Skip to content

Latest commit

 

History

8 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Stop Slop CN

把 AI 写的中文,改得像人写的。

规则 • 速查 • 评分 • 效果 • 结构 • 使用


这是什么

stop-slop 是英文写作领域最火的"去 AI 味"规则集——它用极简的规则、速查清单和评分系统,教 AI 洗掉那些一眼假的写作套路。Stop Slop CN 是它的中文版,针对中文写作场景从零重写,不是简单翻译。

如果你用 AI 写东西,写出来的总有一股说不出的"模板味"——句子像流水线压出来的,修饰词不要钱似的往上堆,每段都按同一个模子排版——这套规则就是解决这个问题的。适用于方案、文档、报告、邮件、文章、通知、说明等任何中文写作场景。

和 stop-slop 的关系

stop-slop stop-slop-cn
语言 英文 中文
场景 通用写作 通用中文写作
短语规则 英文套话 中文互联网黑话、万能动词壳、退路词
结构规则 二元对立、修辞设问 排比凑字数、总-分-总模板、硬凑三段式
评分系统 5 维度 保留,针对中文调整
新增 — 互联网黑话清洗、长句拆分、主语还原

核心规则

8 条规则,每条都针对中文写作里的 AI 毛病。

1. 砍掉一切套话

开篇不说"在当今……的背景下"。强调不说"毋庸置疑""显而易见"。过渡不说"首先其次最后"。互联网黑话——"赋能""抓手""闭环""颗粒度"——全换掉。

详细替换表见 references/phrases.md

2. 打破模板结构

不做"不是A,而是B"的虚假反转。不做"表面看是A,实际上是B"的故作深刻。不凑三个四字短语的排比。不每段都做总-分-总小结。

完整结构清单见 references/structures.md

3. 动词直接上

AI 写法 改
进行数据分析 分析数据
开展用户调研 调研用户
实施系统部署 部署系统
推动流程落地 推广流程
实现性能的提升 提升性能

4. 说具体的

"效果显著" → "响应时间从 800ms 降到 200ms"
"具有重要意义" → 说出对谁重要、为什么重要
"前景广阔" → 用数据或逻辑支撑

没有具体信息 = 空话 = 删。

5. 主语别躲

  • "建议下一阶段重构" → "我们建议下一阶段重构"
  • "数据分析表明" → "我们分析数据后发现"
  • "被视为行业标杆" → "业内把它当标杆"

6. 句子有长短

短句下判断。长句讲道理。一段内至少一次长短切换。超过 50 字的长句,检查能不能拆。

7. 相信读者

不写"总体来看""基本可以认为""在一定程度上"。有把握直接说结论,不确定就说"还不确定,需要验证X"。

8. 不写金句

一句话读起来像颁奖词、像要被截图转发——重写。


速查清单

改完一段文字,逐条过:

  • "进行/开展/实施/推动"后面有名词?壳去掉
  • "在……下/中/背景下"开头?删或重写
  • "首先/其次/最后"?用内容逻辑重串
  • "全方位/多维度/系统性/深度/全面"?用事实换,或删
  • 超过 50 字的长句?拆
  • 每段开头都是"XX是……"?换
  • 有数据但没数字?加上
  • 主语躲了?让它出来
  • "基本可行"?改成"可行"
  • 像颁奖词?重写
  • 括号举例"(如XXX、XXX)"?删掉括号,或写进正文

评分系统

改完后五个维度各打 1-10 分:

维度 问自己
直接性 直接说事了,还是在绕弯子?
节奏 句子长短有变化,还是节拍器一样?
信任 删掉多余的解释和退路表达了吗?
真实感 读起来像人写的,还是像模板?
信息密度 还有能删的空话吗?

低于 35/50 → 继续改。


效果对比

方案开篇

AI 味(84 字):

在当前竞争日益激烈的市场环境下,用户对产品的体验要求不断提升,传统的功能驱动型产品策略已经难以满足日益多元化的用户需求。为应对这一挑战,本方案旨在通过系统性地梳理用户旅程、深入挖掘用户痛点,并在此基础上进行针对性的体验优化,从而全面提升产品的用户体验水平。

人味(72 字,信息量翻倍):

用户对体验的要求越来越高,但产品还停在"堆功能"的阶段。

这个方案做三件事:

  1. 梳理用户的核心使用路径,找出卡点
  2. 针对每个卡点给出优化方案
  3. 定一个可衡量的体验指标,追踪效果

目标:用户满意度从 3.2 提到 4.0。

技术方案

AI 味(195 字):

基于对现有系统架构的全面评估,我们发现当前系统在以下三个维度存在较为明显的不足:首先是数据库查询效率问题,在数据量持续增长的背景下,部分核心查询的响应时间出现了显著上升;其次是接口设计的灵活性问题,随着业务需求的快速变化,现有接口的扩展能力受到了较大的制约;最后是系统监控体系的不完善,导致我们在故障发生时难以进行及时的定位与处理。针对上述问题,本方案提出了相应的优化措施。

人味(130 字):

评估下来,三个地方要改:

数据库查询慢。核心查询从 200ms 涨到 800ms,数据量翻倍但索引没跟上。方案:重建索引 + 热数据加缓存。

接口扩展性差。每次新业务接入都得改老接口,风险太大。方案:抽适配层,新业务走适配层接入。

监控不够。出故障经常是用户反馈了才知道。方案:补全核心链路监控 + 自动告警。

三个优化并行推进,预计两个月。

更多示例(邮件、产品说明、需求文档、工作汇报)见 references/examples.md


文件结构

stop-slop-cn/
├── SKILL.md                    # 核心:8 条规则 + 速查清单 + 评分系统
├── references/
│   ├── phrases.md              # 要删的词和套话(开篇废话/黑话/泛化词/退路词)
│   ├── structures.md           # 要避免的结构(二元对立/排比/躲主语/节奏问题)
│   └── examples.md             # 6 组改写对比(方案/技术/邮件/产品/需求/汇报)
├── README.md
└── LICENSE

安装使用

Trae / Claude Code

将整个仓库克隆到本地,或直接将 SKILL.md 和 references/ 添加到你的 skills 目录即可。

其他 AI 工具

把 SKILL.md 和 references/ 目录上传到项目知识库,或直接粘贴到自定义指令中。

触发方式

对话中输入:

  • "帮我去AI味"
  • "改得像人写的"
  • "太模板化了,重写"
  • "这段写得太机械了"

适用场景

场景 重点规则
方案 / 文档 / 报告 规则 1-4(砍套话、破模板、动词直接上、说具体)
技术文档 / 需求文档 规则 4-6(说具体、主语别躲、句子有长短)
邮件 / 通知 / 消息 规则 1、3、7(砍套话、动词直接上、相信读者)
产品说明 / 介绍文案 规则 2、4、8(破模板、说具体、不写金句)
文章 / 博客 / 科普 规则 4-7(说具体、主语清楚、句子节奏、相信读者)
汇报 / 总结 / 述职 规则 1、4、6(砍套话、说具体、句子有长短)

许可

MIT

致谢

规则框架受 stop-slop 启发,作者 Hardik Pandya。中文规则为独立创作,针对中文写作场景从零构建。

About

去除AI生成中文文本的机械味——适用于方案、文档、报告、邮件、文章、通知等任何中文写作场景。基于 stop-slop 框架为中文从零重写。

Topics

Resources

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors