Humaniseur : supprimer les patterns d'écriture IA du français

Your task

When given French text to humanize:

0. Clarify the target register first - Abbreviations, argot, orality, emojis and typography all depend on the expected niveau de langage. If it is not clear from the request or the input (soutenu, courant, familier ? for which medium ?), ask the user before starting to humanize
1. Identify AI patterns - Scan for all 38 patterns listed below
2. Rewrite problematic sections - Replace AI-isms with natural French alternatives
3. Preserve meaning - Keep the core message intact
4. Maintain voice - Match the intended tone and register
5. Add soul - Don't just remove bad patterns; inject actual personality (see Part 4)
6. Do a final anti-AI pass - Ask: "Qu'est-ce qui rend ce texte évidemment généré par IA ?" Answer briefly with remaining tells, then ask "Maintenant, fais en sorte qu'il ne le soit plus" and revise accordingly. Apply the three-signal rule: one isolated marker is noise (most are normal French), but three or more co-occurring in the same passage make a reader flinch — revise until no paragraph accumulates three

The 80 % rule: imperfect compliance is the point

Follow the humanizer rules most of the time — not always. It is fine to leave roughly 20 % of this skill's instructions unapplied.

• Real human prose contains flagged patterns at low density: « pour conclure » does not make a text 100 % AI, and a text that dodges every single tell with mechanical rigor is uniform in a new, equally detectable way.
• Transgress deliberately: keep an em dash that earns its place, one « par ailleurs », one tidy list.
• The tells are density and co-occurrence (see the three-signal rule), never a single occurrence.

One pass only. Do not run this skill repeatedly on the same text: each pass removes variance and injects its own habits, and quality degrades fast — by the second or third pass the voice the first one created is flattened again. If the result still smells AI after the final anti-AI pass, the fix is adding anchored content (a fact, a date, an opinion — see the limits note in Part 4), not another scrub.

Precedence: this skill yields to context

Instructions here can be overridden by the user's prompt or by a more specific skill loaded alongside. When the task comes with its own prose and copywriting method — a LinkedIn post, a press release, ad copy, developer documentation in a README — those rules win on conflict: apply this skill only to what they leave open (AI vocabulary, anglicisms, artifacts, typography). A LinkedIn hook, a press-release structure or Markdown formatting in developer docs may legitimately use patterns flagged here (short punchy paragraphs, a tidy list, headings and bold, a rule of three); that is the format speaking, not the machine.

IMPORTANT: French-specific context

French professional writing is inherently more formal than English. Connectors like « néanmoins » and « toutefois » are legitimate in human French. The tells are different from English:

• The AI lexicon is distinct (« crucial » is the #1 French AI word, not "delve")
• Anglicisms from the model's English-first architecture are a major tell
• Typographic conventions (guillemets, spacing before punctuation) are strict
• The dissertation tradition (thèse/antithèse/synthèse) overlaps with AI structure
• French tolerates longer sentences naturally, so burstiness signals differ

Do NOT over-correct toward informal French. The goal is authentic French at the appropriate register, not dumbed-down French.

Ne jamais abaisser le registre de langue. If the input is in « langage soutenu », the output MUST remain in « langage soutenu ».

• Rewriting formal prose into casual French is a different kind of inauthenticity — just as detectable, just as artificial. The enemy is formulaic writing, not formal writing.
• A well-constructed subordinate clause, a precise connector, a long periodic sentence — these are features of good French, not AI artifacts.
• Only remove what is genuinely mechanical: inflated significance, copula avoidance, synonym cycling, promotional filler.

---

Part 1: Content patterns

Pattern 1 — Inflation de signification et d'héritage

Triggers: constitue/représente un tournant, témoigne de, joue un rôle crucial/essentiel/déterminant, souligne l'importance, reflète une tendance plus large, symbolisant son caractère durable, contribuant à, ouvrant la voie à, marquant une étape, un jalon décisif, un paysage en mutation, une empreinte indélébile, profondément ancré

LLMs inflate the importance of ordinary facts by connecting them to broader trends nobody asked about.

Avant :

L'Institut de la Statistique de la Catalogne a été officiellement créé en 1989, marquant un tournant décisif dans l'évolution des statistiques régionales en Espagne. Cette initiative s'inscrivait dans un mouvement plus large de décentralisation administrative.

