五分钟上手 no-ai-slop：把一篇 AI 味爆表的稿子改到查不出痕迹

如果你最近用大模型写过任何一段文字，大概率已经发现一个尴尬的事实：初稿"能看"了，但三篇不同主题的文章放在一起、去掉标题，几乎分不清谁是谁——都用"在当今时代"开头，都用"总而言之"收尾，中间都爱说"赋能""里程碑""质的飞跃"。这不是某一家模型的问题，而是所有生成式文本共享的"AI 味"。

GitHub 上这段时间最热闹的去 AI 味项目之一，就是这个叫 no-ai-slop 的写作 Skill：开源五天拿到 3.7k Star，随后连续登上 2026 年 9 月的两期 GitHub 热榜周榜，与 humanizer 一同被社区归入"文本去 AI 味"这一技术方向，目前仓库已经积累到 12.1k Star、833 次 Fork。它的定位一句话说清楚：Removes 20+ patterns of AI slop from any piece of writing——从任何一段文字里移除 20 多种 AI 模式化表达，同时不抹平作者的个人声音。

本文用五分钟带你走完完整闭环：装一条 Skill、看懂它的规则集、拿一篇"AI 味满配"的稿子实测 Before/After，最后讲清楚"改完哪里最像人写的"——以及为什么它的验证方式，和市面上那些 AI 检测器完全不是一回事。

no-ai-slop 是什么：一条 Skill，不是又一个润色插件

先纠正一个常见误解：no-ai-slop 不是 Python 库，不是命令行工具，也不是"套一层 prompt 的网页应用"。它是一个 Agent Skill——一份结构化的人类可读、Agent 可执行的编辑方法论，喂给 Claude Code、ChatGPT、Codex 这类编程/写作 Agent 使用。

仓库结构非常精简，全部内容一眼可扫完：

• skills/no-ai-slop/SKILL.md：编辑规则与工作流，是整个项目的大脑
• skills/no-ai-slop/eval.md：Skill 对自己的输出做"过关检查"的自检清单
• agents/openai.yaml：面向 OpenAI 的插件接口声明（显示名、短描述、默认提示词）
• scripts/build_plugin.py：把 Skill 打包成 ChatGPT 插件 zip 并做校验的构建脚本
• plugin-submission.md：插件商店提交材料，注明版本 1.0.6、无外部服务器、无鉴权依赖
• assets/no-ai-slop.png：随插件分发的项目标识

安装的方式有两种，都不到一分钟。第一种最省事，把下面这句话直接粘贴给 Claude Code、ChatGPT 或 Codex：

Install the /no-ai-slop skill globally from https://github.com/petergyang/no-ai-slop

第二种是命令行安装（需要 Node 环境）：

npx skills add petergyang/no-ai-slop --skill no-ai-slop --global --yes

装完后在本地 skills 目录里应该能看到 skills/no-ai-slop/SKILL.md 和 skills/no-ai-slop/eval.md 两个文件，这就是 Skill 加载成功的标志。之后有三个入口可以调用：

/no-ai-slop (你的稿子)              # 默认模式：编辑，去 AI 味并保留个人声音
/no-ai-slop is this slop? (你的稿子) # 检测模式：逐条引用命中的模式，不改写
Draft an AI slop post about (主题)   # 娱乐模式：反向生成最"典"的 AI 味文章当反面教材

值得注意的细节在 agents/openai.yaml 里：它给 Agent 的默认指令是"去除 AI 模式的同时保留我的个人声音"。这个限定贯穿了整个规则集——no-ai-slop 想做的是"编辑"而非"重写"，这是它和大多数一键润色工具的本质区别。

它到底在抓什么：20+ 种"AI 味"模式的底层规则

打开 skills/no-ai-slop/SKILL.md，第一行就定了调："You are a sharp human editor."——让 Agent 扮演一个挑剔的人类编辑，而不是另一个生成器。整个文件分四块：两条工作模式、15 条编辑原则、一份禁词表、18 类模式清单，加起来远超宣传的"20+"。

