Zed 品牌写作规范中的“禁用短语”规则：taboo-phrases.md 详解与自动化校验实践

Zed 仓库在 docs/.conventions/brand-writer/ 目录下维护了一套面向 AI 协作写作的品牌语言规范，其中 taboo-phrases.md 是最可执行的“负面清单”：它把 hype 词汇、AI 典型句式、空洞热情表达、模糊收益、公司黑话、填充短语和标点滥用逐条列出，并给出判定与改写标准。这篇文章完整梳理该文档的全部规则，并结合 SKILL.md、rubric.md、voice-examples.md 以及自动化脚本 script/docs-suggest 的调用方式，说明这套规则在 Zed 文档生产流程中如何被评分、扫描和强制执行。

规则定位：AI 写作技能中的“负面清单”

从源码结构看，taboo-phrases.md 并不是孤立的风格笔记，而是 brand-writer 写作技能的四件套之一。CONVENTIONS.md 明确指出：文档的结构约定（写什么、怎么组织、何时新建页面）归 CONVENTIONS.md 管，而语音、语气和写作风格归 brand-writer/ 目录管，该目录包含四个文件：

• SKILL.md — 核心语音原则与两遍式写作工作流；
• rubric.md — 8 项质量评分标准（每项 1–5 分，全部 4 分及以上才通过）；
• taboo-phrases.md — 需要清除的模式和短语；
• voice-examples.md — 前后对照的改写范例与事实保留规则。

SKILL.md 中的工作流把三份参考文件固定在流程里：起草（Pass 1，给事实打 [FACT] 标记）之后进入诊断（Pass 2），诊断要求“Scan for taboo phrases. Flag each with line reference.”，即逐行扫描禁用短语并带行号标注；任何 rubric 项低于 4 分或发现任何 taboo phrase 都会触发重写（Pass 3）。也就是说，本文档定义的模式不是“建议”，而是自动化写作会话中的硬性检查项。

这套约定同样作用于文档自动化。自动化指南 docs/AGENTS.md 在“Voice and Tone”一节中要求避免 "powerful"、"revolutionary"、"best-in-class" 这类营销词，并明确“Lots of use of em or en dashes”属于要规避的写法；而 script/docs-suggest 脚本的提示词中进一步要求：建议的文档文本必须按 rubric 逐项评分且每项 4 分及以上才能通过，同时“Also reject suggestions containing obvious taboo phrasing (hype, emotional manipulation, or marketing-style superlatives)”——即任何包含明显禁用表达的建议会被整体拒绝。

Hype Words：营销夸张词清单

文档第一类规则针对“未经挣得的最高级”与“含义模糊的技术热词”。原表如下（引自 taboo-phrases.md）：

词/短语	失败原因
revolutionary	未经挣得的最高级
game-changing	未经挣得的最高级
cutting-edge	模糊的技术热词
next-generation	缺少语境时无意义
blazingly fast	陈词滥调，无量化
lightning-fast	陈词滥调，无量化
powerful	模糊；它到底能做什么？
robust	模糊；它如何“健壮”？
seamless	几乎从不成立
frictionless	几乎从不成立
effortless	抹杀真实复杂度
leverage	公司黑话
unlock	营销式操纵
supercharge	营销式操纵
turbocharge	营销式操纵
best-in-class	无法验证的断言
world-class	无法验证的断言
state-of-the-art	模糊的技术热词
groundbreaking	未经挣得的最高级
innovative	应展示，而非宣称
intuitive	常意味着“我们没解释清楚”
elegant	自我赞美

规则原文的要求是“Never use these unless quoting someone else”（引用他人原话时除外）。值得注意的是表中的失败原因本身就有方法论意义：同一个词可能因为“无量化”（blazingly fast）、“模糊”（powerful、robust）、“无法验证”（best-in-class）或“自我赞美”（elegant）而失效。这解释了改写方向：模糊词要么删掉，要么替换成可测量的事实。voice-examples.md 的第 1 组范例正是这一思路的落地——"blazingly fast performance that will revolutionize your coding experience" 被改写为 "Zed is written in Rust with GPU-accelerated rendering. Keystrokes register in under 8ms. Scrolling stays at 120fps even in large files."，把夸张词换成了延迟帧率数字与具体技术栈。

AI Structural Patterns：暴露 AI 作者身份的句式

第二类规则针对的是 AI 生成文本的结构性指纹。文档列出五类模式，每类都配有 ❌/✅ 对照示例，全部继承如下。

Em Dash Chains（破折号链）

❌ "Zed is fast — really fast — and it shows in every interaction."
✅ "Zed is fast. You'll feel it in every interaction."

