Un plugin para detectar y eliminar los tics de la IA en textos en español
Uso Claude constantemente para redactar y hay algo que delata al instante la mano de la IA: frases hechas que se repiten, rayas em por todas partes, preguntas cuya respuesta viene a continuación y un ramillete de hashtags al final de cada publicación.
Para resolver esto he creado humanizar, un plugin para Claude Code que analiza cualquier texto en español —un post, un artículo, un correo, un README— y le asigna una puntuación de 0 a 100 según cuánto se parece a escritura humana real.
El funcionamiento se divide en tres pasos:
- Corrige de forma automática solo aquello que no altera el significado: caracteres invisibles, letras Unicode que simulan negrita y muletillas con un equivalente directo.
- Señala el resto de problemas para que Claude reescriba únicamente esas frases: relleno, preguntas retóricas, ganchos para comentarios, rayas, emojis en exceso o más de tres hashtags.
- Calcula la nota a partir de cinco criterios: ritmo, concreción, relleno, huella y voz. Un fallo serio en cualquiera de ellos tira la puntuación hacia abajo.
Para que sirva de referencia: un texto generado directamente por IA suele obtener un 22. El post que publiqué hoy sobre mis medidores para Claude Code llegó al 100.
Todo el proceso corre en local, sin conexión a ningún modelo externo ni a ninguna API. La idea parte de li-human, del repositorio linkedin-agent-skill (licencia MIT), y la he adaptado y rehecho para español. No tiene ninguna relación oficial con Anthropic.
/plugin install humanizar –marketplace marcmayol/drac-plugins
Repositorio y documentación del plugin humanizar
Humanizar: plugin para Claude Code que puntúa y corrige la huella de IA en textos en español
Resumen técnico
El plugin humanizar, instalable vía Claude Code con /plugin install humanizar --marketplace marcmayol/drac-plugins, analiza textos en español y devuelve una puntuación de 0 a 100 basada en cinco métricas: ritmo, concreción, relleno, huella de IA y voz. Aplica correcciones automáticas solo cuando no alteran el significado: caracteres invisibles, Unicode falso de negrita y muletillas con sustituto exacto. El resto lo señala para que Claude reescriba fragmentos concretos. Ejecuta todo en local, sin llamadas a APIs externas ni modelos adicionales. Un texto típico generado por IA obtiene una nota de 22 sobre 100.
Análisis de implicaciones
El plugin introduce un pipeline de postprocesado dentro del propio entorno de Claude Code, separando correcciones deterministas de las que requieren juicio semántico. Esto rompe el ciclo habitual de prompt-respuesta-revisión manual: en lugar de iterar sobre el texto completo, el modelo solo interviene en los fragmentos marcados como problemáticos. La limitación principal es que la puntuación depende de heurísticos fijos para español de España, sin adaptación dinámica a registros técnicos, jurídicos o periodísticos con convenciones distintas.
Aplicación práctica
Se instala una vez en el entorno de Claude Code y se invoca sobre cualquier archivo de texto: posts, artículos, correos o archivos README. El flujo habitual es: generar el borrador con Claude, ejecutar humanizar para obtener la puntuación inicial, revisar las alertas de relleno o preguntas retóricas y dejar que Claude reescriba solo esas líneas. El resultado se puede validar pasando el texto de nuevo por el plugin hasta alcanzar la puntuación objetivo. El autor reporta haber alcanzado 100 sobre 100 en un post publicado en producción.
Contexto del sector
La detección de huella de IA en texto escrito es un problema abierto. Herramientas como GPTZero o Originality.ai operan como clasificadores externos con llamadas a API. humanizar toma una dirección opuesta: corrección local, orientada al español y acoplada directamente al agente que genera el texto. La iniciativa parte del repositorio linkedin-agent-skill bajo licencia MIT y es independiente de Anthropic, lo que la sitúa en el ecosistema creciente de plugins no oficiales para Claude Code.
