En pocas palabras: LLM Cliché Highlighter es una herramienta web gratis creada por Simon Willison y publicada el 17 de julio de 2026. Resalta en tiempo real diez patrones típicos de textos generados por IA —como las cadenas “no X, no Y”— y corre entero en tu navegador, sin instalación ni registro.
LLM Cliché Highlighter es un detector de clichés LLM gratis creado por Simon Willison y publicado el 17 de julio de 2026. Resalta en tiempo real las frases típicas de los textos generados por IA, corre entero en tu navegador y marca diez patrones como las cadenas “no X, no Y”.
Es una aplicación web de análisis de estilo desarrollada por el programador Simon Willison. Sirve para detectar y resaltar muletillas recurrentes en la escritura de modelos de lenguaje, como las cadenas del tipo “no fluff, no filler, no jargon”, el “sit with that” o el “you already know”. No requiere instalación ni registro, es gratuita, y procesa el texto de forma local en el navegador del usuario.
En 30 segundos
- Qué es: una herramienta web que resalta las frases clichés típicas de los outputs de LLM mientras escribís o pegás texto.
- Quién la hizo: Simon Willison, que la mandó a “vibe codear” con el modelo Fable 5 tras hartarse de leer un artículo lleno de estos vicios.
- Cuándo: publicada el 17 de julio de 2026 en tools.simonwillison.net.
- Cómo funciona: corre entera en el navegador, sin servidor, y detecta diez patrones con toggles para prender o apagar cada uno.
- Cuánto cuesta: nada. Es gratis y no pide login.
¿Por qué los textos de IA repiten siempre los mismos clichés?
Porque un modelo de lenguaje predice la palabra más probable según lo que vio en su entrenamiento, y esas frases hechas son estadísticamente probables. Si millones de textos rematan con “at the end of the day” o abren con una cadena negativa, el modelo aprende que ese es el camino de menor resistencia. No es creatividad. Es la ruta más transitada del dataset.
Ponele que le pedís a un LLM que te escriba la intro de un post sobre productividad. Hay una probabilidad enorme de que te devuelva algo con “no fluff, no filler, no jargon” o un “you already know” metido de prepo. Pasa una y otra vez, con distintos modelos, porque todos beben de fuentes parecidas.
Willison lo cuenta sin vueltas: se frustró leyendo un artículo crajeado de estos vicios (“no fluff, no filler, no jargon” type stuff, según sus palabras) y decidió armar la app para resaltar diez patrones comunes de esa clase de escritura. El origen de la herramienta es la bronca de un lector, no un plan de producto. Se nota, y para bien.
El punto de fondo es este: reconocer el patrón es la mitad del laburo. Una vez que le ponés nombre a la muletilla, no la podés dejar de ver. Y ahí un detector de clichés LLM deja de ser un juguete y empieza a servir para cualquiera que edite contenido en serio. En seguridad y gobernanza en implementaciones empresariales profundizamos sobre esto.
¿Qué patrones de clichés detecta el detector de clichés LLM?
Detecta diez patrones comunes de la escritura generada por IA. La fuente oficial nombra tres de forma explícita: las cadenas “no X, no Y” (con su badge que cuenta cuántos ítems tiene la serie), el “sit with that” y el “you already know”. El ejemplo que disparó todo, “no fluff, no filler, no jargon”, es justamente una cadena negativa de tres ítems.
Lo más ingenioso es el tratamiento de las cadenas encadenadas. Cuando encuentra una serie del tipo “no X, no Y, no Z”, no solo la resalta: le pone un badge con el número de elementos. Así, de un vistazo, ves si el texto abusa de esa estructura tan reconocible.
| Patrón | Tipo | Ejemplo (de la fuente) | Cómo lo marca |
|---|---|---|---|
| Cadenas “no X, no Y” | Conector negativo en serie | “no fluff, no filler, no jargon” | Resaltado + badge con el número de ítems |
| “sit with that” | Muletilla reflexiva | “sit with that” | Resaltado de oración, hover con el nombre del cliché |
| “you already know” | Falsa complicidad con el lector | “you already know” | Resaltado de oración |
Ojo con un detalle importante: la fuente confirma que son diez patrones en total, pero solo nombra estos tres. Los otros siete no están detallados en el anuncio, así que cualquier lista más larga que veas por ahí es especulación. Lo que sí está claro es la categoría: conectores en serie, frases hechas y guiños falsos al lector.