改写手法是拆成两个自然句，删掉插入式强调。Quick Reference 一节还给出量化红线：同一段落出现 2 次以上 em dash 直接判“自动不通过”。

"It's not X, it's Y"（不是 X，而是 Y）

❌ "It's not just an editor — it's a complete development environment."
✅ "Zed combines editing, collaboration, and AI assistance in one workspace."

问题在于用否定句做修辞反差。voice-examples.md 第 6 组示例把三连 "it's not ... it's ..." 改为正面陈述并补充技术理由（"Everything runs in the same process, so switching between tasks has no context-switch overhead."），改写要点是“Eliminated all patterns / Replaced negation with positive statements / Added technical reasoning”。

Triple Parallel Lists（三段式排比）

❌ "Fast. Focused. Collaborative."
❌ "Write code. Ship faster. Stay in flow."
✅ "Zed is built for speed and collaboration."

三段式排比是最常见的 AI 标语句式之一。Quick Reference 把“恰好三项的列表”列为黄旗（yellow flag），提示需要仔细审查而不是直接删除——因为正常的技术文档也会用到三项列表，判断标准是它是否充当口号。

Colon-Introduced Lists in Prose（正文中以冒号引出列表）

❌ "Three things make Zed different: speed, collaboration, and AI."
✅ "Zed prioritizes speed, real-time collaboration, and AI integration."

改写手法是把“先报数再列举”的营销式开场，压成一句直接的主谓宾陈述。

Rhetorical Questions as Openers（修辞性问句开头）

❌ "What if your editor could keep up with your thinking?"
✅ "Zed renders every keystroke instantly."

对应的标点规则见 Forbidden Punctuation 表中的“? as hook: No rhetorical questions as openers”。

这五类模式与 rubric.md 的“Natural Syntax”评分项直接挂钩：2 分的定义就是“Obvious structural patterns (parallel triplets, em dash chains)”，红字警示与 taboo-phrases 的模式清单一一对应。

Empty Enthusiasm：空洞热情的清除表

第三类规则要求“Remove all emotional manipulation”，即删除所有情绪操纵。原文表格完整如下：

模式	问题
"We're excited to announce..."	没人关心你的情绪
"We're thrilled to share..."	同上
"We can't wait for you to try..."	冒失（presumptuous）
"You'll love..."	替读者规定感受
"Get ready to..."	营销炒作
"Say goodbye to..."	陈词滥调的铺垫
"Say hello to..."	陈词滥调的收尾
"Finally, an editor that..."	暗示其他所有产品都失败了
"The wait is over"	预设了期待感
"Introducing..." (as standalone)	弱开场

SKILL.md 的写作原则第 6 条与之互相印证：“No emotional manipulation — Never use hype, exclamation points, or 'we're excited.' Don't tell the reader how to feel.” Quick Reference 也把 "We're excited/thrilled" 列为出现即自动不通过的红旗。voice-examples.md 第 5 组示例展示了完整删改：把 "We're thrilled to announce Zed 1.0! ... You're going to love it!" 压缩为一句事实陈述 "Zed 1.0 is available today. This release includes GPU text rendering, multi-buffer editing, and native collaboration. Download it at zed.dev."，三个感叹号与全部情绪词被删除，取而代之的是版本事实与功能清单。

Vague Benefits：模糊收益必须替换为具体结果

第四类规则针对“说不清具体结果”的收益描述，表格的右列直接给出了应该反问自己的问题：

模糊表达	应该反问
"enhanced productivity"	快多少？在哪个任务上？
"improved workflow"	具体改进了什么？
"better experience"	哪方面更好？可测量吗？
"streamlined process"	删掉了哪些步骤？
"optimized performance"	哪个指标提升了？
"increased efficiency"	什么省了时间/精力？
"modern development"	具体是哪种能力？
"next-level coding"	无意义
"superior quality"	以什么标准衡量？

文档的指令是“Replace with specific outcomes”。这与 rubric.md 的“Specificity”评分标准形成闭环：5 分要求“Every claim is specific and verifiable”，正例 "Startup time under 100ms on M1 Macs" 与反例 "Lightning-fast startup that respects your time" 恰好示范了“可测量”与“不可测量”的分界。voice-examples.md 第 7 组示例则把 "enhances your productivity and streamlines your workflow" 展开为具体的交互模型：“Zed runs AI completions inline as you type. Suggestions appear in 200ms. Accept with Tab, reject by continuing to type. The model runs locally or connects to your preferred API.”——响应时间、按键行为、本地/API 两种部署方式，都是可直接验证的细节。

