6k星零代码项目stop-slop：AI写作去味指南——三层过滤网拆解

一个零代码的 Markdown 项目，5 个月 6k 星。没有 Python，没有 npm 包，没有 API 调用。它凭什么？

项目是什么

stop-slop 是一个给 AI Agent 用的写作 Skill 文件。做的事情很简单：删掉 AI 文案里常见的套话、空话、固定句式和假高级表达，让文字更直接、更具体、更像人写的。

整个仓库只有 5 个文件，不到 25 KB：

stop-slop/
├── SKILL.md              # 核心指令（8 条规则 + 评分表）
├── references/
│   ├── phrases.md        # 词组黑名单
│   ├── structures.md     # 结构模式黑名单
│   └── examples.md       # 5 组改写示例
├── README.md
└── LICENSE               # MIT

纯提示词工程。把"AI 写作有味"这件事，从模糊直觉变成了可执行、可评分、可复用的规则系统。

作者不是程序员

Hardik Pandya 是设计领袖，不是开发者。他的个人网站写的是产品设计、团队建设、领导力。stop-slop 的气质来自编辑和审稿人，不是 NLP 工程师。规则的语言是编辑的语言——"Cut filler phrases"、"Break formulaic structures"、"Trust readers"。

项目 2025 年 1 月首发，2026 年 1 月按 Claude Code 最佳实践重构，此后只做了一次增量更新。维护频率低，但 AI 的"味"变化比想象中慢。

三层过滤网

第一层：词组黑名单

六大类需要清除的词组：

类别	典型示例	处理方式
清嗓子开场白	"Here's the thing"、"It turns out"	直接删掉，陈述内容
强调拐杖	"Let that sink in"、"Full stop"	删除，不替换
商业黑话	"Navigate challenges"、"Deep dive"	替换为平实表达
所有副词	"really"、"literally"、"fundamentally"	全部删除
元评论	"Let me walk you through"、"As we'll see"	删除，让文章自己走
模糊声明	"The implications are significant"	替换为具体内容

最激进的规则：杀掉所有副词。不是"减少使用"，是零容忍。

第二层：结构模式识别

瞄准句式骨架：

二元对比："Not because X. Because Y." → 直接说 Y
否定列举："Not a X... Not a Y... A Z." → 直接说 Z
戏剧碎片化："Speed. Quality. Cost. That's it." → 合并成一句话
虚假主体："The decision was reached" → 找到真正做事的人

第三层：节奏与评分

5 维度评分表，每项 1-10 分，满分 50：

维度	核心问题
直接性	是在陈述事实，还是在预告事实？
节奏感	句子长短有变化，还是像节拍器？
信任感	尊重读者智力，还是在手把手教？
真实感	听起来像人写的吗？
密度	有没有可以删掉的东西？

低于 35 分就重写。把"感觉不对"变成了可量化的检查清单。

为什么 6k 星

不是技术突破，是情绪共振。

时机：2025-2026 年，AI 写作从"能用"进入"到处都是"。每个人都在读 AI 写的东西，每个人都在被 AI 味恶心。stop-slop 给这种恶心感命了名。

形式：Skill 文件是 2026 年 AI Agent 生态的新标准格式。Claude Code、VS Code Copilot、Gemini CLI 都支持。安装成本为零，效果立竿见影。

痛点：AI 写作最大的问题不是语法错误，是千篇一律。stop-slop 不教你写得更好，它教你删掉让文字变假的东西。

468 个 fork 说明很多人不只是用，还在改。中文版、日文版、科学写作版——每种语言和领域都有自己的"AI 味"。

局限与争议

规则过于激进。"杀掉所有副词"和"禁止破折号"是过度矫正。好的写作偶尔需要副词调节语气，破折号是有效的停顿工具。一刀切让文字从"AI 味"变成"机器编辑味"——另一种不自然。

缺乏场景区分。学术论文和推文需要不同的去味策略。stop-slop 的规则是通用的，但"去味"本身是语境敏感的。

只治标不治本。删掉 AI 味的词和句式，不等于文字就变好了。Louis Bouchard 说得对："You can't just delete *delve*; you have to change the skeleton." AI 写作的根本问题是信息密度低、缺乏具体经验、没有意外性——这些不是靠删词能解决的。

自相矛盾。Issue #25 指出：examples.md 里的改写示例本身用了破折号，而规则明确禁止破折号。即使是规则的制定者，也很难完全遵守自己的规则。

社区裂变

Issues 列表本身就是一幅裂变图：中文版 stop-slop-zh（已发布）、日文版 stop-slop-ja、技术文档模式需求、+38 条规则改进建议、评分系统被其他 Skill 复用。

中文版的讨论特别有意思。AI 在中文写作中的"味"和英文不同——中文 AI 爱用"值得注意的是"、"在当今社会"、"不可或缺"，而不是"delve"和"tapestry"。每种语言都有自己的 slop 词汇表。

实战改写

Before（AI 原始输出）： > "Here's the thing: in today's rapidly evolving landscape, organizations must navigate unprecedented challenges. It's not just about technology—it's about people. The uncomfortable truth is that most teams struggle with alignment, and that's okay. Let that sink in. The implications are significant."

After（stop-slop 改写）： > "Organizations face new challenges. Technology is manageable. People aren't. Teams struggle with alignment."

信息密度从约 40 词压缩到 12 词，核心意思没丢。

结论

stop-slop 的真正价值不在于规则有多完美。它的价值在于命名了一个问题。

在 stop-slop 出现之前，"AI 写作有味"是一种模糊的不适感。你知道哪里不对，但说不清楚。stop-slop 把这种不适感拆解成了可操作的检查项。这种"命名即权力"的效果，和设计模式之于软件工程一样——不是发明了新东西，而是给已有的经验一个共享词汇表。

6k 星的背后，是成千上万的人在读 AI 写的东西时感到不适，然后发现有人把这种不适感变成了规则。不是技术项目的成功，是一次集体意识觉醒。

把规则当作警觉清单，而不是绝对法律。知道 AI 会在哪里偷懒，比机械地删除每一个副词更有价值。

#AI写作 #stop-slop #提示词工程 #AgentSkill