Parhaat tekoälyn sävyntarkistimet 2026: 17 työkalua

Annoin hiljattain kolmelle tekoälyagentille saman tehtävänannon ja kysyin, mitkä sävyntarkistimet ovat juuri nyt parhaita. Claude, ChatGPT ja Gemini palauttivat kukin pitkän, itsevarman raportin. Ne olivat eri mieltä aika monesta asiasta, viittasivat lähteisiin, joita ei ole olemassa, ja yksi niistä keksi hurmaavan syntytarinan omasta yrityksestäni. Joten tein sen, mitä aina kehotan muita tekemään tekoälyn tutkimustulosten kanssa. Pidin rakenteen, jäljitin jokaisen väitteen takaisin alkuperäiseen lähteeseen ja karsin pois kaiken, mikä ei kestänyt kosketusta todellisuuteen.

Tämä on yhdistetty ja varmennettu versio. Seitsemäntoista työkalua, järjestettynä sen mukaan, mitä kukin niistä tekee, kuitit numeroituna alareunassa.

Puolueellisuus esillä, koska olen yksi näiden työkalujen perustajista

Subtext on minun yritykseni, ja se on mukana tässä jutussa. Se on sovellus, joka lukee kuinka henkilökohtainen viesti laskeutuu ennen kuin kirjoitat muille, mikä tarkoittaa, että tämän koko artikkelin lajitteluperiaate, diagnoosi ennen uudelleenkirjoitusta, leijuu näppävästi oman tuotteeni hyväksi. Punnitse kaikki, mitä sanon siitä sen mukaisesti.

Jotta tästä olisi silti hyötyä, pidin oman tuotteeni samassa kurissa kuin kaikkien muidenkin. Väitteet tulevat tuotesivuilta, dokumentaatiosta, sovelluskauppojen listauksista tai vertaisarvioidusta tutkimuksesta, ja jokainen linkittää numeroituun lähteeseen. Jos väite on olemassa vain valmistajan omassa markkinoinnissa, sanon sen suoraan. Ja karsin pois sen, mitä tekoälyagentit väittivät itsevarmasti mutta mikään lähde ei tue, mukaan lukien sen imartelevan syntytarinan (jonka mukaan “entinen terapeutti” muka rakensi Subtextin; ei kukaan rakentanut, Anton on insinööri ja minä hoidan sanat).

Oikea sävyntarkistin diagnosoi ennen kuin se kirjoittaa uusiksi

Jokaista tämän alan työkalua kutsutaan sävyntarkistimeksi, mutta yhden nimikkeen alle piiloutuu kaksi eri tehtävää.

Diagnoosi kertoo, miltä tekstisi kuulostaa juuri nyt. Uudelleenkirjoitus muuttaa sen joksikin toiseksi. Ero kuulostaa akateemiselta, kunnes katsot oikeaa luonnosta, joten tällaisen luennan Subtext antaa ennen kuin se koskee sanaakaan:

Luonnos “Ihan sama. Tee ihan mitä haluat.”

Kuulostaa töksähtävältä · “tee ihan mitä haluat” kuulostaa vetäytymiseltä · näyttäytyy passiivisena, vaikka tarkoitit luultavasti väsynyttä

Uudelleenkirjoittaja muuttaa sen mielellään muotoon “Kuulostaa hyvältä, mene vain sen vaihtoehdon mukaan, joka toimii parhaiten.” Se on kauniimpi lause, joka ei mainitse mitään tuosta kaikesta. Diagnostinen työkalu pysäyttää sinut ensin ja näyttää sinulle yllä olevan luennan. Kun kerran näet sen, voit päättää, mitä sille tehdä. Ehkä pehmennät sitä. Ehkä tarkoitit sitä terävää sävyä ja jätät sen ennalleen. Olen kirjoittanut siitä, mitä tekoälyn viestintarkistin voi tarkistaa ja miten teet sen itse.

Pelkät uudelleenkirjoittajat ohittavat tuon vaiheen kokonaan. Ne antavat sinulle kauniimman lauseen kertomatta koskaan, mikä alkuperäisessä oli vikana, ja juuri niin ihmiset päätyvät lähettämään kiillotettuja viestejä, jotka silti sanovat väärän asian. Olen siis jakanut kentän työkaluihin, jotka lukevat ensin, työkaluihin, jotka vain kirjoittavat uusiksi, ja työkaluihin, jotka virittävät sävysi yhdelle tietylle vastaanottajalle.