Forbidden Punctuation：标点禁令

第五类规则用一张表把标点纪律量化：

模式	规则
!	永不使用。感叹号数量为零
...	禁止戏剧化省略号
ALL CAPS	禁止用全大写表示强调
? as hook	禁止修辞性问句开场
— overuse	每段最多一个 em dash

其中感叹号是“零容忍”项：Quick Reference 的第一条红旗就是“Any exclamation point”。这条规则同时约束了社交场景，voice-examples.md 第 8 组“Social Media Cleanup”示例把带 emoji 和多个感叹号的推文（"🚀 Big news! Zed just dropped MASSIVE updates!"）改写成带版本号的版本说明（"Zed 0.150: Multi-buffer editing is here..."），改写要点明确列出“Removed all emoji / Removed exclamation points / Added version number for precision”。

Corporate Euphemisms：公司黑话替换表

第六类规则针对咨询式公司腔。原表如下，右列大多直接给出替代动词：

短语	问题
move the needle	行话
synergy	烂梗级别的公司腔
ecosystem	常常没有意义
paradigm shift	过时的热词
holistic approach	模糊
scalable solution	什么在扩展？怎么扩展？
actionable insights	公司黑话
value proposition	不出现在面向用户的文案中
leverage (verb)	改用 "use"
utilize	改用 "use"
facilitate	改用更清晰的动词
empower	居高临下
enable	常常模糊；说具体

这张表与前文 Hype Words 表中的 "leverage" 条目交叉呼应（两处分别标注为“公司黑话”和“改用 use”），说明该词是 Zed 文档体系里被双重标记的高频 AI 腔词。

Filler Phrases：直接删除、无需替换的填充短语

第七类规则的处置方式与其他类别不同——“Delete without replacement”：这些开头语不提供任何信息，直接删掉即可。清单包括：

• "In today's fast-paced world..."
• "As developers, we know..."
• "Let's face it..."
• "The truth is..."
• "At the end of the day..."
• "When it comes to..."
• "In order to..."
• "It goes without saying..."
• "Needless to say..."
• "As you may know..."

Detection Checklist：终稿前的五类词扫描

文档倒数第二节给出定稿前的扫描清单，把需要警惕的词分成五组：

1. 最高级（Superlatives）：best, most, fastest, only, first, ultimate
2. 绝对化（Absolutes）：always, never, every, all, completely, totally
3. 模糊限定（Hedging）：might, could, potentially, possibly, may help
4. 强化词（Intensifiers）：very, really, extremely, incredibly, absolutely
5. 模糊量词（Vague quantifiers）：many, numerous, significant, substantial

并给出总原则：“If you can't prove it or measure it, rewrite it.”（无法证明或测量的表述，就重写。）这与 rubric.md 的“Earned Claims”评分项（断言必须可支撑或可验证）以及 SKILL.md 的“Litmus Test”（资深开发者会不会尊重这段文字？它解释的多还是卖的多？）构成三重校验。

Quick Reference：红旗与黄旗速查

文档最后一节把全部规则压缩成两档速查表，用于快速判定：

红旗（出现即自动不通过）：

• 任何感叹号
• "We're excited/thrilled"
• "Revolutionary" 或 "game-changing"
• 同一段落 em dash 使用 2 次及以上
• "It's not X, it's Y" 句式

