабирование (вне технического контекста)
-- формирование (вместо "создание"), реализация (вместо "сделали/написали")
-- осуществлять (вместо "делать"), функционирование (вместо "работа")
-
-**Список (tier 2 — подозрительные в скоплении):**
-- безусловно, несомненно, очевидно
-- вместе с тем, помимо этого, кроме того
-- стоит отметить, важно подчеркнуть, следует учитывать
-- широкий спектр, целый ряд, многообразие
-- актуальный, востребованный, перспективный
-
-**Рекомендация:** Заменить на простые синонимы. "Является ключевым" → "это важно для". "Обеспечивает эффективное" → "помогает" / "ускоряет". "В рамках проекта" → "в проекте". "Данный подход" → "этот подход" / вообще убрать.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🔴 high  |
-| resume   | 🔴 high  |
-
-### L02: AI vocabulary (английский)
-
-**Что:** Английские слова-маркеры в технических текстах со смешанным языком.
-**Список (tier 1):** delve, crucial, pivotal, foster, landscape, testament, enhance, intricate, tapestry, underscore, leverage, streamline, holistic, robust, seamless, comprehensive.
-**Список (tier 2):** navigate, harness, cutting-edge, groundbreaking, game-changer, empower, unlock, spearhead.
-**Рекомендация:** Заменить на конкретные термины. "Robust solution" → "отказоустойчивое решение" / "решение, прошедшее нагрузочное тестирование". "Leverage Kafka" → "использовать Kafka".
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🟡 medium |
-| resume   | 🔴 high  |
-
-### L03: Inflated significance (раздувание важности)
-
-**Что:** Фразы, которые подчёркивают значимость темы общими словами без конкретики.
-**Почему:** LLM систематически "надувает" важность предмета, добавляя высокопарные оценки.
-**Примеры маркеров:**
-- «знаменует собой важный этап в развитии»
-- «является переломным моментом для отрасли»
-- «открывает новые горизонты»
-- «вносит значительный вклад»
-- «трудно переоценить значение»
-**Рекомендация:** Убрать целиком или заменить конкретным фактом. Вместо «знаменует важный этап» — что конкретно изменилось и для кого.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🔴 high  |
-| message  | 🟡 medium |
-| resume   | 🔴 high  |
-
-### L04: AI-зачины ("В современном мире...")
-
-**Что:** Вводные фразы вида «В современном мире», «В мире, где...», «В эпоху цифровой трансформации», «В условиях стремительного развития технологий».
-**Почему:** Классический AI-зачин для статей и эссе. Создаёт ложное ощущение масштаба. Человек, который разбирается в теме, начинает с сути, а не с философского отступления о состоянии мира.
-**Примеры маркеров:**
-- «В современном мире данные стали новой нефтью»
-- «В эпоху больших данных особенно важно...»
-- «В условиях растущей конкуренции компании вынуждены...»
-- «В мире, где каждая секунда на счету...»
-**Рекомендация:** Удалить первое предложение целиком. Начать со второго — почти всегда текст от этого только выигрывает.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🔴 high  |
-| message  | 🔴 high  |
-| resume   | 🟡 medium |
-
-### L05: Вводные приглашения ("Давайте разберёмся")
-
-**Что:** Фразы-приглашения перед основным контентом: «Давайте разберёмся», «Давайте рассмотрим», «Let's dive in», «Let's explore», «Рассмотрим подробнее».
-**Почему:** AI использует эти фразы как переход от введения к основному тексту. Человек на Хабре просто начинает объяснять, без церемоний.
-**Примеры маркеров:**
-- «Давайте разберёмся, как это работает»
-- «Рассмотрим основные преимущества подробнее»
-- «Let's dive into the details»
-**Рекомендация:** Убрать. Начать объяснение напрямую.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🔴 high  |
-| resume   | 🟢 low   |
-
-### L06: Hedging (перестраховочная лексика)
-
-**Что:** Оговорки и смягчающие конструкции: «возможно», «вероятно», «в определённой степени», «в той или иной мере», «не исключено, что», «можно предположить», «как правило», «в большинстве случаев».
-**Почему:** AI хеджирует рефлекторно — ставит оговорки там, где человек сказал бы прямо. Одна оговорка в абзаце — нормально. Три — сигнал, что текст сгенерирован моделью, которая боится быть неточной.