Yhdessä sähköpostitutkimuksessa lähettäjät odottivat sävynsä menevän perille 78 % ajasta. Se meni perille 56 %.

Ennen työkaluja: syy, miksi niitä ylipäätään on olemassa.

Vuonna 2005 Justin Kruger, Nicholas Epley ja kollegat julkaisivat viisi koetta sähköpostien sävystä¹ Journal of Personality and Social Psychology -lehdessä. Yhdessä kokeista lähettäjät arvioivat, että heidän sävynsä (vakava tai sarkastinen) välittyisi noin 78 % ajasta. Vastaanottajat arvasivat oikein 56 % ajasta², tuskin kolikonheittoa parempi tulos, ja vastaanottajat olivat vielä lähettäjiäkin varmempia, sillä he uskoivat tulkinneensa oikein 89 % viesteistä. Tutkijoiden diagnoosi, heidän omin sanoin¹:

Tämä liiallinen itsevarmuus kumpuaa egosentrismistä.

Sinä kuulet oman viestisi täydellä aikomustesi äänimaisemalla varustettuna. Lukijasi saa vain sanat ruudulla. Se on myös syy, miksi et voi luotettavasti tietää sisältäpäin, kuulostaako viesti töykeältä.

Kaksikymmentä vuotta myöhemmin tuo löydös on jokaisen alla olevan työkalun liiketoimintamalli.

Neljä työkalua, jotka lukevat sävysi ennen kuin koskevat sanaakaan

Subtext

Subtext on työkalu, jonka olen mukana perustanut. Se on rakennettu henkilökohtaisiin viesteihin pikemminkin kuin dokumentteihin. Liität luonnoksen, pudotat kuvakaappauksen keskustelusta tai puhut ääniviestin, ja se lukee koko keskustelun ennen kuin sanoo mitään. Se merkitsee juuri ne sanat, jotka voivat kuulostaa tylyiltä tai passiivisilta, tai jotka on helppo ymmärtää väärin, ja nimeää sitten tunteen niiden takana³. Lukemisen jälkeen yhden napautuksen säädöt (Lämpimämpi, Lyhyempi, Rennompi, Itsevarmempi)⁴ kirjoittavat viestin uusiksi käyttäen omaa sanamuotoasi lähtökohtana, eikä se koskaan lähetä mitään puolestasi.

Kauppasivu sanoo sen suoraan, kenelle se on tehty, eli ihmisille, jotka kirjoittavat saman viestin viidesti uusiksi ennen lähettämistä, ylianalysoijille ja kenelle tahansa, joka miettii “kuulostaako tämä hyvältä?”⁴. Moni lämpimimmistä arvioista tulee neuroepätyypillisiltä käyttäjiltä, niiltä, joille sävyn tarkistus neuroepätyypillisille aikuisille on tehty, erityisesti ADHD-käyttäjiltä, jotka syöttävät sille pitkiä ja sekavia luonnoksia ja saavat takaisin jotain selkeää, joka silti kuulostaa heiltä itseltään⁵. Se toimii iOS:llä, Androidilla ja synkatussa verkkosovelluksessa, 17+ kielellä, jotka on kirjoitettu natiivisti eikä käännetty. Kokeilu on ilmainen, sen jälkeen tilaus avaa loput. Nimeän kaksi rajoitusta. Se on rakennettu viesteille, joten pitkät dokumentit kuuluvat muualle, ja sen omat käyttöehdot sanovat suoraan, että se on viestintäapuri, ei terapiaa⁶, eikä tekstejäsi käytetä tekoälymallien kouluttamiseen.

