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。
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）：
# 克隆项目到 Claude 的全局 Skill 目录gitclone 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：
# 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：
importanthropicwithopen("SKILL.md","r")asf: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）
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）
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）
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）
✗ "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）
✗ "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）
✗ 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）
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）
"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：
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: https://github.com/hardikpandya/stop-slop
- 📖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