-**Примеры маркеров:**
-- «Вероятно, это связано с особенностями архитектуры»
-- «В определённой степени это позволяет улучшить производительность»
-- «Можно предположить, что данный подход окажется эффективным»
-**Как выглядит человеческий текст:**
-- «Это из-за архитектуры»
-- «Это улучшает производительность»
-- «Этот подход работает»
-**Рекомендация:** Убрать оговорку, если автор уверен в утверждении. Если не уверен — написать почему, а не прятаться за «возможно».
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🟡 medium |
-| resume   | 🔴 high  |
-
----
-
-## Категория: Структура и форматирование
-
-### S01: Negative parallelism ("не X, а Y")
-
-**Что:** Конструкция «Это не просто X — это Y», «It's not about X, it's about Y».
-**Почему:** Один из самых узнаваемых AI-паттернов. Создаёт ложный драматический контраст.
-**Примеры маркеров:**
-- «Это не просто инструмент — это философия разработки»
-- «Речь не только об автоматизации, но и о трансформации»
-- «Это не столько технология, сколько новый подход к мышлению»
-**Рекомендация:** Убрать контраст. Сказать прямо, что это такое, без ложной дихотомии.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🔴 high  |
-| message  | 🔴 high  |
-| resume   | 🔴 high  |
-
-### S02: Rule of three
-
-**Что:** Перечисление ровно трёх пунктов, особенно когда они идут через запятую с усилением.
-**Почему:** LLM-ы обучены на огромном объёме persuasive writing, где rule of three — стандартный приём. В AI-тексте это происходит слишком часто и слишком ритмично.
-**Примеры маркеров:**
-- «быстрый, надёжный и масштабируемый»
-- «простота, гибкость и производительность»
-- «анализировать, оптимизировать и внедрять»
-**Рекомендация:** Если перечисление реально содержит три пункта — ок. Если третий добавлен "для красоты" — убрать. Или сделать два, или четыре-пять.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🟡 medium |
-| resume   | 🟡 medium |
-
-### S03: Compulsive summary (компульсивное подведение итогов)
-
-**Что:** "Таким образом", "Подводя итог", "В заключение", "В целом" — особенно когда текст короткий и итог не требуется.
-**Почему:** LLM рефлекторно подводит итог даже в двух абзацах. Человек в коротком тексте просто заканчивает.
-**Примеры маркеров:**
-- «Таким образом, ClickHouse отлично подходит для этой задачи.» (после двух предложений)
-- «В целом, данный подход показал свою эффективность.»
-**Рекомендация:** Убрать вводное слово. Если последнее предложение и без него звучит как итог — убрать его целиком.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🔴 high  |
-| resume   | 🟡 medium |
-
-### S04: Однородный ритм (предложения, абзацы, пункты)
-
-**Что:** Ровная "решётка" на любом уровне: предложения внутри абзаца одной длины, абзацы одной длины (3-4 предложения), все bullet points одинаковой структуры и длины.
-**Почему:** Человеческий текст имеет вариативную ритмику. Короткое предложение после длинного, короткий абзац после длинного — нормально. У AI решётка ровная на всех уровнях сразу.
-**Примеры маркеров:**
-- Три-четыре предложения подряд по 8-9 слов, все построенные одинаково
-- Пять bullet points, каждый ровно по два предложения
-- Четыре абзаца по 50-60 слов каждый
-**Рекомендация:** Варьировать длину осознанно. Добавить один короткий пункт (одно предложение) и один длинный. Внутри абзаца — дать одному предложению развернуться, а следующее оборвать в три слова.
-
-**Подсказка по детекции:** Два аспекта однородности:
-1. *Длина.* Посчитать слова в единицах одного уровня: предложения внутри абзаца, абзацы, пункты списка. Если разброс длин менее 20% от среднего — это паттерн. Например, пять пунктов по 12, 11, 13, 12, 11 слов — подозрительно ровно. Абсолютная длина роли не играет, важен разброс: абзац из восьмисловных предложений так же однороден, как из двадцатисловных.
