背景：AI 味儿太冲了，连我自己都受不了

去年我用 ChatGPT 写了几篇周报，领导看了一眼说：“你这是 AI 写的吧？语气不对。”后来我仔细一读，满篇的“值得注意的是”“总而言之”“作为一个大语言模型”，连我自己都尴尬。

不只是周报。博客、技术文档、甚至代码注释里，一旦用 AI 辅助，稍微不注意就会被认出来。这些固定的措辞、啰嗦的过渡句、过度礼貌的道歉，统称 AI tells（AI 痕迹）。

最近在 GitHub 看到一个项目 hardikpandya/stop-slop，star 涨得飞快（一天 5600+）。一看描述：A skill file for removing AI tells from prose——一个专门用来去 AI 味的 skill 文件。

读完全文，你会知道：它到底怎么去味、和普通去味 prompt 有什么区别、在什么场景下真的有用、什么情况下别用。

核心功能：不是魔法，是一套精准的“负启发式”规则

项目本身很小，核心就是一个 YAML 格式的 skill 文件（适用于 Cline 编辑器）。它的思路很简单：告诉模型哪些话不能说，哪些结构不能用。

抽几条典型规则（从项目源码提取，略作格式化）：

yaml
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 
rules:
  - avoid: "it's worth noting that"
    replacement: delete
  - avoid: "as an AI language model"
    replacement: delete
  - avoid: "in conclusion"
    replacement: nothing
  - avoid: "let me know if you have any questions"
    replacement: delete
  - avoid: "however," 开头
    replacement: 用 "But" 或直接接
  - avoid: "there is/there are" 做开头
    replacement: 重写主语
  - avoid: "the realm of" "the world of" 这种空洞隐喻
    replacement: 直接说具体名词

除此之外，它还有几条积极指令：

yaml
1 2 3 4 
style:
  - use: 短句，平均每句不超过 20 个单词
  - use: 弱化连接词，用句号代替分号
  - use: 第一人称观点，不需要每处都加“我认为”

如果你把这段 prompt 放到任何能系统设置指令的地方（Cline、Cursor 的 rules、OpenAI API 的 system_message），模型在生成文本时会主动避坑。

stop slop skill file yaml example

和传统“去 AI 味” prompt 有什么不同？

你可能已经用过“请用人类的口语写，不要使用AI常用词”这样的指令。我自己试过很多次，效果不稳定。原因有几个：

  1. 不够具体：“不要使用AI常用词”太模糊，模型不知道具体哪些词不能碰。
  2. 容易被覆盖：如果你在后面任务里又加一句“解释清楚”，模型会倾向于回归默认的多话模式。
  3. 没有负面示例：人类被禁止某事后会更注意，但对模型来说，正面要求比负面禁止更弱。

stop-slop 的优势在于它把禁止项列成了黑名单，并且给出了替换方案。这相当于给模型一张“违禁词表”，比泛泛要求更可执行。

拿另一个常用工具 Neuroflash’s AI detox 对比：后者是一个在线去味编辑器，需要你先把文本粘贴进去再后处理。而 stop-slop 是前置防御——在 AI 生成时就避免，不产生废稿。

但注意：它只是一个 prompt 层面的规则集，不是模型微调，所以效果取决于底层模型的服从度。我用相同规则分别试过 GPT-4o 和 Claude 3.5，Claude 的表现更好（更少偷懒忽略规则）。

适用场景与局限

✅ 适合用

  • 写博客、个人频道、技术分享文章，希望保持自然语气。
  • 生成社交媒体内容（团队内部沟通、Slack 消息等）。
  • 需要大量外发邮件，且不想被一眼认出是 AI 代笔。
  • 对字符数敏感（去掉了大量废话后文本更紧凑）。

❌ 不适合用

  • 正式学术论文：去掉所有“however”和“in conclusion”会让论文显得不够严谨。
  • 法律/医疗等需严格措辞的文档：AI 痕迹里的“值得注意的是”有时是在提示风险，删掉反而危险。
  • 对话式助手（客服、心理支持）：过度压缩会让回复显得生硬，缺乏共情。
  • 生成代码注释：有些 AI 味的注释其实很有信息量（如“此方法用于计算平均值”），不必硬删。

另外，这个项目目前只提供了英文规则。如果你要写中文，“值得注意的是”“总结来说”“在...方面”这些 AI 高频词并没有覆盖。你可以 fork 之后自己加中文黑名单，或者等社区贡献。

AI writing tells example compare before after

快速上手：10 分钟用起来

如果你用 Cline（推荐）

  1. 克隆项目：
bash
1 
git clone https://github.com/hardikpandya/stop-slop.git

  1. 将 stop-slop.yml 文件复制到你的 Cline skills 目录：

    • macOS/Linux: ~/.cline/skills/
    • Windows: %USERPROFILE%\.cline\skills\

  2. 在 Cline 中启用该 skill：

    • 打开命令面板（Cmd+Shift+P）
    • 输入“Cline: Enable Skill”
    • 选择 stop-slop

如果你用其他工具（ChatGPT / Claude / API）

可以直接从 YAML 文件中提取出 system prompt 作为前缀指令。例如：

markdown
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 
You are a helpful assistant. Follow these writing rules:

1. NEVER use these phrases:
   - "it's worth noting that"
   - "as an AI language model"
   - "in conclusion"
   - "let me know if you have any questions"
   - "however," as a sentence starter (use "But" instead)
   - "there is / there are" to begin a sentence
   - "the realm of" "the world of"
2. Keep sentences under 20 words on average.
3. Use periods instead of semicolons.
4. Write in first person when appropriate, no need for "I think" everytime.

Now answer the user's request following these rules.

把它塞进你的 system_message 或 Cursor 的 rules 文件里，下次生成文本就会干净很多。

我的建议：值得一试，但别无脑套用

我自己的体验：在生成技术博客草稿时，用了这个 skill 之后，我后续编辑的工作量少了大概 30%。因为不用再逐句删“请注意”“值得指出”了。

但它不是万能的。某些创意写作场景下，过度砍掉连接词会让文章读起来像电报体。你需要根据实际输出调整——比如允许少数几个“however”在逻辑转折处保留。

一句话总结：帮你省掉后期去味 70% 的功夫，前提是你懂怎么用它，也理解它的局限。

最后，如果你的主要语言是中文，建议 fork 之后加上中文 AI 高频词列表（我找时间也提个 PR）。如果你已经做了，欢迎评论分享你的黑名单。