anti-prose-slop：让 AI 写的东西不再像 AI 写的

anti-prose-slop 是什么？

anti-prose-slop 是安装到 AI 编码助手中的一类技能，属于“anti-slop”工具家族。它的定位非常明确：一个文本清理器，不是写作生成器。

它的工作对象是 AI 已经产出的或即将产出的文本。当你让 AI 写一段文档、一个 README、一条 PR 描述时，anti-prose-slop 会在输出前扫描文本，标记或移除那些“AI 指纹”。这些指纹包括特定的词汇（delve、tapestry、leverage、seamless）、特定的标点（em dash、弯引号、装饰性 emoji）、特定的句式（否定式对比、三段式排比、独立短句结尾），以及特定的文档节奏（每段等长、每句等长、每三条 bullet 用同样的粗体开头）。

值得注意的是，不同的 anti-slop 技能在实现上差异很大。有的走“词表路线”，维护一份禁止词汇列表；有的走“结构路线”，检查句长变化、段落均匀度和文档节奏；还有的走“风格卡路线”，通过分析你提供的文本样本提取风格指纹，然后按这个指纹重写。anti-prose-slop 属于综合型：它同时处理词汇、标点和结构。

anti-prose-slop 的主要功能

词汇层清理。移除 AI 写作中高频出现的“标志性词汇”。根据多个 anti-slop 工具的词表，典型目标包括：delve、tapestry、leverage、robust、seamless、cutting-edge、game-changer、landscape、underscore、pivotal、transformative 等。

标点层清理。em dash 是 AI 文本最可靠的表面标记之一。anti-prose-slop 通常会将 em dash 替换为逗号、括号或短横线。弯引号、弯撇号、水平省略号也在清理范围内，因为 AI 模型倾向于输出这些“排版美化”后的字符，而人类在纯文本编辑器中通常打出直引号。

句式层清理。这是 anti-prose-slop 比简单词表工具更深入的地方。它针对的句式模式包括：否定式对比（“不是 X，而是 Y”）、三段式排比（“快、简单、强大”）、 throat-clearing 开头（“让我说清楚”“值得注意的是”）、假洞察（“没人告诉你的是”）、空洞的总结收尾（“这标志着……的重要时刻”）。

文档节奏检测。最顽固的 AI 味不在词汇，在节奏。一段通过所有词汇检查的文本，仍然可能因为“每段等长、每句等长、三条 bullet 同样的开头”而读起来像机器写的。anti-prose-slop 会检测这些节奏模式：句长均匀度、段落均匀度、平行开头、listicle 式 bullet。

anti-prose-slop 的核心特色

“删减”而非“生成”。anti-prose-slop 不负责把空白页变成一篇文章。它的工作对象是已经存在的文本。它更像一位拿着红笔的冷面编辑，不跟你商量，直接把套话一条条划掉。

结构模式比词汇列表更持久。2026 年的一个趋势是：模型厂商开始主动抑制 em dash 和旧词表上的词汇（如 delve、tapestry），导致这些“表面标记”在最新模型输出中减少。但结构模式——句长均匀、段落等长、平行开头——会存活过任何提示词调整和模型更新。anti-prose-slop 的价值在于它不只盯着词表，还盯着节奏。

不同工具，不同侧重。anti-prose-slop 不是单一实现。有的技能（如 stop-slop）提供了完整的评分维度：直接性、节奏、对读者的信任、真实性、密度。有的（如 prose-slop）提供了可执行的 linter，区分 error 和 warning，让你决定哪些“真正在技术写作中有意义的词”（如 robust retry policy 中的 robust）可以保留。

不自我评分。一个被反复提到的设计原则是：产生这些 AI 痕迹的同一个模型分布，也会把这些痕迹评定为“没问题”。过滤器和写作者是同一个，过滤就失效了。所以 anti-prose-slop 通常设计为独立的检查层，不依赖写作者的自我判断。

anti-prose-slop 可以用来做什么？

清理 AI 生成的文档和 README。当你让 AI 写项目文档时，输出往往充满“delve into”“it's worth noting”“serves as a testament to”这类填充。anti-prose-slop 在提交前把这些删掉。