Grammarlyn sävyntunnistin

Grammarly pyörittää maailman laajimmin käytössä olevaa sävydiagnoosia. Se tunnistaa kirjoituksesi sävyn sanavalinnoista, ilmaisutavasta, välimerkeistä ja jopa isoista kirjaimista⁷, käyttäen sääntöjen ja koneoppimisen yhdistelmää⁸. Kun se julkaistiin vuonna 2019, se osasi nimetä noin 40 sävyä, ystävällisestä ja iloisesta aina aggressiiviseen ja ärtyneeseen⁹. Se tarvitsee hieman tekstiä toimiakseen: noin 150 merkkiä selaimessa¹⁰, 90 merkkiä mobiilinäppäimistöllä¹¹. Merkinnät ovat itse diagnoosi; lausetason sävymuokkaukset löytyvät maksullisista tasoista. Yrityksille Grammarly Business lisää brändisävyt, jolloin ylläpitäjät valitsevat yli 50 sävystä ja merkitsevät ne brändin mukaisiksi tai ei-mukaisiksi¹² ja kaikki saavat reaaliaikaisia muistutuksia. Grammarly on sittemmin lisännyt Reader Reactions -ominaisuuden, Grammarlyn dokumenteissa toimivan agentin, joka simuloi, miten valitsemasi lukija, esimerkiksi esihenkilösi tai asiakas, saattaa tulkita kirjoittamasi¹³. Jos kirjoituksesi elää dokumenteissa ja työsähköposteissa, tämä on vertailukohta.

Goblin Tools (Judge ja Formalizer)

Goblin Tools on kokoelma pieniä, ilmaisia tekoälytyökaluja, joiden takana on belgialainen kehittäjä Bram De Buyser. Omalla sivustollaan ne kuvataan “pieninä, yksinkertaisina ja yhteen tehtävään keskittyvinä työkaluina”¹⁴, jotka on rakennettu enimmäkseen neuroepätyypillisille ihmisille. Kaksi niistä on tässä olennaista. Judge aistii mielialan tai tunteen minkä tahansa saamasi viestin takana, ja Formalizer muotoilee tekstisi heti uusiksi oikeaan sävyyn¹⁵, “tulisuus”-säätimellä sille kuinka paljon se muuttaa tekstiä. Tuo vastaanottopuolen tulkki on harvinainen; lähes kaikki muu tässä jutussa katsoo vain sitä, mitä olet lähettämässä. Sivusto on ilmainen ja mobiilisovellukset ovat halpoja kertaostoksia.

Sapling

Sapling on suunnattu asiakaspalvelu- ja myyntitiimeille, ja se julkaisee ryhmän läpinäkyvimmän sävytaksonomian. Sen ilmainen sävyntarkistin tunnistaa yli 25 tunnesävyä (ilo, hämmennys, kiitollisuus, pelko) sekä lause- että dokumenttitasolla¹⁶, ja kehittäjien API kattaa 28 sävyä lausekohtaisilla todennäköisyyksillä¹⁷. Jos haluat sävyntunnistuksen sisäänrakennettuna omaan tuotteeseesi, tämä on käytännöllinen seuraaja vanhalle IBM:n API:lle, jonka hautaamme hetken kuluttua.

Seitsemän työkalua, jotka kirjoittavat uusiksi mihin tahansa sävyyn valitset

Nämä ovat hyödyllisiä, ja käytän itsekin osaa niistä, mutta Outlookin Copilotia lukuun ottamatta yksikään ei kerro sinulle, miltä alkuperäinen luonnoksesi kuulostaa. Ne vain antavat sinulle toisen luonnoksen.

Apple Intelligence Writing Tools toimivat järjestelmätasolla ja kirjoittavat valitun tekstin uusiksi ammattimaisemmaksi, ystävällisemmäksi tai tiiviimmäksi, lähes kaikkialla missä voit kirjoittaa, myös kolmansien osapuolten sovelluksissa¹⁸, sekä vapaamuotoisen “kuvaile muutoksesi” -kentän¹⁹. Ilmainen iOS 18.1:n, iPadOS 18.1:n tai macOS Sequoia 15.1:n myötä tuetuilla laitteilla. Kolme valmista tyyliä, nolla diagnoosia. Vertailin mitä Apple, Google, Grammarly ja ChatGPT tekevät viesteillesi, ominaisuus ominaisuudelta.

Microsoftin Copilot tekee vastaavan Officen sisällä, jossa valitset tekstin Wordissä, valitset Kirjoita uudelleen ja käytät Muokkaa sävyä -valikkoa (vaihtoehtoina muun muassa Neutraali, Rento ja Ytimekäs)²⁰. Outlook on poikkeus. Siellä Copilotin sähköpostivalmennus antaa ehdotuksia luonnoksen sävystä, selkeydestä ja lukijan tuntemuksista²¹, mikä tekee siitä tämän ryhmän ainoan työkalun, joka tekee jonkinlaista diagnoosia, tosin vain työsähköposteille. Se, mitä saat, riippuu Microsoft-tilauksestasi ja siitä, mitä Outlookia käytät, enkä ole nähnyt näyttöä siitä, kuinka tarkkaa valmennus on.