Après :

L'Institut de la Statistique de la Catalogne a été créé en 1989 dans le cadre du transfert de compétences statistiques aux communautés autonomes. Il produit et publie des statistiques régionales indépendamment de l'INE.

Pattern 2 — Insistance sur la notabilité et la couverture médiatique

Triggers: couverture médiatique indépendante, médias locaux/nationaux/internationaux, cité par un expert reconnu, forte présence sur les réseaux sociaux

Avant :

Ses travaux ont été cités dans Le Monde, la BBC, Les Échos et Le Figaro. Elle maintient une présence active sur les réseaux sociaux avec plus de 200 000 abonnés.

Après :

Dans un entretien au Monde en 2024, elle a défendu l'idée que la régulation de l'IA devrait porter sur les résultats plutôt que sur les méthodes.

Pattern 3 — Analyses superficielles en participe présent (-ant)

Triggers: soulignant/mettant en lumière..., assurant..., reflétant/symbolisant..., contribuant à..., favorisant/encourageant..., englobant..., illustrant...

AI tacks participial phrases onto sentences to add fake analytical depth. The French equivalent of the English "-ing" problem.

Avant :

La palette du bâtiment, mêlant bleu, vert et or, évoque la beauté naturelle de la région, symbolisant les champs de lavande et la Méditerranée, reflétant l'attachement profond de la communauté à son terroir.

Après :

Le bâtiment utilise du bleu, du vert et de l'or. L'architecte a expliqué que ces couleurs font référence aux champs de lavande et à la côte méditerranéenne.

Pattern 4 — Langage promotionnel et publicitaire

Triggers: dispose de, vibrant, riche (figuré), profond, renforçant son, illustrant, exemplifie, engagement envers, beauté naturelle, niché, au cœur de, révolutionnaire (figuré), renommé, à couper le souffle, incontournable, époustouflant, un joyau

Avant :

Niché au cœur de la région époustouflante du Luberon, ce village se dresse comme un joyau vibrant doté d'un riche patrimoine culturel et d'une beauté naturelle à couper le souffle.

Après :

Le village est situé dans le Luberon, à une trentaine de kilomètres d'Apt. On y vient surtout pour le marché du samedi et l'église romane du XIIe siècle.

Subtle variant when editing or summarizing: AI inserts valorizing adjectives and inclusive doublets absent from the source — « nos soldats » becomes « nos vaillants soldats », « concitoyens » becomes « concitoyennes et concitoyens ». It over-corrects toward its training norms instead of following the text. Restore the source's wording.

Pattern 5 — Attributions vagues et mots-fouines

Triggers: Des rapports sectoriels, Les observateurs soulignent, Les experts estiment, Certains critiques avancent, plusieurs sources/publications (quand peu sont citées), il est communément admis que, il est largement reconnu que

Avant :

Les experts estiment qu'elle joue un rôle crucial dans l'écosystème régional.

Après :

La rivière abrite plusieurs espèces de poissons endémiques, selon un inventaire de 2019 du CNRS.

Pattern 6 — Sections « Défis et perspectives »

Triggers: Malgré son... fait face à plusieurs défis..., En dépit de ces défis, Défis et héritage, Perspectives d'avenir, L'avenir s'annonce prometteur

The formulaic challenge-then-optimism sandwich.

Avant :

Malgré sa prospérité industrielle, la commune fait face à des défis typiques des zones urbaines. En dépit de ces défis, elle continue de prospérer.

Après :

La congestion routière s'est aggravée après 2015 avec l'ouverture de trois zones d'activités. La mairie a lancé un programme de réfection du réseau pluvial en 2022.

---

Part 2: Language, grammar, and style patterns

Pattern 7 — Vocabulaire « IA » surutilisé

The single most flagged word in French AI text is crucial. The adverb notamment appears ~1/200 words in AI text vs. ~1/800 in human French (4x overuse).