禁词表是硬性的一刀切：delve、foster、leverage、utilize、empower、streamline、robust、cutting-edge、paradigm shift、game changer、transformative、ever-evolving 等一长串词汇直接禁用；just、literally、honestly、simply、actually 等副词被标记为"经常为空"，除非它们真的承担强调或不确定的语气；it's worth noting、in today's world、at the end of the day、let's dive in 这类短语被列为"拖后腿的开场白"。

更有价值的是那 18 类模式，SKILL.md 给每一类都配了具名改写示例，直接可以当教材用：

模式	原文（AI 味）	改后（规则给出的范例）
二元对比	The question isn't the model. It's the eval.	The eval matters more than the model.
伪洞察铺垫	The part everyone misses: distribution is the real moat	Distribution is the moat.
重要性吹捧	The launch marks a pivotal moment for the company	The launch is the company's first paid product.
表面化分析	The launch adds file search, highlighting the team's commitment to better workflows	The launch adds file search, so users can find old drafts without leaving the editor.
假强动词	The app serves as a centralized hub for sponsor management	The app tracks sponsors, drafts, due dates, and approvals in one place.
同义词轮换	The agent reviews the draft. The assistant scores the piece. The tool suggests fixes	The agent reviews the draft, scores it, and suggests fixes.
模糊断言	The integration improved efficiency	The integration cut deploy time from 40 minutes to 4.

这些示例透露了规则集的真正倾向：具体事实打败抽象吹捧。"The integration improved efficiency" 这种话之所以是 slop，是因为它可以从任何项目原封不动搬到另一个项目——SKILL.md 给这个判断起了个名字叫 portability test（可移植性测试）：一句话如果能原样挪到另一个人、另一家公司、另一个产品上，那它大概率是填充物，应该被换成事实、数字、机制或后果。

三条总原则贯穿始终：最小有效编辑（能改一处就不改两处，强的人类句子原样保留）；保留个人声音（先识别稿子的词汇、节奏、直率、幽默、自嘲，再动手）；开而不降智（保留实质与精度，只剥离读不通的东西）。这也是它反复强调"不要为了让每段一样整齐而重写独特句子"的原因——去 AI 味和"伪人工打磨"只有一线之隔，规则集选择站在这条线的左侧。

实战：把一篇"AI 味满配"的稿子改干净

规则讲完，直接上手。下面是典型的 AI 初稿——清嗓开头、二元对比、伪洞察、冒号揭秘、weasel 归因、禁词、总结式结尾、伪深刻收尾，八类模式一个不落：

Before（AI 初稿）

在当今这个日新月异的数字时代，AI 技术正以前所未有的速度重塑内容创作的格局。值得注意的是，这不仅仅是效率的提升，更是一场思维方式的深刻变革。正如业内专家所指出的，AI 写作工具正在赋能每一位创作者，释放他们的创造潜能。

这里的关键在于：AI 不是要取代人类，而是要成为人类的得力助手。通过利用先进的智能算法，我们能够优化创作流程，简化重复劳动，实现内容质量的质的飞跃。这种变革标志着内容创作进入了一个全新的里程碑阶段。