Wordtune on nopein omistautuneista uudelleenkirjoittajista. Maalaat lauseen, napautat Rento tai Muodollinen, tai Lyhennä ja Laajenna²² ja valitset ehdotuksista. Ilmainen taso on olemassa, maksulliset suunnitelmat alkaen noin 7 dollarista kuussa vuosilaskutuksella²³, tilanne elokuussa 2026.

Hemingway Editor rakensi maineensa luettavuudella, värikoodaten raskaita lauseita ja passiivia, mikä sivuaa sävyä muttei ole itse sävy. Maksullinen Hemingway Editor Plus lisää tekoälyavusteisen uudelleenkirjoituksen, mukaan lukien valitun tekstin muokkaamisen ammattimaisemmaksi tai ystävällisemmäksi²⁴ sekä omat rennompi, muodollisempi ja vakuuttavampi -työkalut²⁵. Yhä paras parannuskeino paisuneeseen proosaan, jonka tiedän.

Kolme nopeaa mainintaa. LanguageTool on monikielinen valinta, kielioppi- ja tyylintarkistin noin 30 kielellä, ja maksullisessa tasossa on mukana parafraasityökalu; sävy on tässä sivutuote, ei itse tuote. ProWritingAid on pitkille käsikirjoituksille, syvä pino tyyli- ja luettavuusraportteja ilman reaaliaikaista analyysia siitä, miten tekstiviesti tulee menemään perille. Ja QuillBot on opiskelijoiden parafraasityökalu, jolla on valmiita tyylejä, joista yksi on Muodollinen; se kirjoittaa uusiksi sujuvasti eikä kerro mitään alkuperäisestä tekstistäsi.

Neljä työkalua, jotka virittävät sävysi yhdelle tietylle lukijalle

Tämä ryhmä vastaa eri kysymykseen. Miltä minun pitäisi kuulostaa juuri tälle henkilölle, tai juuri tämän yrityksen äänenä?

Crystal profiloi vastaanottajasi DISC-persoonallisuusmallilla, ja sen Writing Assistant tarkistaa sähköpostisi sanat, ilmaisut, tyylin ja sävyn reaaliajassa Gmailin tai Outlookin sisällä ja ohjaa sinua kohti kyseisen henkilön viestintätyyliä²⁶. Minusta se on hieman vaivaannuttava ja silloin tällöin nerokas, ja se on selvästi rakennettu myyntiä varten.

Lavender on kylmäsähköpostien valmentaja, joka pisteyttää jokaisen luonnoksen asteikolla 0-100 sitä mukaa kun kirjoitat, sävy yhtenä tekijöistä, ja ehdottaa korjauksia, jotka on sidottu vastausprosenttidataan²⁷. Tarjolla on ilmainen taso, 5 sähköpostia kuussa, ja sen jälkeen suunnitelmat alkaen 29 dollarista kuussa (tilanne elokuussa 2026)²⁷. Jos työsi on outbound-myyntiä, pisteestä tulee nopeasti tapa.

Textio²⁸ hallitsee rekrytoinnin markkinarakoa: se merkitsee puolueellisen tai poissulkevan kielen työpaikkailmoituksissa ja suoritusarvioinneissa, ja pisteyttää, miten kieli tulee menemään perille hakijoille. Ja Writer toimii yritystasolla: lataat kirjoitusnäytteitä ja se rakentaa äänimallin²⁹, jotta koko organisaation tekoälyn tuottama teksti pysyy yhdessä sävyssä.

Ilmaiset yhden sivun tarkistimet ovat ihan hyviä, yhdellä varauksella

Isojen nimien takana on pitkä häntä ilmaisia liitä-tekstisi-tähän-sivustoja. Saplingin ilmainen tarkistin (yllä) on niistä uskottavin. LiveChatAI:n sävyntarkistin³⁰ tunnistaa hallitsevan sävyn ja korostaa, mitkä ilmaukset johtivat tulokseen, pelkkä tunnistus, ei uudelleenkirjoitusta. AskAI:n versio³¹ kääri chat-mallin 0-100 muodollisuuspisteytyksen ympärille ja merkitsee sävyn ajautumisen pitkissä dokumenteissa, maksullisella tasolla raskaampaan käyttöön. Luottaisin niihin blogikappaleessa tai hakemuskirjeessä.

