Skill para Claude Code que transforma texto en español generado por IA en texto natural, fluido y auténtico. A diferencia de las herramientas de "humanización", el objetivo no es evadir detectores de IA, sino mejorar la calidad editorial real del texto para lectores humanos.
1. Clona o descarga este repositorio:
git clone https://github.com/dorelysm/naturalizacion-texto-es.git2. Copia la carpeta de la skill a tu directorio global de Claude Code:
# La estructura debe quedar así:
~/.claude/skills/naturalizacion-texto-ia/
├── .claude-plugin/
│ └── plugin.json
└── skills/
└── naturalizacion-texto-ia/
├── SKILL.md
└── REFERENCES.md
Copia el contenido de .claude/skills/naturalizacion-texto-ia/ al directorio anterior y añade el archivo .claude-plugin/plugin.json con este contenido:
{
"name": "naturalizacion-texto-ia",
"description": "Naturaliza texto en español generado por IA para mejorar su calidad editorial.",
"version": "1.0.0",
"author": { "name": "Dorelys Martinez" }
}3. Reinicia Claude Code. La skill aparecerá disponible en la lista de skills.
Invoca la skill desde cualquier proyecto con:
/naturalizacion-texto-ia
Luego pega el texto directamente en el chat o indica la ruta de un archivo .txt, .md o .docx. La skill también se activa automáticamente cuando escribes palabras como naturalizar, humanizar, quitar el estilo IA o suena a ChatGPT.
Entrada (texto IA):
Es importante destacar que el trabajo remoto ofrece múltiples beneficios. Además, permite una mayor flexibilidad en los horarios —lo que contribuye al bienestar. En conclusión, es fundamental optimizar los procesos de comunicación.
Salida (texto naturalizado):
El trabajo remoto tiene ventajas que ya no sorprenden a nadie. Y tiene sentido: la flexibilidad de horarios incide directamente en el bienestar de quien trabaja. A fin de cuentas, lo que marca la diferencia no es la tecnología, sino cómo se comunican los equipos.
Ver el ejemplo completo con informe.
Aplica 11 técnicas lingüísticas en un único pase de reescritura y genera dos outputs:
- Output A — El texto naturalizado, listo para usar
- Output B — Informe con patrones detectados, cambios aplicados y puntuación de naturalidad 0-100
| # | Técnica | Qué corrige |
|---|---|---|
| 1 | Variación rítmica (burstiness) | Oraciones de longitud uniforme |
| 2 | Variación de surprisal léxico | Densidad léxica constante |
| 3 | Marcadores discursivos del español | Ausencia de "claro que", "a fin de cuentas", "eso sí" |
| 4 | Regla 70/30 de vocabulario | Vocabulario demasiado predecible |
| 5 | Prosa integrada sobre listas | Bullets y enumeraciones mecánicas |
| 6 | Hedges y matices naturales | Afirmaciones absolutas sin matices |
| 7 | Posicionamiento autoral | Ausencia de voz y perspectiva |
| 8 | Vocabulario inesperado | Texto plano sin picos de surprisal |
| 9 | Eliminación de conectores IA y guiones | "Además", "Por otro lado", "En conclusión", guiones largos (—) |
| 10 | Morfosintaxis específica del español | Pro-drop, clíticos, orden SVO flexible, subjuntivo |
| 11 | Coherencia tonal | Mezcla de registros |
Conectores formulaicos: "En resumen", "En conclusión", "Es importante destacar que", "Por otro lado", "Además" (inicio de párrafo), "Sin embargo" (inicio de párrafo), "Es fundamental", "Cabe mencionar"
Vocabulario predecible IA: "transformar", "fomentar", "implementación", "metodología", "optimizar", "facilitar", "aprovechar", "fundamental", "integral", "invaluable"
Tipografía: Guiones largos (—) → siempre reemplazados por paréntesis o coma
Ver la tabla completa de sustituciones con alternativas concretas en SUBSTITUTIONS.md.
La skill está fundamentada en investigación académica 2023-2026:
- Perplexity léxica — el texto humano varía la imprevisibilidad léxica; la IA elige siempre la palabra más probable (DivEye, TMLR 2026)
- Burstiness rítmica — la variación de longitud oracional tiene correlación de Pearson >0.7 con la detección de texto IA (Xia et al., EACL 2026)
- Marcadores culturales — el español tiene marcadores discursivos propios que los modelos omiten (González Ledesma, 2024)
Ver todas las referencias en REFERENCES.md (27 fuentes).
| humanizar-texto-es | naturalizacion-texto-es | |
|---|---|---|
| Objetivo | Evadir detectores | Calidad editorial real |
| Errores tipográficos | Sí (deliberados) | No |
| Guiones largos | No trata | Eliminación obligatoria |
| Morfosintaxis del español | No | Sí (pro-drop, clíticos, subjuntivo) |
| Diagnóstico cuantitativo | No | Sí (TTR, voz pasiva, conectores) |
Los PRs son bienvenidos. Puedes proponer nuevas técnicas, añadir palabras a la lista negra o aportar ejemplos. Lee la guía de contribución.
MIT — Dorelys Martinez, 2026