High-frequency AI vocabulary (find-and-replace checklist):

AI word/phrase	Replacement strategy
crucial, essentiel	Use domain-specific terms, or just drop
également (the top measured French AI marker)	« aussi », « de même », or drop — one per paragraph max
défi	« problème », « difficulté », or name the actual obstacle
significatif, robuste, substantiel	Be precise: give numbers instead
holistique	Remove (calque of English "holistic")
compréhensif (= exhaustif)	Use « exhaustif » or « complet » (compréhensif = empathetic in French)
disruptif	« de rupture » or describe the actual change
notamment (if >1 per 800 words)	« en particulier », « entre autres », or restructure
par ailleurs, en outre, de plus	Use « or », « reste que », « n'empêche que », « soit dit en passant »
il convient de noter que	Delete, start sentence directly
dans le paysage [actuel/numérique]	Delete entirely
au cœur de	Replace with specific location/concept
la pierre angulaire	Just say what it is
un levier puissant	Describe the actual mechanism
captivant, fascinant, passionnant	Say what is actually interesting, or drop
révolutionnaire, transformateur	Describe the actual change
permettre de, favoriser, optimiser	Use a concrete verb: say what actually happens
mettre en lumière	« montrer », « révéler »
naviguer dans, déverrouiller le potentiel de	Calques — describe the actual action
garantir, assurer, offrir (as service-brochure verbs)	State the fact plainly
dans cette optique, dans ce contexte, à cet égard	Delete, or link the ideas concretely
que vous soyez X ou Y	Address the actual reader directly

Jargon de ministre: AI French leans on administrative vocabulary (« dispositif », « acteurs », « enjeux », « mise en œuvre », « dynamique territoriale ») even outside institutional contexts. Outside actual administrative prose, swap for plain words.

Formulaic openings to kill on sight:

• « Dans le paysage [actuel/numérique/contemporain] de... »
• « À l'ère de... »
• « Dans un monde [où/trépidant/tumultueux]... »
• « Il est essentiel/crucial de noter que... »
• « Plongeons dans... » (the French "Let's dive into")
• « Découvrez comment... », « Dans cet article, nous allons explorer... », « Bienvenue dans ce guide complet... » (meta-announcements — start with the content itself)

Formulaic closings to kill on sight: « En conclusion », « En résumé », « En somme », « En fin de compte », « Au final » opening a final paragraph. End on a concrete fact instead (see Pattern 26).

Connectors that signal human authorship (AI almost never uses these): « Or », « Quoi qu'il en soit », « Toujours est-il que », « Force est de constater que », « Reste que », « N'empêche que », « Soit dit en passant »

Pattern 8 — Évitement de la copule (être/avoir)

Triggers: constitue, fait office de, se positionne comme, représente [un], dispose de, offre [un]

Avant : La galerie constitue l'espace d'exposition. Elle dispose de quatre salles. Après : La galerie est l'espace d'exposition. Elle a quatre salles.

Pattern 9 — Parallélismes négatifs

Triggers: Non seulement... mais aussi..., Il ne s'agit pas seulement de... mais de..., Ce n'est pas un simple X, c'est un Y

Avant : Il ne s'agit pas simplement d'autocomplétion ; il s'agit de libérer la créativité. Après : L'outil dépasse la simple autocomplétion : il élargit l'espace de créativité disponible.

Pattern 10 — Règle de trois systématique

AI forces ideas into groups of three.

Avant : L'événement propose des conférences plénières, des tables rondes et des opportunités de réseautage. Innovation, inspiration et analyses sectorielles. Après : L'événement comprend des conférences et des tables rondes. Du temps est prévu pour le réseautage.

Pattern 11 — Cycle de synonymes (variation élégante)

Repetition-penalty code causes excessive synonym substitution for the same referent.

Avant : Le protagoniste fait face à de nombreux défis. Le personnage principal doit surmonter les obstacles. La figure centrale finit par triompher. Après : Le protagoniste fait face à de nombreux obstacles, finit par les surmonter et rentre chez lui.

Pattern 12 — Fausses gammes

Triggers: « de X à Y, de A à B » where X-Y and A-B don't form meaningful scales.

Avant : De la singularité du Big Bang au vaste réseau cosmique, de la naissance des étoiles à la danse de la matière noire. Après : Le livre couvre le Big Bang, la formation des étoiles et la matière noire.

Pattern 13 — Anglicismes d'architecture

~16% of ChatGPT's French errors have English origins. These are among the most reliable tells.

Anglicisme IA	Français correct
« faire du sens »	« avoir du sens »
« adresser un problème »	« traiter / aborder un problème »
« implémenter » (hors info)	« mettre en œuvre »
« impacter »	« affecter, toucher »
« supporter » (= soutenir)	« prendre en charge »
« définitivement » (= assurément)	« sans aucun doute »
« basiquement »	« en gros, fondamentalement »
Oxford comma before « et »	No comma before « et » in French

Pattern 14 — Doublets adjectivaux redondants

Token-by-token generation produces synonym pairs as hedging.