¿Cómo funciona el análisis en tiempo real dentro del navegador?
Corre entero en tu navegador, sin mandar nada a un servidor. Pegás el texto (o lo cargás desde una URL) y el análisis se ejecuta a medida que escribís, marcando cada oración que matchea con un cliché conocido. Guarda tus preferencias con localStorage, así que la próxima vez que entrés se acuerda de cómo tenías configurados los toggles.
La interacción es simple y directa. Cada resaltado es “hovereable”: pasás el mouse por encima y te dice qué cliché disparó la marca. Hay un modo “Show just the highlights” para quedarte solo con los fragmentos problemáticos, y un contador que te da la cantidad de matches con navegación rápida entre ellos. Cubrimos ese tema en detalle en analizar patrones repetitivos en ChatGPT.
La app la vibe codeó Willison con Fable 5, uno de los modelos de la familia Claude 5. Hay algo de meta-ironía en eso, un modelo de IA construyendo la herramienta que caza los tics de los textos de IA, pero funciona: el resultado es una utilidad chica, sin backend, que hace una sola cosa y la hace bien.
Como no hay servidor de por medio, el texto que pegás no viaja a ningún lado. Se procesa en tu máquina y punto. Para equipos que manejan borradores sensibles antes de publicar, eso no es un detalle menor.
¿Cómo se usa LLM Cliché Highlighter paso a paso?
Entrás a tools.simonwillison.net/llm-cliche-highlighter y ya está: no hay registro ni instalación. Desde ahí tenés tres caminos para meter texto y empezar a ver los resaltados al instante.
- Pegar texto directo: copiás tu borrador en el área de texto y el análisis arranca solo mientras escribís.
- Cargar desde una URL: le pasás el link de un artículo publicado y la herramienta trae el contenido para analizarlo.
- Escribir en vivo: tipeás dentro del editor y ves cómo se van encendiendo los resaltados en tiempo real.
Para leer los resultados: los fragmentos resaltados son los clichés detectados, el badge sobre una cadena te dice cuántos ítems tiene esa serie, y el hover te revela el nombre exacto del patrón. Si te molesta el ruido, prendés “Show just the highlights” y te quedás solo con lo marcado. ¿No querés que te marque cierto patrón porque en tu contexto es legítimo? Lo apagás con su toggle y listo.
¿Para qué le sirve a bloggers y equipos editoriales?
Sirve como control de calidad rápido antes de publicar. Si tu pipeline editorial usa LLMs para primeros borradores (cada vez más común), esta herramienta te da un semáforo del “olor a IA” del texto en segundos, sin abrir otra suite pesada ni pagar una suscripción.
Los usos concretos son bastante claros:
- Pasada final antes de publicar: pegás el borrador y detectás de un vistazo si quedó plagado de muletillas.
- Consistencia de voz: si tu blog tiene un tono propio, cazar las frases genéricas ayuda a que no todo suene a chatbot.
- Capacitar redactores: mostrarle a alguien los patrones resaltados enseña a reconocerlos mejor que cualquier explicación teórica.
- Auditar contenido viejo: le pasás la URL de posts publicados y ves cuánto cliché se te coló sin que te dieras cuenta.
Un equipo que edita veinte notas por semana no necesita otra herramienta con dashboard y onboarding. Necesita esto: pegar, ver, corregir. La fricción cero es la característica. Para más detalles técnicos, mirá entender por qué los LLMs repiten frases.
¿Qué NO detecta la herramienta?
No verifica datos, no chequea plagio y no mide la calidad general del texto. Detecta estilo, nada más. Un artículo puede estar lleno de errores fácticos, tener cero estructura y aun así pasar limpio si no usa ninguna de las diez frases marcadas. La “inteligencia” acá es un pattern matching, no un juicio editorial.
Tampoco te dice si un texto lo escribió una persona o una máquina. Los clichés que caza aparecen en ambos. Un humano perezoso escribe “at the end of the day” igual que un modelo, así que un resaltado no prueba nada sobre el origen.
Y hay riesgo de falsos positivos. A veces una cadena “no X, no Y” es la forma correcta y natural de decir algo. La herramienta no distingue intención: marca el patrón y vos decidís. Habría que tomar cada resaltado como una sugerencia, no como una sentencia.
