Я создал сайт с удивительными фактами об арт искусстве artatlas.site Там около 2000 страниц на четырех разных языках, и делал я их вместе с нейросетью. Но сейчас я понял, что очень сильно пахнет ИИ от этого сайта и решил это исправить.
Я понял, что отсутствует душа и какая-то невербальная составляющая, когда увидел эти шаблонные фразы.
Признак |
Сколько нашлось |
|---|---|
Абзацы, повторяющиеся на 50+ страницах (RU / EN / ES / FR) |
1019 / 773 / 773 / 773 |
Одинаковые казённые заголовки |
722 страницы на каждом языке |
Пустой слот «живописец» в панели художника |
428 страниц |
Конструкция «не X, а Y» (RU) |
887 предложений |
Длинное тире (RU) |
15,2 на 1000 слов |
# фрагменты, повторяющиеся на 50+ страницах одного языка from collections import Counter counts = Counter() for page in pages_of_language: for para in set(extract_paragraphs(page)): counts[normalize(para)] += 1 boilerplate = {p for p, n in counts.items() if n >= 50} CONTRAST = r"\b[Нн]е\s[^.,;:!?—<]{1,70},\s+а\s" # «не X, а Y» NOT_JUST = r"\bне просто\b|\bне столько\b"
Почему нельзя просто заменить регуляркой
Хотелось, чтобы сайт был человеческим, и мы говорим об искусстве. Значит, мы должны говорить от лица человека.
Было |
Стало |
|---|---|
Кипарис слева — не декорация, а символ смерти в средиземноморской культуре. |
Кипарис слева в средиземноморской культуре считается символом смерти. |
Такая идеализация не ошибка наблюдения, а ядро замысла. |
Идеализирует его Давид сознательно, в этом и состоит замысел. |
Не спокойная трапеза, а волна человеческих реакций (заголовок) |
Волна человеческих реакций |
Язык |
«не X, а Y» и аналоги: до → после |
|---|---|
RU |
887 → 398 (549 правок на 218 страницах, остальное — факты и цитаты) |
EN |
83 → 36, «not just / merely» 54 → 15 |
ES |
267 → 101 |
FR |
285 → 149 (много ложных срабатываний) |
Дизайн тоже выдаёт нейросеть
Ну и, конечно же, классический дизайн Ии, где читается тысячу похожих сайтов, и невозможно смотреть на это. И думаю, со временем будет еще сложнее.
И главное, Ии обязательно ошибется.
Инструмент |
Что нашёл |
Масштаб |
|---|---|---|
html-validate |
<noscript> Метрики с <div> внутри <head>: canonical, hreflang и robots уезжают в <body> |
2030 страниц |
html-validate |
aria-label на <div> без роли |
1265 страниц |
linkinator |
внешних ссылок / «битых» / из них 403 и 429 (защита от ботов) |
1374 / 420 / 286 |
linkinator |
ссылки, сломанные машинным переводом: American_Gothique, Titien, en.wikipedia.org/wiki/Марк_Шагал |
87 |
npm install -g html-validate linkinator html-validate index.html masterpieces/*/index.html linkinator http://127.0.0.1:8772/links.html --concurrency 8 --retry
Что получилось
Что |
До |
После |
|---|---|---|
Шаблонные абзацы (RU / EN / ES / FR) |
1019 / 773 / 773 / 773 |
0 |
«не X, а Y» в RU |
887 |
398 |
<noscript> в <head> |
2030 страниц |
0 |
Внешние 404 |
~100 |
исправлены |
Сейчас я произвел эти изменения и позже выложу метрики до и после. Где-то через неделю я дополню эту статью.
[Одна ссылка как пример «после», например разбор «Менин»: https://www.artatlas.site/masterpieces/meniny/]