Triggers: crucial et essentiel, robuste et fiable, innovant et avant-gardiste, dynamique et en pleine expansion, riche et varié

Avant : Cette approche innovante et avant-gardiste offre une solution robuste et fiable. Après : Cette approche tient la charge sans maintenance lourde.

Pattern 15 — Abus de tirets cadratins

AI overuses em dashes mimicking English "punchy" writing. French prefers commas and parentheses for incidental clauses.

Avant : Le terme est promu par les institutions — pas par les habitants. Cet étiquetage — même dans les documents officiels — persiste. Après : Le terme est promu par les institutions, pas par les habitants. Cet étiquetage persiste, même dans les documents officiels.

Freshness note: since November 2025, ChatGPT obeys "no em dash" custom instructions, and readers know the tell. Presence proves little (humans use it too), absence proves nothing. Still reduce overuse — the goal is natural French, not detector evasion.

Pattern 16 — Abus de gras mécanique

AI bolds terms mechanically to signal importance.

Rule: Remove all bold unless it serves a genuine navigational function.

Pattern 17 — Listes verticales avec en-têtes en gras et deux-points

Avant :

• Expérience utilisateur : Significativement améliorée.
• Performance : Optimisée grâce à des algorithmes améliorés.
• Sécurité : Renforcée avec le chiffrement de bout en bout.

Après :

La mise à jour améliore l'interface, accélère le chargement et ajoute le chiffrement de bout en bout.

Same rule for gratuitous tables: AI presents ordinary developments as tables (a French Wikipedia-flagged marker). Keep a table only when the data is genuinely tabular (comparisons, figures); otherwise convert to prose.

Pattern 18 — Majuscules de titre à l'anglaise

French headings capitalize only the first word (and proper nouns).

Avant : ## Négociations Stratégiques Et Partenariats Globaux Après : ## Négociations stratégiques et partenariats globaux

Pattern 19 — Emojis : décoratifs vs expressifs

Emojis are a register feature, not a defect. Three tests:

1. Function — an emoji that replaces words or carries tone (irony, emotion, reaction) is human usage; one that decorates structure (one per heading, 🚀💡✅ series, « 👉 » paragraph openers) is machine usage. Remove the second, keep the first.
2. Medium — social posts, chats, internal messaging: emojis are expected — keep some, or add one if the author's voice uses them. Formal documents, press releases, articles: none.
3. Regularity — the tell is systematicity: same position, same density everywhere. Human emoji use is irregular and sparse (max ~1 per paragraph, never in series). Keep the irregular, kill the systematic.

When in doubt about the author's voice, ask.

Pattern 20 — Guillemets et incohérence typographique

Sources contradict on which quote style AI produces (perfect chevrons « », English curly quotes "…", or both). The robust tell is not one variant but the mix: straight quotes, curly quotes and chevrons cohabiting in one text, or straight (') and curly (’) apostrophes alternating — a human sticks to whatever their keyboard produces.

Quote rule by register: in official documents written in langage soutenu with worked typography, use chevron quotes (« ... ») with non-breaking spaces. The rest of the time (emails, internal communication, social media), prefer curly quotes ("...") — chevron-perfection there reads as machine output.

Also check: spaces before colons/semicolons/exclamation/question marks, and French number formatting (1 000,50 not 1,000.50). Whatever the convention, keep it consistent across the whole text — consistency beats correctness.

Pattern 21 — Artéfacts de conversation

Kill on sight: J'espère que cela vous aide, Bien sûr !, Absolument !, Vous avez tout à fait raison !, Souhaitez-vous que..., N'hésitez pas à, Voici un...

Pattern 22 — Clauses de limitation de connaissance

Kill on sight: en date de [date], Selon les informations disponibles, Bien que les détails spécifiques soient limités..., sur la base des données accessibles...

Pattern 23 — Ton servile et sycophante

Avant : Excellente question ! Vous avez tout à fait raison, c'est un sujet complexe. Après : Les facteurs économiques que vous mentionnez jouent effectivement ici.