让 PR 描述不读起来像 AI 写的。PR 描述是 AI 辅助编码的高频输出场景。结构化的 anti-prose-slop 检查可以让描述更直接，去掉那些“This PR aims to……”的铺垫。

审查博客和营销文案。AI 生成的营销文案有独特的“AI 味”：过度的 emoji、夸张的形容词、“改变你的工作流”式的承诺。anti-prose-slop 可以标记这些模式。

作为发布前的门禁。一些 anti-prose-slop 工具（如 prose-slop-guard）设计为 source-level gate，可以在 pre-commit hook 中运行，阻止带有 AI 痕迹的文本被提交。

不适合的场景：需要原创内容生成的写作任务、学术论文的实质性修改（anti-ai-writing 是更专业的工具）、代码注释的清理（那是 deslop-code 的领域）。

anti-prose-slop 适合哪些人？

• 用 AI 写文档、README、PR 描述的开发者：希望输出的文本在人类读者眼里不露怯。
• 内容营销和博客作者：AI 辅助初稿后，需要一个结构化的清理步骤。
• 对“AI 味”敏感的编辑和审阅者：需要在发布前快速标记可疑模式。
• 维护品牌声音的团队：AI 生成的文案需要统一去除机器感。

不太适合：需要 AI 帮助从零生成内容的写作者、需要实质性学术修改的研究者、不关心文本“听起来像不像 AI”的纯内部技术文档。

anti-prose-slop 如何安装？

anti-prose-slop 没有统一的官方安装入口，不同实现方式不同。以下以几个代表性项目为例：

方式一：通过 skills CLI 安装（通用）

npx skills add the-hooman-loop/anti-slop-kit --skill deslop-writing

方式二：从 GitHub 克隆（Claude Code）

git clone https://github.com/adenaufal/anti-slop-writing ~/.claude/skills/anti-slop-writing

方式三：通过 imprnt 插件系统

imprnt plugin add anti-slop

这会将 anti-slop 规则接入 Claude Code 的本地配置文件。

方式四：手动复制 SKILL.md

多数 anti-prose-slop 是纯 Markdown 文件。将 SKILL.md 及相关参考文件复制到 Agent 的 skills 目录即可。

anti-prose-slop 怎么使用？

第一步：确认你的场景是“清理”而非“生成”。anti-prose-slop 假设你已经有一段文本，或者 AI 即将产出一段文本。它的工作是编辑，不是创作。

第二步：让 AI 用 anti-prose-slop 审查文本。有效的提问方式：

• “用 anti-prose-slop 清理这段 README，标记所有 AI 痕迹。”
• “检查这条 PR 描述有没有 AI 写作模式。”
• “重写这段，去掉 AI 味，保持原意。”

第三步：处理检查结果。anti-prose-slop 的输出通常区分两类：error（无辩护余地的 AI 标记，如 em dash、delve）和 warning（在技术写作中有意义、在营销文案中空洞的词，如 robust、leverage）。你需要决定 warning 是否保留。

第四步：在 pre-commit 或 CI 中运行（可选）。部分工具支持 --staged 模式，只检查 git 暂存区的文件，适合作为提交前门禁。

anti-prose-slop 使用技巧

不要只依赖词表。词表会过时。模型厂商在 2026 年已经开始主动抑制旧词表上的词汇（delve、tapestry、em dash 在 GPT-5.1 中被抑制）。anti-prose-slop 的价值在结构检测：句长变化、段落均匀度、平行开头。

注意“否定式对比”的特定用法。“不是 X，而是 Y”并不总是 AI 味。当尾部指代具体事物时，它在做诚实的对比工作（“它跑在 Neon 上，不是 VPS Postgres”）。当 X 和 Y 是抽象概念时，它就是修辞。

