📌 项目地址：hardikpandya/stop-slop | ⭐ 12,229 颗星 | 📜 未标注
四个文件，12229个star
hardikpandya/stop-slop 没有一行代码。仓库里四个Markdown文件，核心是 SKILL.md（约300行），加上 references/ 下三个清单——phrases.md、structures.md、examples.md。作者 Hardik Pandya 把人类能立即识别的“AI味”列成规则，让LLM在写作时直接回避。
规则三层：从词汇到句式到结构
第一层：直接禁止的词和短语
来自 references/phrases.md，分五类：
- Throat-clearing openers（清嗓子式开头）：像“It is worth noting that”、“It is important to mention”。这些词在开口之前先咳嗽两声，删掉直接进入主题。
- Emphasis crutches（强调拐杖）：“significantly”、“crucially”、“importantly”。如果你需要加副词才能让别人觉得重要，说明内容本身不够重。
- Business jargon（业务黑话）：“leverage”、“utilize”、“synergize”。用简单动词替代。
- All adverbs（所有副词）：规则不区分好坏，所有副词直接砍。包括“actually”、“essentially”、“basically”、“literally”。我在ChatGPT里试过，要求把“实质上，这个方案从根本上解决了问题”改为“这个方案解决了问题”，信息量不变。
- Vague declaratives（模糊断言）：“It is widely known that”、“As we all know”。如果真是常识，不需要说；如果不是，就是假权威。
- Meta-commentary（元评论）：“As previously mentioned”、“As noted earlier”。读者自己记得上下文，不需要你每段提醒。
规则不提供例外。写“表面上看起来简单，但实际上困难”——规则里“实际上”直接删，你只能说“看起来简单，困难”。
第二层：禁止的句式结构
来自 references/structures.md：
- Binary contrasts（二元对比）：不是A而是B，不是X而是Y。这种句式在AI回答中频率极高，但过度使用会制造虚假对立。
- Negative listings（否定列举）：连续三个“不要…不要…不要…”开头的段落。看起来有力量，实际是在回避正常表达。
- Rhetorical setups（设问开头）：段落以“为什么会这样？”、“如何做到？”起头。AI常用这个技巧假装对话感，但人类读完发现问题多余。
- False agency（假主体）：说“这个模型旨在解决…”，其实模型没有意图。作者清楚，作者要说“我做这个是为了…”。
第三层：句子级别的硬约束
- No Wh-句子开头：段落不以How/Why/What/When/Where开始。
- No em dashes：不用破折号分段（——）。
- No staccato fragmentation：句子长度不能均匀得像节拍器。连续三个短句或三个长句都不行。
- Active voice：被动语态改为主动。
评分卡：量化“读起来不自然”
每次写完后，对5个维度打1-10分。三个项目配置了这个评分卡：Directness、Rhythm、Trust、Authenticity、Density。
| 维度 | 扣分点的判断方式 |
|---|---|
| Directness | 有没有“接下来我将介绍…”这种预告句式 |
| Rhythm | 句子长度变化是否自然，还是全是“主谓宾”标准结构 |
| Trust | 有没有把读者当需要解释的儿童，不停铺垫 |
| Authenticity | 读起来像真人写，还是像模板填充 |
| Density | 每个词都有信息吗 |
总分低于35/50必须重写。我拿自己一篇技术文档测过：Density项只拿5分。具体到句子层面，我能找出“值得注意的是，这个算法在处理大数据时表现出了显著的性能优势”，删掉“值得注意的是”和“显著地”，变成“这个算法处理大数据时性能提升”，字数从21减到12。
评分卡的价值不是打分本身，而是把“文风不好”这种模糊感受，拆成可定位的问题。Density低，直接去找“副词”和“模糊断言”；Rhythm低，检查句子长度。
四种使用方式
README写了四种：
- Claude Code：整个文件夹作为skill添加。
- Claude Projects：上传
SKILL.md和references/文件到项目知识。 - 自定义指令：把
SKILL.md核心规则复制到system prompt。不限Claude。我把英文原文贴到ChatGPT自定义指令里也能用，在DeepSeek里试了也一样有效。 - API调用：
SKILL.md放system prompt，reference文件按需加载（原文写“load on demand”）。
最简单的是第三种，复制粘贴即可。但规则是英文原文，中文场景需要自己翻译并增补。
中文场景：需要补自己的规则清单
项目规则是英文写的。直接套中文，会漏掉典型的中文AI套话：
- “值得注意的是”、“我们需要认识到”、“不可否认的是”
- “从某种意义上说”、“在一定程度上”、“在某种程度”
- “当然”、“实际上”、“确实”
- “在…的背景下”、“从…角度来看”
这些在 phrases.md 里没有，你得手动加。我的做法：用英文规则打底，每发现一个新的中文AI套话就加进去。
Wh-规则在中文有例外。中文段落以“怎么做到？很简单…”开头完全自然。建议翻译中文规则时把Wh-约束去掉，或只保留英文场景。被动语态也是如此——技术文档里“用户密码被SHA256加密”比“SHA256加密用户密码”清晰，改主动反而损失精准度。
作者 Hardik Pandya，MIT协议，允许任意修改和分发。