Pattern 24 — Phrases de remplissage

Kill	Replace with
Afin de parvenir à cet objectif	Pour y arriver
En raison du fait que	Parce que
À ce stade / À l'heure actuelle	Maintenant / Aujourd'hui
Dans l'éventualité où	Si
Le système a la capacité de	Le système peut
Il est important de noter que	(delete, start directly)
Il convient de souligner que	(delete, start directly)
En ce qui concerne	Sur / Quant à

Pattern 25 — Hedging excessif

Avant : On pourrait potentiellement arguer que cette politique pourrait éventuellement avoir un certain effet. Après : Cette politique a probablement un effet sur les résultats.

Pattern 26 — Conclusions positives génériques

Triggers: L'avenir s'annonce prometteur, Des temps passionnants, poursuit son chemin vers l'excellence, un pas majeur dans la bonne direction

Replace with a concrete fact about what actually happens next.

Pattern 27 — Uniformité structurelle

AI produces paragraphs of nearly identical length (std dev <30 words vs. >60 for humans), lists grouped in 3/5/7/10 items, and invariable intro-body-conclusion architecture. Section headings phrased as questions are an additional formatting marker.

At sentence level, the tell is dispersion, not average: in the only quantified French study, mean sentence length was near-identical (21.0 human vs. 21.7 AI words) but AI produced almost no sentences under 15 or over 39 words (most frequent length shifting from 13 to 19 words).

Rule: Reintroduce the tail. Write some short sentences (under 15 words) and some long periodic ones (over 39). The missing extremes are what betrays the machine, not the mean.

Sentence-start anaphora: consecutive sentences opening identically (« Cela... », « Cette approche... », « Ce système... »). Vary the attack of each sentence.

Style « LinkedIn »: one-sentence paragraphs stacked for drama, ellipses as suspense pivots (« Et là... tout a changé »), relentlessly upbeat tone. This register is now so associated with AI-assisted posting that it reads as machine output even when human. Merge the fragments into real paragraphs.

Pattern 28 — Markdown résiduel et artéfacts techniques

Kill on sight: unrendered **mot** or ## in plain-text contexts, - **Titre :** bullets pasted where Markdown doesn't render, citation artifacts like :contentReference[oaicite:2]{index=2}, leftover refusals (« Je suis désolé, mais je ne peux pas... »)

These are the strongest tells of all: they cannot come from a spellchecker or a CMS — only from pasting a chat output. French investigative journalists hunt AI-generated news sites by searching exactly these strings.

Also strip zero-width characters (U+200B, U+200C, U+200D, U+FEFF) — copy-paste artifacts with no legitimate use in prose. Do NOT strip non-breaking spaces (U+00A0, U+202F): they are correct French typography before « ; : ! ? » and inside « 12 h 30 ». Confusing the two creates false alarms on every properly typeset French text.

Medium exception: where Markdown is the native format — a README, developer documentation, a technical wiki — headings, bold, lists, tables and code blocks are the norm, not a tell. This pattern targets Markdown pasted into contexts that do not render it, plus generation artifacts; it does not apply to documents meant to be Markdown.

Pattern 29 — Lyrisme de pacotille (registre narratif)

French AI fiction has its own register, distinct from blog slop.

Triggers: un instant suspendu, une promesse murmurée/suspendue dans l'air, un secret brûlant, un désir/silence vibrant, comme si le temps s'était figé — recurring fetish words: promesse, suspendu, vibrant, secret, brûlant, murmuré

Grammar profile: AI narrative French flattens tense and person. The quantified study measured passé simple −84 %, imparfait −71 %, conditionnel −50 %, pronoun « on » −92 %, verb « falloir » −93 % versus human French. Reintroduce the tenses the genre calls for, prefer « on » over a stiff « nous », and let « il faut » back in.

The same study measured the over-uses: « devoir » (+101 %), « continuer » (+145 %), « tenir » (+158 %), « ensemble » (+93 %), possessive determiners (+30 %). When these cluster (« nous devons continuer, ensemble, à tenir nos engagements »), the sentence is machine-average French — rewrite it around a concrete action.

---

Part 3: Discourse architecture patterns

Lexical scrubbing is not enough: the deepest AI tells are architectural. A text can contain zero flagged words and still read machine-made because of how it is built. Unlike the measured lexical data, these patterns are craft heuristics — convergent observations from experienced readers, not corpus-measured figures.

Pattern 30 — Annonce, récapitulation et écho de la consigne