Mitä tahansa liität ilmaiselle verkkosivulle, se matkaa jonkun palvelimelle, ja useimmat näistä sivuista kertovat vähän siitä, mitä sen jälkeen tapahtuu. Liittäisin markkinointikappaleen sisään miettimättä kahdesti, mutta pitäisin erotekstin kaukana niistä.

Sävy-API, johon kaikki ennen viittasivat, on kuollut

Vuosikymmenen ajan “sävyn tarkistaminen” tarkoitti teknisessä mielessä IBM Watson Tone Analyzeria, API:a lukemattomien demojen ja tutkimuspapereiden takana. Se on poissa. IBM ilmoitti käytöstäpoistosta 24. helmikuuta 2022, ja palvelu sammutettiin 24. helmikuuta 2023³². Jäljellä on pieni valmiiksi rakennettu sävynluokittelumalli Watsonin Natural Language -työkalupakin sisällä³³, joka kattaa englannin ja ranskan lyhyellä listalla kategorioita kuten innoissaan, turhautunut, epäkohtelias, kohtelias, surullinen, tyytyväinen ja myötätuntoinen.

Sisällytän tämän muistokirjoituksen, koska se selittää markkinaa. Itsenäisten sävy-API:iden aikakausi päättyi, ja energia siirtyi yllä oleviin avustajiin ja suuriin kielimalleihin, jotka kirjoittavat uusiksi mitä tahansa pyydettäessä. Mikä tuo meidät epämukavaan osioon.

Mitä tutkimus sanoo siitä, että antaa tekoälyn koskea sanoihisi

Uudelleenkirjoitusosuus on nykyään triviaali. Seuraukset ovat vähemmän siistejä, ja niistä on olemassa oikeaa tutkimuskirjallisuutta.

Tutkijat kutsuvat sitä tekoälyvälitteiseksi viestinnäksi: kun tekoälyjärjestelmä muokkaa, laajentaa tai tuottaa viestejä ihmisten välillä³⁴, kuten Jeff Hancock, Mor Naaman ja Karen Levy sen määrittelivät vuonna 2020. Otsikoihin noussut löydös tuli vuotta aiemmin Airbnb-isäntien profiileja koskevasta CHI-tutkimuksesta, jossa Jakeschin tutkimusryhmä havaitsi, että lukijat pitivät tekstiä, jonka he uskoivat tekoälyn kirjoittamaksi, vähemmän luotettavana³⁵. Seurantatutkimus tekoälyn älykkäistä vastausehdotuksista havaitsi, että ehdotukset muuttivat kieltä, jota ihmiset oikeasti tuottivat, työntäen sitä positiivisempaan suuntaan, ja muuttivat sitä, miten keskustelukumppanit näkivät toisensa³⁶. Kävin tämän läpi tarkemmin erikseen: toimivatko tekoälyn viestinuudelleenkirjoittajat oikeasti.

Malleissa itsessäänkin on puolueellisuusongelma. Monashin yliopistosta vuonna 2025 tehty tutkimus tuotti tuhansia avustajadialogeja tarkoituksella neutraaleista kehotteista ja löysi johdonmukaisen vinouman. Mallit kallistuvat kuulostamaan, tutkijoiden omin sanoin, “liian kohteliailta, iloisilta tai varovaisilta silloinkin kun neutraaliutta odotetaan”³⁷, ja sävyluokittelijat havaitsivat vinouman jopa 0,92 macro-F1-pisteillä³⁷. Koneilla on aksentti. Jos annat yhden kirjoittaa uusiksi kaiken, minkä lähetät, alat itsekin puhua sillä aksentilla. NLP-alalla on jopa nimi tälle taustakoneistolle, tekstin tyylinsiirto, jolla on kokonainen oma katsauskirjallisuutensa³⁸, eikä mikään siitä ole koulutettu sen perusteella, mikä saa sinut kuulostamaan sinulta. Se aksentti on syy siihen, miksi Subtext pitää omaa sanamuotoasi minkä tahansa uudelleenkirjoituksen lähtökohtana sen sijaan, että vaihtaisi sen talon yhteiseen tyyliin.