总而言之，AI 写作工具的未来不是等待，而是已经到来。拥抱变革，才能在时代的浪潮中立于不败之地。

把它丢给加载了 no-ai-slop 的 Agent，走 /no-ai-slop 编辑模式，得到：

After（no-ai-slop 输出）

AI 写作工具正在改变内容创作的格局。

它不取代人类，而是接手重复劳动：查错、理顺长句、把一段话改出三种写法。创作者省下的时间应该花在判断上——哪个观点值得写、哪段该删、结尾落在哪里。

用上 AI 之后，我给自己定了一条规矩：初稿自己写，AI 只改错和顺句，最后一遍逐句过稿也自己来。

对比 Before，改动全部落在规则集上，没有新增任何原文不存在的观点或数据：

• 清嗓式开头："在当今这个日新月异的数字时代"整句删除，直接陈述观点；
• 空洞短语："值得注意的是"删除，它是典型的元话语（metadiscourse），在告诉读者"该注意了"而不是给出值得注意的东西；
• weasel 归因："正如业内专家所指出的"删除——没有具名来源的"专家"就是填充物，SKILL.md 明确要求"具名来源或砍掉"；
• 禁词与吹捧："赋能""利用""优化""简化""质的飞跃""里程碑"全部替换为具体动作，重要性吹捧（importance puffery）改为让事实自己说话；
• 二元对比与冒号揭秘："这不仅仅是……更是一场……"直接陈述，冒号揭秘"这里的关键在于："改成普通句子；
• 总结式结尾与伪深刻收尾："总而言之……未来不是等待，而是已经到来。拥抱变革，才能立于不败之地"整段删除——SKILL.md 的规则是：伪深刻收尾不要改写成更好的比喻，直接删掉，落在稿子里最后一句具体的话上。

注意 After 里保留了原文的核心主张（AI 不取代人、AI 接手重复劳动），这是"最小有效编辑"和"保留作者意图"两条原则在起作用。Skill 要求每次编辑后输出一个简短的 What changed 小节，逐条说明动了哪里、为什么动，方便你复核每一次修改——而不是无痕地把你的稿子换成另一篇"更顺"的文章。

快速验证：改完哪里最像"人写的"

改完怎么验收？no-ai-slop 的思路和市面上所有 AI 检测器恰好相反。检测器试图回答"这段文字是不是 AI 写的"，而 skills/no-ai-slop/eval.md 把这个问题彻底拒绝掉了：AI 检测器靠猜，具名模式才是证据。

eval.md 是 Skill 对自己的输出跑的过关清单，分三层共二十多条 pass/fail 检查。编辑完成后，Agent 必须逐条自查，任何一条不过就回去改，改完再跑一遍。挑几条最关键的：

• 是否保留了作者的独特词汇、节奏、直率、幽默、不确定性与离题话？强的人类句子是否原样保留，而不是为了统一而重写？
• 是否把强人类句子留着没动？删减量是否与实际 slop 量成正比，没有激进压缩把个性也削掉？
• 每句通用表达是否通过可移植性测试，要么被删、要么被改写成本主题特有的事实？
• 伪深刻收尾是否被删除而非改写成"更好的比喻"？结尾是否落在最后一句具体事实上？
• 最后一问最锋利："作者本人会认出改后稿是他的声音吗？"以及"把改后稿读给一个聪明的同事听，听起来自然吗？"

配合检测模式 /no-ai-slop is this slop?，你还能拿到另一种验收方式：让 Skill 不改写、不打分、不猜作者，只逐条引用它命中的模式原文并给出一句话修法。比如它会在刚才的 Before 稿上返回："第 2 段'正如业内专家所指出的'——weasel attribution，无来源，删或具名"；"末段'未来不是等待，而是已经到来'——fake-profound kicker，删除"。

这套机制的妙处在于它是可复核的：每条判定都有具名模式和原文引用，人可以直接核验；同时它把"像不像人写的"这个模糊问题，拆成了"有没有模式化表达、有没有抹平个人声音、有没有空洞概括"三个可操作的问题。

回到标题那句话——"改到查不出痕迹"。读完规则集会得到一个更准确的结论：no-ai-slop 的目标从来不是骗过检测器，而是让文本重新变回一个具体的人写出来的东西——有观点、有事实、有数字、有语气，能通过可移植性测试。当一段文字里没有了"在当今时代"、没有了"总而言之"、没有了"赋能与里程碑"，它读起来自然就像人写的；至于"像谁"，那是 SKILL.md 里那句"保留个人声音"要回答的问题。这大概也是它能在两周内从 3.7k 涨到 12.1k Star 的原因：在 AI 生成内容过剩的时代，大家缺的从来不是"生成"的能力，而是"不被生成淹没"的方法论——而这份方法论，开源、MIT 许可、一份 Markdown 就能讲完。