¿En qué se diferencia de GPTZero y otros detectores de IA?
La diferencia es el objetivo. Detectores como GPTZero u Originality.ai intentan decidir si un texto entero fue generado por una máquina, con un score probabilístico. LLM Cliché Highlighter no hace eso: no te da un veredicto de origen, te muestra frases concretas de estilo para que las mejores a mano.
| Aspecto | LLM Cliché Highlighter | Detectores de IA (tipo GPTZero) |
|---|---|---|
| Qué mide | Clichés de estilo, frase por frase | Probabilidad de origen automático |
| Resultado | Resaltados con el nombre del patrón | Score o porcentaje “IA vs humano” |
| Para qué se usa | Mejorar la redacción | Auditar el origen de un texto |
| Dónde corre | En tu navegador, sin servidor | Suele procesar en la nube |
| Precio | Gratis, sin registro | Varios son pagos |
No compiten, se complementan. Si querés saber si un texto es de IA, usás un detector de origen. Si querés que tu texto no suene a IA, usás el highlighter. En un workflow editorial serio pueden convivir sin pisarse. Sobre eso hablamos en validar contenido con herramientas de Google.
Errores comunes al usar el detector de clichés
- Creer que un resaltado significa “esto lo escribió una IA”. No es un detector de origen. Un texto humano puede prender todos los resaltados; uno de IA puede pasar limpio. La marca es sobre la frase, no sobre el autor.
- Borrar toda frase marcada sin criterio. Hay falsos positivos. A veces una cadena negativa es la forma justa de decir algo. Corregí lo que suena a molde, no lo que casualmente matchea un patrón.
- Esperar que funcione en español. Los clichés que trae (“sit with that”, “you already know”, “no fluff, no filler”) son en inglés. Para textos en español su utilidad hoy es limitada, porque no reconoce las muletillas equivalentes en castellano.
- Usarla como control de calidad total. No revisa datos, ni coherencia, ni profundidad. Pasar el highlighter no reemplaza leer y editar el texto con cabeza.
Preguntas Frecuentes
¿Qué es LLM Cliché Highlighter y quién lo creó?
Es una herramienta web gratuita que resalta las frases clichés típicas de los textos generados por IA. La creó Simon Willison, programador y bloguero conocido en el mundo de los LLM, y la publicó el 17 de julio de 2026 tras frustrarse leyendo un artículo lleno de estos vicios.
¿Cuánto cuesta usar el detector de clichés LLM?
Es gratis y no pide registro ni instalación. Entrás a tools.simonwillison.net/llm-cliche-highlighter, pegás el texto y listo. Corre entero en tu navegador, así que no hay planes pagos ni límites de uso.
¿La herramienta funciona con textos en español?
Los patrones que trae son en inglés, como “sit with that” o las cadenas “no fluff, no filler, no jargon”, así que con texto en español detecta poco. Sirve bien para revisar contenido en inglés; para castellano, hoy su cobertura es limitada.
¿Detecta si un texto fue escrito por una IA?
No. Solo marca clichés de estilo, que aparecen tanto en textos humanos como generados. Para saber el origen de un texto necesitás un detector específico tipo GPTZero; el highlighter apunta a mejorar la redacción, no a auditar quién la escribió.
¿Dónde se guardan los textos que pego?
En tu propia máquina. La herramienta corre entera en el navegador y no manda el texto a ningún servidor. Usa localStorage para recordar tus preferencias de configuración entre sesiones, pero el contenido no viaja a la nube.
Conclusión
LLM Cliché Highlighter no cambia el juego, y esa es su gracia. Es una herramienta chica, gratis y sin fricción que ataca un problema muy concreto: la escritura de IA suena a IA porque repite las mismas frases, y ahora tenés una forma rápida de verlas resaltadas.
Si editás contenido y usás modelos de lenguaje en algún punto del proceso, sumala a tu pasada final. Pegá el borrador, mirá qué se enciende, corregí lo que suena a molde y dejá lo que es genuino. No esperes que te revise datos ni que te diga si algo es de IA, para eso no está. Está para que tu texto no delate de dónde salió, y para ese laburo puntual, con diez patrones y hover para entender cada marca, cumple de sobra.