-2. *Синтаксис.* AI часто строит предложения по одной схеме: подлежащее → сказуемое → дополнение, подлежащее → сказуемое → дополнение. Человек чередует порядок слов, начинает с обстоятельства, вставляет вводные конструкции, использует инверсию.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🟢 low   |
-| resume   | 🟡 medium |
-
-### S05: Bullet points с жирным заголовком + расшифровка
-
-**Что:** Списки, где каждый пункт — **Жирное слово/фраза**: а потом то же самое другими словами.
-**Почему:** Фирменный стиль ChatGPT. На Хабре и в документации так не пишут.
-**Примеры маркеров:**
-- **Масштабируемость**: Система легко масштабируется горизонтально и вертикально.
-- **Отказоустойчивость**: Обеспечивается высокий уровень отказоустойчивости.
-**Рекомендация:** Либо убрать жирные "заголовки" и писать обычными пунктами, либо убрать расшифровку, если заголовок и так ясен.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🔴 high  |
-| message  | 🟡 medium |
-| resume   | 🟡 medium |
-
-### S06: Balanced pros/cons ("Преимущества / Недостатки")
-
-**Что:** Структура с симметричными секциями плюсов и минусов, часто с одинаковым количеством пунктов в каждой.
-**Почему:** AI обожает "сбалансированную" подачу — 4 преимущества, 4 недостатка, аккуратно разложенные по полочкам. Человек обычно пишет асимметрично: «мне понравилось X и Y, но бесит Z» — в потоке текста, а не в табличке.
-**Примеры маркеров:**
-- Секция "Преимущества" с 4 пунктами, затем секция "Недостатки" с 4 пунктами
-- «С одной стороны... С другой стороны...» как организующая структура всего текста
-**Рекомендация:** Если сравнение нужно — сделать его асимметричным. Написать в потоке текста, а не раскладывать по секциям. Или честно сказать: «плюсов больше, минус один, но существенный».
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🟢 low   |
-| resume   | 🟢 low   |
-
-### S07: Двоеточие перед каждым списком
-
-**Что:** Вводная фраза с двоеточием перед каждым bullet-списком: «Основные преимущества:», «Ключевые особенности:», «Что мы сделали:».
-**Почему:** AI рефлекторно ставит "заголовок:" перед каждым списком, даже когда список и так понятен из контекста. Человек часто начинает список без вводной фразы или встраивает его в предложение.
-**Примеры маркеров:**
-- «Основные преимущества ClickHouse:» + список
-- «Что было сделано в рамках проекта:» + список
-- «Ключевые технологии:» + список
-**Как выглядит человеческий текст:**
-- Список начинается после абзаца, без отдельной вводной строки
-- Или встроен в предложение: «Мы использовали ClickHouse, Kafka и Airflow»
-**Рекомендация:** Убрать вводную фразу, если из контекста и так ясно, о чём список. Или встроить перечисление в текст.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🟡 medium |
-| resume   | 🟡 medium |
-
----
-
-## Категория: Тон и авторская позиция
-
-### T01: Vague attribution (размытые ссылки на авторитет)
-
-**Что:** «Эксперты отмечают», «По мнению специалистов», «Согласно исследованиям», «Многие разработчики считают» — без указания, кто именно.
-**Почему:** AI не может сослаться на конкретный источник и подставляет weasel words.
-**Примеры маркеров:**
-- «Эксперты в области Big Data отмечают растущую популярность...»
-- «Согласно последним исследованиям, эффективность выросла на...»
-**Рекомендация:** Либо дать конкретную ссылку/имя, либо убрать апелляцию к авторитету. «Мы замерили — эффективность выросла» лучше, чем «эксперты отмечают».
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🔴 high  |
-| message  | 🟡 medium |
-| resume   | 🟡 medium |
-
-### T02: Superficial -ing / причастные оценки
-
-**Что:** Завершающие причастные обороты, которые добавляют поверхностную оценку: «...обеспечивая гибкость», «...повышая эффективность», «...демонстрируя зрелость подхода».
-**Почему:** LLM добавляет "хвостовые" оценочные обороты как рефлекс. Человек либо скажет это отдельным предложением, либо не скажет вообще.
-**Примеры маркеров:**
-- «Мы перешли на Airflow, значительно упростив оркестрацию.»
-- «Компания внедрила CI/CD, ускорив доставку фич в продакшен.»
