uBlock Origin 用の個人リストで、AIコンテンツファームをブロックします。プルリクエスト歓迎。
こちらをクリックすると、このリストに自動的に登録できます。このリンクはuBlock Originがインストールされている場合のみ機能します。
または、以下のURLをuBlock Originのサードパーティリストとしてインポートしてください。
https://raw.githubusercontent.com/alvi-se/ai-ublock-blacklist/master/list.txtブラウジング中に、生成AIによって書かれたテキストのウェブサイトに出くわすことが、たまにではなくほとんどの場合あります。これらのウェブサイトは有益な情報を提供せず、中身の薄いコンテンツで、広告や報酬を受け取るためのアフィリエイトリンクが詰め込まれています。そのため、この種のウェブサイトを見つけたら、ここに追加しています。
基本的な考え方はシンプルです。もし自分の質問にAIに答えてもらいたければ、私はAIに尋ねます。オンラインで検索しているということは、人間が書いた回答が欲しいという意味です。人間には経験、意見、アイデア、創造性、そしてウェブと共有したい情報がたくさんあります。AIにはありません。
さらに、AIコンテンツは危険でもあります。コンテンツファームの記事は大量に生成されるため、公開前に誰にもチェックされません。危険なトピックについて書くとき、AIは幻覚を見るかもしれません。回路基板をショートさせろと提案したり、rm -rf / のような危険なコマンドをPCで実行させようとしたり、漂白剤とアンモニアを混ぜるよう勧めたりするかもしれません（絶対にしないでください）。AI生成コンテンツは信頼できず、公開されているものを誰もチェックしていないなら、ブロックする必要があります。
前述の通り、ブラウジングしながらページを追加しているため、各エントリーは手動で追加されています。自動ツールを使うつもりはありません。なぜなら、次に書いたガイドラインがあっても、アルゴリズムがページがAI生成かどうかを判断するのは難しいからです。このリストは短すぎて役に立たないという意見もあるでしょう。しかし、これらのウェブサイトは検索エンジンで上位に表示されるためにSEOを行っているため、特に関連する検索では同じサイトに何度も遭遇します。このリストは書き始めたその日から、ごく少数のエントリーであってもウェブサイトをブロックしている実感があります。
しかし、私のエントリーには確かに偏りがあります。例えば、私はイタリア国民なので、イタリアのウェブサイトが多く含まれています。これもプルリクエストを歓迎するもう一つの理由です。
技術的なユーザーではなく、GitHubの仕組みがわからない場合は、こちらをクリックしてイシューを作成し、疑わしいサイトを報告してください。
プルリクエストを作成したい場合は、以下の手順でウェブサイトをリストに追加してください。
まず、AIスパマーの範囲を特定してください。通常はドメイン単位ですが、Mediumのブログやdev.toのブログも多く見かけます。これらのプラットフォーム全体をブロックするのではなく、スパムを投稿しているブログだけをブロックする必要があります。
例えば、example.com/@slopUser というエントリを追加したい場合、ファイル list.txt に次のように一行追加します。
||example.com/@slopUser^$doc
example.com ドメイン全体がAIのゴミをホストしていると思いますか？その場合はドメインのみを追加します。
||example.com^$doc
もしAIが本当に嫌いで、時間をたっぷり使えるなら、見つけたウェブサイトについて調査してみてください。これらのコンテンツファームのほとんどは、SEOやデジタルマーケティングを販売している個人や組織によって作られています。その情報源を見つければ、彼らが作成した他のコンテンツファームも見つかるかもしれません。見つけたら、ファイルの末尾に追加してください。
コンテンツファームには認識可能ないくつかのパターンがあります。以下は私が理解したものです。もちろん、これらは厳格なルールではありません。
不要な導入と結論: これはおそらくコンテンツファームを見つける最も簡単な方法です。多くの場合、導入部も煩わしいほど大げさです。例えば、Flutterの特定の機能の使い方に関するガイドをクリックしたとします。記事は次のようにFlutter自体の紹介から始まるでしょう。
今日の急速に変化するデジタル環境では、ユーザーはアプリが高速で美しく、あらゆるデバイスで一貫していることを期待しています。