Oma johtopäätökseni tästä kaikesta on käyttää näitä työkaluja ensisijaisesti peilinä ja vain harvoin haamukirjoittajana, ja kyllä, huomaa, kenen johtopäätös se on. Sävyn lukeminen ennen lähettämistä käy Krugerin tutkimuksen 78/56-ongelman kimppuun, vaikka se on yhä arvaus, joka tehdään pääsi ulkopuolelta. Vuoden 2025 ACL-tutkimuksessa sekä ihmislukijat että kielimallit osuivat vain epätäydellisesti niihin tunteisiin, jotka kirjoittajat kertoivat tunteneensa³⁹, joten pidä minkä tahansa tarkistimen tulkintaa, myös minun, toisena mielipiteenä. Kaiken lähettämäsi täydellinen uudelleenkirjoitus luo uuden ongelman: sen, jossa äitisi tietää robotin vastanneen hänelle.

Miten minä valitsisin

Henkilökohtaisiin viesteihin ja vaikeisiin keskusteluihin suositukseni on Subtext tai Goblin Tools. Subtext, jos haluat diagnoosin, uudelleenkirjoituksen ja keskustelun kontekstin samassa paikassa äänesi säilyttäen; Goblinin Judge ja Formalizer, jos haluat ilmaisen, yhteen tehtävään keskittyvän työkalun ilman tiliä. Dokumentteihin ja työsähköposteihin Grammarlyn tunnistin on vertailukohta, Hemingway muokkauksena paisuneisuuteen. Jos käytät Applen laitteita, Writing Tools kattavat valmiit sävynmuutokset ilman lisäkustannuksia, ja jos työnantajasi maksaa jo Copilotista, sen Outlook-valmennus antaa työsähköposteille perustason tulkinnan. Maksat omistautuneesta työkalusta vain kun tarvitset oikeaa diagnoosia. Myyntiyhteydenottoihin ota Lavender, vastaanottajakohtaisiin viesteihin Crystal, rekrytointikieleen Textio, ja koko yrityksen brändiäänelle Writer. Rahaton ja utelias? Saplingin ilmainen tarkistin yhdessä Goblin Toolsin kanssa opettaa konseptin ilmaiseksi.

Ja kumman tahansa valitsetkin, pidä viimeinen sana itselläsi. Yllä oleva tutkimus on melko selvä siitä, että tavoite on viesti, joka kuulostaa sinulta hyvänä päivänä, ei mallilta, jolla on moitteettomat käytöstavat.

Jos “kuulostaako tämä hyvältä?” -hetki on se, jonka tunnet liiankin hyvin, juuri siihen hetkeen Subtext on rakennettu. Se lukee sävyn ensin ja auttaa sinua korjaamaan sen, mikä voisi mennä väärin perille, omin sanoin. Liitä luonnos tai ota kuvakaappaus keskustelusta, jotta se lukee molemmat puolet, niin se nimeää, mitä viestisi tulee signaloimaan, näyttää tarkat sanat, jotka sen tekevät, ja tarjoaa sitten versioita, jotka kuulostavat yhä sinulta. Kokeile Subtextiä selaimessaKokeile Subtextiä selaimessa

Yhdistin tätä juttua varten kolme tekoälyn tutkimusraporttia ja karsin pois sen, mikä ei pitänyt paikkaansa, mutta en väitä, että jäljelle jääneet olisivat kiistattomia. Jos teet jotain näistä työkaluista ja koet, että väheksyin sitä, tai tiedät sävyntarkistimen, joka diagnosoi paremmin kuin ne neljä, jotka löysin, kerro minulle niin testaan sen ja päivitän jutun.

Samet Durgun on Subtextin toinen perustaja. Subtext nappaa viestiesi tunnesävyn ja kirjoittaa ne uusiksi omalla äänelläsi. Hän asuu Berliinissä.

Lähteet

Jokainen yllä oleva linkki vie ensisijaiseen lähteeseen silloin kun sellainen on olemassa. Viitteet on numeroitu alla, esiintymisjärjestyksessä.