-- «...reflecting the continued relevance of the framework.»
-**Рекомендация:** Убрать причастный оборот. Если мысль важна — вынести в отдельное предложение с конкретикой.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🟡 medium |
-| resume   | 🔴 high  |
-
-### T03: Нет авторского голоса (стерильная нейтральность)
-
-**Что:** Текст описывает предмет исключительно "со стороны", без мнения автора, личного опыта, субъективных оценок. Ровный, гладкий, ничей.
-**Почему:** AI по умолчанию стремится к нейтральности. Человек на Хабре скажет «мне этот подход не нравится, потому что...» или «мы обожглись на этом».
-
-Важно: убрать маркеры — половина работы. Текст, из которого вычистили em dash'и и «в современном мире», но не вернули голос, палится не хуже исходного, просто по-другому: он становится безлико-правильным. T03 — главный паттерн, где рекомендация не «убрать», а «добавить».
-
-**Что искать — три отдельных срабатывания:**
-
-**T03a. Перечисление вместо вывода.** Позиции разложены ровно, а что автор про это думает — не сказано. Граница с S06: S06 владеет самой симметричной подачей (секции, «с одной стороны / с другой стороны»), T03a — отсутствием вывода после неё. Симметрия с честным «мне ближе первое, вот почему» — это S06 без T03a.
-- Маркер: «Существуют различные мнения по этому вопросу.» / «Оба варианта имеют право на жизнь.»
-- С голосом: «Подход рабочий, но мы на нём дважды теряли данные при ребалансе.»
-
-**T03b. Нет первого лица там, где оно уместно.** Безличные конструкции и «рекомендуется» в тексте про собственный опыт.
-- Маркер: «Рекомендуется использовать пул соединений.»
-- С голосом: «Мы держим пул на 20, больше упирается в базу.»
-
-**T03c. Абстрактная оценка вместо конкретной.** Автор вроде бы высказался, но проверить или оспорить нечего. В резюме этот же случай идёт по R01, там своя severity.
-- Маркер: «Это вызывает вопросы», «решение выглядит спорным», «требует внимания»
-- С голосом: «Непонятно, что будет на 10к rps: мы не проверяли.»
-
-**Рекомендация:** Для каждой находки назвать, **что конкретно добавить**: чьё это мнение, какой случай из опыта, какая цифра, какой сломанный прод. Рекомендация вида «добавить позицию автора» бесполезна — она возвращает пользователю ту же абстракцию, которую скилл только что нашёл. Позиция не обязана быть резкой, но обязана быть личной и проверяемой.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🔴 high  |
-| message  | 🟢 low   |
-| resume   | 🟢 low   |
-
-Исключение: **T03b в переписке — 🔴 high.** Голос в чате не нужен, поэтому T03a и T03c там 🟢 low, но безличное «рекомендуется» в сообщении коллеге — сильный маркер: живые люди в чате так не пишут.
-
-### T04: Вежливые обрамления
-
-**Что:** "Буду рад помочь", "Не стесняйтесь обращаться", "Надеюсь, это поможет", "Если возникнут вопросы..." — в конце каждого сообщения.
-**Почему:** Фирменный chatbot-стиль. В реальной переписке коллеги так не пишут (разве что в первом письме новому человеку).
-**Примеры маркеров:**
-- «Если нужна помощь — обращайся, буду рад помочь!»
-- «Надеюсь, информация окажется полезной.»
-**Рекомендация:** Убрать. В переписке с коллегами — просто закончить по делу.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟢 low   |
-| message  | 🔴 high  |
-| resume   | 🟡 medium |
-
-### T05: Sandwich pattern (похвала-оговорка-похвала)
-
-**Что:** Структура, где критика или ограничение обёрнуты в два слоя позитива: «Отличный инструмент. Есть некоторые ограничения. Но в целом достойное решение.»
-**Почему:** AI боится быть категоричным и рефлекторно смягчает любую критику обрамлением из похвалы. Человек, если ему что-то не нравится, скажет прямо: «Работает, но тормозит на больших объёмах — для нас это критично».
-**Примеры маркеров:**
-- «Kafka — мощный инструмент. Настройка может быть непростой. Тем не менее, для нашей задачи это лучший выбор.»