おそらく、特定の機能を説明するために、人間がこのような導入を書くことはないでしょう。Flutterについて一般的に語るのには適しているかもしれませんが（それでも大げさですが）、経験豊富な開発者にしか理解できないような非常に特定のコードには適していません。もし私がそのような記事を書くなら、読者はすでにFlutterが何かを理解していると仮定します！
[トピック]: 完全ガイド／ステップバイステップガイド／究極ガイド: LLMはチュートリアルやガイドのタイトルにこれらのキャッチフレーズを好みます。
外部コンテンツへのリンクがない／少ない
出典や参考文献がない: 上記と同様ですが、事実に関する出典についてです。これは特に（疑似）科学、政治、誤情報を拡散する可能性のあるコンテンツの記事で確認することが非常に重要です。
アフィリエイトリンクがあちこちに: コンテンツファームはお金を稼ぐためだけに存在します。個人的に、ナビゲーションバーやフッターに恥知らずにも購入アドバイスを載せているサイトを見たことがあります。
自社製品への言及: ウェブサイトは何らかの製品やサービスを販売する企業が運営しています。ページはおそらく「[問題]の解決方法」→「当社の製品を購入」というパターンになります。
数十万の記事があるブログ: 特に非常に短期間で公開された場合。多くのAIスロップブログは1日に数十から数百の記事を投稿しており、ほとんどが同じ著者によるものです。
幻覚（ハルシネーション）: 内容が明らかに間違っている。
2022年11月以降の日付: AIブームは2022年11月のChatGPT公開に始まりました。弱いガイドラインではありますが、他の兆候と合わせて判断します。ただし、日付は簡単に偽装できます。
画像、動画、テキスト以外のメディアがない／少ない: これらのページは自動生成・公開されており、他の種類のコンテンツをページに埋め込むのは難しいためです。
AI生成画像、ロゴ: 通常、記事のバナーやブログのロゴです。
テキストの書式が貧弱
レンダリングされていないMarkdown文字: テキストに書式がなく、Markdown構文がそのまま表示されている。
不必要または文脈から外れた内容を含む長い投稿: 記事の途中で別のトピックについて話し始めることがあり、元のトピックに関連していても無関係な場合がある。
検索エンジンの結果で常に上位: もちろんSEOを悪用している。
何でも知っているブログ: 同じブログが全く異なるトピックで検索エンジンに表示される。
曖昧な内容: 多くの見出しがあり、それぞれに短い内容があるが、有益な情報は提供されない。
非専門的または連絡先情報の欠如: ドメインを購入したのに、なぜ連絡先にGmailを使っているのか？
「概要」ページが曖昧または存在しない
AI熱狂的な内容: ChatGPTを愛する人は、それをすべてに使うでしょう。そのため、AIに特化したブログに出くわしたら、間違いなく100% AI生成です。
AIユーザーはLLMの応答を読まずにコピペするほど愚かであるため、LLMは時々、例えばコンテンツの導入部で自らを明かすことがあります。
以下は、100% AI生成ページを見つけるためのGoogle Dorksです。そのようなページはドメイン全体がuBlockリストに追加されます。
Dorksは、LLMに素朴なコンテンツを生成するよう依頼することで簡単に生成できます。例えば、Generate an article for my blog about dogs とプロンプトを入力します。
LLMは Sure! Here's an article about のような導入で応答します。このフレーズを引用符で囲んで検索します。
# English
"Sure! Here's an article about"
# Italian
"Certo! Ecco un articolo"
SEOマーケターが自分たちを宣伝する際、時々、自分たちが管理するウェブサイトをリストアップしたGoogleスプレッドシートを公開します。これは主にバックリンクを販売するためです。あなたのウェブサイトが他の多くのサイトからリンクされると、検索エンジンはそのサイトをより信頼できると見なし、ランキングを上げる傾向があります。少なくとも、バックリンクを販売する人々はそう言っています。私はSEOの専門家ではないので、実際に効果があるかどうかはわかりません。しかし、気づいたのは、これらのスプレッドシートにリストアップされたウェブサイトはほとんどがAIスロップだということです。これはリストに大量のウェブサイトを追加する効果的な方法になり得ます。しかし、これにより偽陽性の可能性も高まります。ウェブサイトが実際にAIスロップであるという保証はありません。Issue 31は、人気のあるウェブサイトが誤ってリストに追加された明確な例を示しています。
私が提案するのは、スプレッドシートをダウンロードして分析し、潜在的な偽陽性を見つけてリストから削除することです。以下はスプレッドシートを分析する方法です。