一天一个开源项目（第114篇）：stop-slop - 一个教 AI 消除自身写作口癖的 Skill 文件

引言

"If it sounds like a pull-quote, rewrite it."

这是"一天一个开源项目"系列的第114篇文章。今天带你了解的项目是 stop-slop。

你一定见过这种文章：开头是"在当今快节奏的世界里......"，第二段出现"值得注意的是"，中间穿插"不可否认"、"深刻影响"、"革命性的突破"，结尾是一句意味深长的金句。你一眼就能认出这是 AI 写的。这些模式已经成了 AI 生成内容的标志性"口癖"。

stop-slop 是一个 Claude Code Skill 文件，它的使命很简单：教 AI 识别并主动消除自己的这些写作口癖。5.8k Stars，纯 Markdown，不需要任何代码，任何支持自定义系统提示的 AI 工具都能用。

你将学到什么

AI 写作的哪 8 类模式让读者一眼识破
五维评分量表如何量化文本是否"听起来像人写的"
stop-slop 的核心设计思路：与其检测 AI 内容，不如从源头预防
如何把这套规则整合进你自己的写作工作流
为什么这个项目引发了大量衍生项目和社区讨论

前置知识

用过 Claude 或其他 LLM 辅助写作
对"AI 味文字"有直观感知（读过之后觉得哪里不对劲）

项目背景

项目简介

stop-slop 由产品设计师 Hardik Pandya 创建。他是一个写作很认真的人，在深度使用 AI 辅助写作之后，发现了一个让他难受的问题：AI 生成的文字有一套高度可预测的模式------不管是什么主题，不管用什么提示词，总会出现同样的开头方式、同样的转折结构、同样的"宏大叙事"语调。

他的解法不是"让 AI 写得更好"，而是明确列出所有已知的 AI 写作口癖，然后告诉 AI：看到这些，就把它们改掉。

这个思路听起来简单，但执行得非常扎实------8 条规则、3 个参考文件、一张发布前清单、一套评分量表，构成了一个可以嵌入任何写作工作流的完整系统。

作者介绍

作者：Hardik Pandya（hardik.substack.com）
职业背景：产品设计师，长期写作者
发布渠道：GitHub + Substack（附有详细的使用说明和背景文章）

项目数据

⭐ GitHub Stars: 5,800+
🍴 Forks: 435+（催生了多个衍生项目）
📄 License: MIT
📁 格式: 纯 Markdown，零代码
🔌 兼容: Claude Code、Claude Projects、自定义系统提示、直接 API 调用
🌐 仓库: hardikpandya/stop-slop

主要功能

核心作用

stop-slop 是一个 Skill 文件，安装后会自动在你写作或编辑文本时介入，系统性地识别和消除 AI 写作口癖。

ini 复制代码

你的文本草稿
      ↓
stop-slop Skill（激活）
      ↓
  识别 8 类 AI 写作模式
      ↓
  逐一修正
      ↓
  五维评分（< 35/50 = 需要返工）
      ↓
输出：听起来像人写的文字

安装与使用

Claude Code（Skill 目录安装）：

bash 复制代码

# 克隆项目到 Claude 的全局 Skill 目录
git clone https://github.com/hardikpandya/stop-slop.git ~/.claude/skills/stop-slop
# 安装后，在写作相关任务中 Skill 会自动激活

Claude Projects / 自定义指令：

objectivec 复制代码

# 把 SKILL.md 的内容复制到"自定义指令"或"系统提示"中即可

直接 API 使用：

python 复制代码

import anthropic

with open("SKILL.md", "r") as f:
    skill_content = f.read()

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-sonnet-4-6",
    system=skill_content,
    messages=[{"role": "user", "content": "请帮我编辑这段文字：..."}]
)

项目详细剖析

8 条核心规则

这是 SKILL.md 的核心内容，每条规则都针对一类具体的 AI 写作模式：

规则 1：删除填充词（Cut Filler）

arduino 复制代码

目标：清嗓式开头、强调副词、所有副词

典型 AI 口癖：
  ✗ "在当今快速发展的数字时代..."
  ✗ "值得注意的是"
  ✗ "当然"、"确实"、"显然"、"非常"、"极其"
  ✗ "毋庸置疑"

修正方向：直接切入主题，删掉所有副词

规则 2：打破公式化结构（Break Formulaic Structures）

arduino 复制代码

目标：二元对立、戏剧性片段、修辞性铺垫、虚假主语

典型 AI 口癖：
  ✗ "这不是 X，而是 Y"（二元对立）
  ✗ "但这里有一个问题。"（戏剧性独句段落）
  ✗ "那么我们该如何...？"（修辞性提问）
  ✗ "这开启了新的可能性"（虚假主语）

修正方向：直接说 Y，删掉铺垫，具体说是谁做了什么

规则 3：主动语态（Active Voice）

arduino 复制代码

每个句子需要一个行动的人类主语

  ✗ "这个功能被设计为..."
  ✗ "研究表明..."（无主语的研究）
  ✓ "团队设计这个功能是为了..."
  ✓ "MIT 的研究人员发现..."