-- «Хороший фреймворк с активным сообществом. Документация могла бы быть лучше. В целом — рекомендую.»
-**Как выглядит человеческий текст:**
-- «Kafka подходит, но настройка — боль. Будьте готовы потратить на это время.»
-- «Документация слабая, приходится разбираться по исходникам. В остальном норм.»
-**Рекомендация:** Убрать обрамляющие позитивные предложения, если они не несут информации. Критику подать прямо, с конкретикой.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🟡 medium |
-| resume   | 🟢 low   |
-
----
-
-## Категория: Резюме-специфичные паттерны
-
-### R01: Абстрактные impact-фразы без цифр
-
-**Что:** «Значительно повысил эффективность», «Оптимизировал бизнес-процессы», «Внёс существенный вклад в развитие».
-**Почему:** AI не знает реальных цифр и подставляет generic impact-фразы. Рекрутер сразу видит отсутствие конкретики.
-**Примеры маркеров:**
-- «Существенно сократил время обработки данных»
-- «Повысил качество аналитических процессов»
-**Рекомендация:** Добавить цифры, названия систем, объёмы. «Сократил время ETL с 4 часов до 40 минут за счёт перевода на ClickHouse MergeTree».
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🟢 low   |
-| resume   | 🔴 high  |
-
-### R02: Buzzword stacking
-
-**Что:** Нагромождение модных терминов без привязки к конкретной работе.
-**Почему:** AI генерирует "красиво звучащие" наборы компетенций, которые не привязаны к реальным проектам.
-**Примеры маркеров:**
-- «Кросс-функциональное взаимодействие, стратегическое планирование, непрерывное совершенствование»
-- «Agile-трансформация, цифровая зрелость, data-driven подход»
-**Рекомендация:** Каждый buzzword привязать к конкретному проекту или убрать. Не более одного buzzword на bullet point.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🟢 low   |
-| resume   | 🔴 high  |
-
-### R03: Однородная структура bullet points в опыте
-
-**Что:** Каждый пункт начинается с глагола в прошедшем времени, одинаковой длины, одинаковой конструкции.
-**Почему:** AI генерирует "правильные" bullet points по шаблону. Реальное резюме, написанное человеком, имеет разную структуру пунктов.
-**Примеры маркеров:**
-- «Разработал систему мониторинга...»
-- «Реализовал интеграцию с...»
-- «Оптимизировал процесс...»
-- «Внедрил автоматизацию...»
-(все по 8-12 слов, все глагол + объект + контекст)
-**Рекомендация:** Варьировать структуру. Добавить пункт с результатом ("Скорость выросла в 3 раза"). Добавить пункт с контекстом ("Проект для Ростелеком, команда 5 человек"). Разная длина пунктов.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟢 low   |
-| message  | 🟢 low   |
-| resume   | 🔴 high  |
-
----
-
-## Категория: Переходные слова и связки
-
-### C01: Избыточные conjunctive phrases
-
-**Что:** «Более того», «Кроме того», «Помимо этого», «Вместе с тем», «Moreover», «Furthermore», «Additionally» — слишком часто.
-**Почему:** AI использует формальные связки между каждым абзацем. Человек чаще начинает новый абзац без связки или использует неформальные переходы.
-**Примеры маркеров:**
-- Три абзаца подряд, начинающихся с «Кроме того», «Более того», «Помимо этого»
-**Рекомендация:** Убрать 2 из 3. Начать абзац с сути, без вводного оборота.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🔴 high  |
-| resume   | 🟡 medium |
-
-### C02: False range ("от X до Y")
-
-**Что:** «От небольших стартапов до крупных корпораций», «От технической экспертизы до креативного мышления», «From intimate gatherings to global movements».
-**Почему:** Конструкция подразумевает спектр, но на деле это просто две слабо связанные вещи, одетые в "красивую" рамку.
-**Примеры маркеров:**
-- «Опыт работы от MVP-проектов до enterprise-решений»
-- «Навыки от написания кода до управления командами»
-**Рекомендация:** Сказать прямо: «Работал и с MVP, и с enterprise-проектами» или перечислить конкретные проекты.
-
-| Контекст | Severity |
-|----------|----------|
-| article  | 🟡 medium |
-| message  | 🟡 medium |
-| resume   | 🔴 high  |