黄旗（需仔细审查）：

• Hype Words 清单中的任何词
• 以 "And" 或 "But" 开头的句子
• 标题中的问句
• 恰好三项的列表

红旗/黄旗的分档设计很实用：红旗是二元判定，适合写成脚本或 LLM 检查项；黄旗保留人工判断空间（例如三项列表在技术文档里可能是合理的枚举）。

规则如何被仓库工具消费：两个真实调用点

理解这套规则的价值，不能只看文档本身，还要看它在 Zed 仓库里被谁执行。从源码结构看，有两个明确的消费点。

brand-writer 技能的三遍式工作流

SKILL.md 定义了 /brand-writer 命令的完整工作流，taboo-phrases.md 是其中自动加载的参考文件之一：

1. Pass 1 草稿：写出初稿，给所有事实性声明打 [FACT] 标记（技术规格、专有名词、版本号与日期、快捷键、引语）。例如 "Zed is [FACT: written in Rust] with [FACT: GPU-accelerated rendering at 120fps]."。
2. Pass 2 诊断：按 rubric.md 的 8 项标准逐项打分（Technical Grounding、Natural Syntax、Quiet Confidence、Developer Respect、Information Priority、Specificity、Voice Consistency、Earned Claims，每项满分 5），同时扫描禁用短语并“Flag each with line reference”。
3. Pass 3 重建：任何一项低于 4 分或发现任何 taboo phrase，定位具体问题、重写被标记段落、确认 [FACT] 标记未丢失、重新评分，循环直到全部 4 分及以上。
4. 校验输出：最终文案附带 40 分制评分卡与事实核对清单。

Review 模式（/brand-writer --review）则直接输出逐行号标注的禁用短语清单，例如 "Line 2: 'revolutionary' (hype word) / Line 5: '—' used 3 times (em dash overuse) / Line 7: 'We're excited' (empty enthusiasm)"——三个示例分别对应本文的 Hype Words、Forbidden Punctuation、Empty Enthusiasm 三类规则，说明扫描输出直接以 taboo-phrases 的类别名作为标签。

事实保留规则：改写不能丢事实

voice-examples.md 补充了一条与禁用短语同样重要的约束：重写时必须保留不变的事实要素，包括技术规格（"120fps"、"8ms latency"、"Rust"）、专有名词（"Tree-sitter"）、版本号（"Zed 1.0"）、快捷键（"cmd+shift+c"）、URL、署名和日期。重建之后要做 diff 核对：逐条确认原 [FACT] 列表中的每一项都出现在终稿中，缺失要说明理由，被改动则标记为错误。文末的“Transformation Patterns Summary”表把 8 种问题与解法一一对应（hype 词换测量值、破折号链拆句、"it's not X, it's Y" 改正面陈述、热情句删除并补充实质内容、模糊收益换成具体功能、埋没的导语提前、修辞问句改陈述句、抽象断言加机制或测量值），可作为 taboo-phrases 各条规则的“正面操作指南”。

文档自动化流水线中的硬性门槛

另一个消费点在自动化脚本 script/docs-suggest。其内嵌提示词规定：对所有建议修改的文档文件，把整个文件（而不只是编辑段）纳入品牌审查范围；建议文本必须按 rubric 的 8 项标准“exactly and only”评分且每项 4 分及以上才放行；同时“reject suggestions containing obvious taboo phrasing (hype, emotional manipulation, or marketing-style superlatives)”。也就是说，AI 建议的文档若含有本文列出的任何红旗模式，整条建议会被拒绝。再结合 docs/AGENTS.md 的自动化约束（不得删除既有文档、不得为未发布功能写投机性文档、文档变更必须可追溯到具体代码变更），这套写作规范实际上嵌入了 Zed 的文档 CI 流程。

与文档结构规范的关系：声音与结构分治

CONVENTIONS.md 展示了 Zed 对文档质量的完整分治：结构层规定页面组织（frontmatter 的 title/description 与 SEO 指南、##/### 层级、{#action ...} 与 {#kb ...} 预处理器语法、[settings]/[keymap] 代码块注解、Prettier 80 列格式、术语表如“folder 而非 directory”“project 而非 workspace”）；语言层则由 brand-writer/ 四件套负责，taboo-phrases.md 是其中负责“减法”的一份——它不告诉你应该写什么句式，只保证所有进入 Zed 文档与营销文案的文本不含 AI 指纹词、营销口号与情绪操纵。两者在文档质量检查清单处汇合：CONVENTIONS.md 的“Quality Checklist”最后一项即为 “Passes brand voice rubric (see brand-writer/rubric.md)”。

小结

taboo-phrases.md 的核心价值在于把“反 AI 腔、反营销腔”从主观审美变成了可扫描、可评分、可自动拒绝的硬规则：22 个 hype 词、5 类 AI 句式、10 个空洞热情开头、9 个模糊收益、5 条标点禁令、13 个公司黑话、10 个填充短语，再加五组词类扫描清单和红黄两档速查表，构成一份完整的内容审查规范。配合 SKILL.md 的两遍式工作流（[FACT] 标记 + 8 项 rubric 打分 + 带行号的短语标注）和 script/docs-suggest 的自动拒绝机制，这套规则既服务于人类作者，也直接约束仓库内的文档自动化 Agent，是 Zed “用工程化方式治理文案质量”的一个具体样本。