规则 4：具体，不要模糊（Be Specific）

arduino 复制代码

  ✗ "这是一个里程碑式的时刻"
  ✗ "每一个人都..."、"总是"、"从不"（懒惰的绝对化）
  ✓ "[具体的事件] 标志着 [具体的变化]"

规则 5：把读者放进场景（Put Reader in the Room）

arduino 复制代码

  ✗ "人们经常发现自己..."（远距离叙述者视角）
  ✓ "你会发现..."（直接对话）
  
  用"你"代替"人们"，用具体场景代替抽象描述

规则 6：变换节奏（Vary Rhythm）

css 复制代码

  ✗ 三个连续的同长度句子
  ✗ 用破折号（em dash）------就像这样------强调
  ✗ 两件事：第一，...；第二，...；第三，...（永远是三条）
  ✓ 混合长短句，两件事比三件事更有力

规则 7：信任读者（Trust Readers）

arduino 复制代码

直接陈述事实，不要柔化或手把手带领

  ✗ "你可能会想知道..."
  ✗ "在我们深入之前，让我先解释..."
  ✓ 直接给出信息，读者会自己判断

规则 8：删掉金句（Cut Quotables）

arduino 复制代码

"如果一句话听起来像是要被截图传播的，就重写它。"

  ✗ "技术是工具，人才是核心。"
  ✗ "真正的创新，始于对问题的重新定义。"
  
  这类句子通常是空的------它们听起来有道理但什么都没说。

发布前快速检查清单

SKILL.md 里有一张 12 项检查清单，是实际使用时最常用的部分：

检查项	处理方式
有副词吗？	全部删掉
有被动语态吗？	找到行动者，让他成为主语
无生命主语在做人类行为？	具体说是谁
句子以疑问词开头（什么/怎么/为什么）？	重构
"下面是/这是/这就是"式开头？	直接切到内容
"不是 X，而是 Y"的对比？	直接说 Y
三个连续的等长句子？	打破其中一个
段落结尾的冲击性短句？	变换它
有破折号吗？	删掉
有模糊的宏大宣言？	说具体的事
叙述者视角太远？	把读者放进场景
有"如本文所述"之类的元叙述？	直接让文字自己推进

五维评分量表

每个维度满分 10 分，总分 50 分。35 分以下需要返工：

维度	核心问题
直接性（Directness）	在陈述事实，还是在宣布事实？
节奏（Rhythm）	句子长度有变化，还是像节拍器一样规律？
信任（Trust）	尊重读者的智识，还是在手把手引导？
真实性（Authenticity）	听起来像人写的，还是像 AI 生成的？
密度（Density）	每个词都在做事，还是有可以删掉的内容？

这套量表的价值在于：它把"听起来像 AI"这个主观感受变成了可以量化的五个具体维度------修改时你知道自己在改什么，也知道什么时候可以停下来。

与其检测，不如预防

这是 stop-slop 最值得深思的设计哲学，也是它区别于大多数"AI 内容检测工具"的地方：

arduino 复制代码

主流方向（检测）：
  AI 生成内容 → 检测器 → 标记为"AI 写的" → ...然后呢？

stop-slop 的方向（预防）：
  写作之前/同时 → Skill 激活 → AI 在生成时就避免这些模式 → 直接输出干净的文字

这个区别很关键：检测工具告诉你"这是 AI 写的"，但并不能帮你改好它。stop-slop 的定位是写作过程中的实时拦截，而不是事后鉴定。

社区衍生项目

5.8k Stars 背后更有意思的数据是 435 个 Forks 以及由此产生的衍生项目：

skill-deslop：专为科学写作定制的去 AI 化 Skill，针对学术论文的特定模式
anti-ai-slop-writing：强化版本，针对"统计上可检测的 AI 写作模式"，覆盖更多边缘场景

这些衍生项目说明一件事：识别 AI 写作模式的需求是真实的、持续的，而且每个领域有自己特有的口癖。

项目地址与资源

官方资源

🌟 GitHub : github.com/hardikpandy...
📖 作者详解文章 : hardik.substack.com
📦 Claude Code 市场 : /plugin marketplace add hardikpandya/stop-slop

适用人群

内容创作者：用 AI 辅助写博客、文章、社媒内容，想让输出听起来更像自己
技术写作者：写文档、教程、API 说明，不想让"AI 味"破坏可读性
品牌和营销团队：用 AI 批量生产内容，需要保持品牌语调的一致性
任何用 AI 写作的人：把这套规则装进脑子里，对自己的写作也有帮助

总结与展望

核心要点回顾

8 条具体规则：每条针对一类 AI 写作口癖，从填充词到虚假主语，覆盖最常见的模式
五维评分量表：把"听起来像 AI"量化为可改进的五个维度，35/50 是通过线
预防而非检测：在写作过程中拦截，而不是事后标记------这是根本性的思路差异
零代码、全平台：纯 Markdown，任何支持自定义系统提示的工具都能直接用
社区影响：435 个 Fork 和多个领域定制化衍生项目，证明这个问题是普遍的

一句话评价

stop-slop 做了一件看起来简单但其实很难的事：把"AI 味文字"这个模糊的感知，拆解成了 8 条可执行的具体规则------有了规则，AI 就可以自我纠正，而不是靠碰运气。

欢迎来我的个人主页找到更多有用的知识和有趣的产品