Miksi sävy menee pieleen

Kruger, J., Epley, N., Parker, J., ja Ng, Z. (2005). Egocentrism over e-mail: can we communicate as well as we think? Journal of Personality and Social Psychology, 89(6), 925-936. DOI: 10.1037/0022-3514.89.6.925. Avoin PDF:
American Psychological Association, Monitor on Psychology (helmikuu 2006). E-mails and egos.

Työkalut

Subtext, virallinen sivusto. (ominaisuuskuvaukset)
Subtext: AI Writing Assistant, Apple App Storen listaus (ominaisuudet, kohderyhmä, sovelluksen sisäiset tilaushinnat).
Subtext: AI Writing Assistant, Google Play -listaus (käyttötapaukset ja käyttäjäarviot).
Subtext, käyttöehdot ja tietosuoja.
Grammarly, Writing Tone Detector and Tone Suggestions.
Grammarly-blogi, Meet Grammarly’s Tone Detector.
VentureBeat (24. syyskuuta 2019). Grammarly uses AI to detect the tone and tenor of your writing.
Grammarly Support, Using the tone detector in the browser extension.
Grammarly-blogi, Tone Detector for Mobile.
Grammarly Business, Brand Tones.
Grammarly Support, Reader Reactions user guide (tarkistettu syyskuussa 2026).
goblin.tools About, lainattu Autism Community Trainingin kautta.
Goblin Tools, virallinen Google Play -listaus.
Sapling, Tone Checker / Detector.
Sapling, Tone Detection API -dokumentaatio.
Apple Support, How to use Writing Tools with Apple Intelligence.
Apple Support, Use Writing Tools on Mac.
Microsoft Support, Elevate your content with Copilot in Word.
Microsoft Support, Get email coaching with Copilot in Outlook (tarkistettu syyskuussa 2026).
Wordtune, Free Online Rewriting Tool.
Capterra, Wordtunen hinnoittelu (toissijainen lähde; hinnat elokuussa 2026).
Hemingway Editor Help, Rewriting text with AI tools.
Hemingway Editor -blogi (5. maaliskuuta 2024). Announcing powerful AI tools for adjusting tone and style.
Crystal, Getting Started with the Crystal Writing Assistant.
Woodpecker (vuoden 2026 arvostelu; toissijainen lähde, hinnat elokuussa 2026). Lavender AI Review.
Textio, virallinen sivusto (tekoälyavusteinen kirjoittaminen rekrytointiin; puolueellisuus- ja sävyohjeistus).
Writer, Introducing voice.
LiveChatAI, Free AI Tone Checker.
AskAI, AI Tone Checker.
IBM Watson SDK:n käytöstäpoistoilmoitus (Tone Analyzer poistettiin käytöstä 24. helmikuuta 2022, suljettiin kokonaan 24. helmikuuta 2023).
IBM, Watson Natural Language Processing tone classification block.

Kirjoittaminen tekoälyn kanssa

Hancock, J. T., Naaman, M., ja Levy, K. (2020). AI-Mediated Communication: Definition, Research Agenda, and Ethical Considerations. Journal of Computer-Mediated Communication, 25(1), 89-100.
Jakesch, M., French, M., Ma, X., Hancock, J. T., ja Naaman, M. (2019). AI-Mediated Communication: How the Perception that Profile Text was Written by AI Affects Trustworthiness. CHI 2019.
Mieczkowski, H., Hancock, J. T., Naaman, M., Jung, M., ja Hohenstein, J. (2021). AI-Mediated Communication: Language Use and Interpersonal Effects in a Referential Communication Task. Proceedings of the ACM on Human-Computer Interaction, 5(CSCW1).
Bodara, H., Mushfiq, M. M., ja Siddiqui, I. F. (2025). Bias Beneath the Tone: Empirical Characterisation of Tone Bias in LLM-Driven UX Systems. UISE ’26 workshop (ACM).
Jin, D., Jin, Z., Hu, Z., Vechtomova, O., ja Mihalcea, R. (2022). Deep Learning for Text Style Transfer: A Survey. Computational Linguistics, 48(1), 155-205.
Li, J., Zhou, Y., Narayanan Venkit, P., Islam, H. B., Arya, S., Wilson, S., ja Rajtmajer, S. (2025). Can Third Parties Read Our Emotions? Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), 21478-21499.