区分技术写作和营销文案。“robust”在“robust retry policy”中有确切含义，在“robust solution”中什么都没有。anti-prose-slop 的 warning 机制就是为这种区分设计的。

清理输入，不只是输出。如果你的 system prompt、brand kit 或参考文档里充满了 AI 味的表述，AI 的输出会放大这些问题。先清理输入。

anti-prose-slop 收费吗？

免费且开源。搜索到的 anti-prose-slop 相关技能均以开源形式发布（MIT 或其他开源许可证），不收取费用。你只需要为使用的 AI 编码助手（Claude Code、Cursor 等）支付订阅费用。

anti-prose-slop 的优点与缺点

anti-prose-slop 与同类工具对比

vs 通用 AI 提示词（“写得像人一点”）。通用提示词是非指令。“不要用 em dash”反而在提示词中强化了 em dash 的概念。anti-prose-slop 提供的是具体、可执行的规则：哪些词、哪些标点、哪些句式。

vs Grammarly 等语法检查。语法检查工具关心的是“对不对”，anti-prose-slop 关心的是“像不像人写的”。一段语法完美的文本仍然可能充满 AI 味。

vs 人工编辑。人工编辑的审美判断更细致，但 AI 味的标记中有很多是机械性的：em dash、delve、三段式排比。anti-prose-slop 处理这些机械层，让人工编辑专注于需要判断力的部分。

vs anti-ai-writing（学术专用）。anti-ai-writing 面向学术写作，处理的是认识论动词错配（“demonstrate” vs “suggest”）、模糊量化词、虚假范围声明。anti-prose-slop 更通用，面向技术文档、README、博客、PR 描述。

anti-prose-slop 常见问题 FAQ

Q：anti-prose-slop 会帮我写内容吗？
不会。它是一个清理器，不是生成器。它假设你已经有一段文本（或 AI 即将产出一段文本），然后识别并移除其中的 AI 写作模式。

Q：em dash 真的那么重要吗？
在 2026 年，em dash 仍然是 Claude 系模型输出中最可靠的表面标记之一（分析显示其 em dash 使用率是人类的 16.9 倍）。但 GPT 系列在主动抑制 em dash，所以单靠 em dash 检测会漏掉其他模型。

Q：为什么有些词被标记了，但我明明在技术文档里见过？
“robust”“leverage”“streamline”在技术写作中有确切含义，在营销文案中往往是空话。anti-prose-slop 通常将它们标记为 warning 而非 error，让你根据上下文决定。

Q：它能检测中文的 AI 味吗？
部分实现支持中文或多语言（如 ai-slop-detect 有波兰语版本，novel-script-writer 支持 10 种语言）。但大部分 anti-prose-slop 工具的核心词表和句式规则是为英文设计的。

Q：我用了 anti-prose-slop，为什么文本还是感觉像 AI 写的？
可能原因：检查只处理了词汇层，没有处理结构节奏；或者你的 system prompt / 输入文档本身充满了 AI 味，被模型放大了。

anti-prose-slop 综合评价

anti-prose-slop 解决的是一个日益明显的问题：AI 生成的文本越来越流畅，但也越来越“滑”。它不犯语法错误，不缺少信息，但读起来就是像 AI 写的。这种“像”不是内容问题，是模式问题——特定的词、特定的标点、特定的节奏。

它的价值在AI 辅助写作的工作流中最为明显。当你让 AI 写 README、PR 描述、文档或博客初稿时，anti-prose-slop 提供了一个发布前的清理步骤。它不保证文本“好”，但能保证文本不因为表面的 AI 痕迹而在读者眼中失去可信度。

它的局限在于它处理的是“症状”而非“病因”。AI 味最深层的来源是 AI 倾向于选择统计上最可能的高概率表达，而 anti-prose-slop 的词表和句式规则只是这些高概率表达的当前快照。模型会变，词表会过时。真正持久的价值在结构检测层：句长变化、段落节奏、平行开头——这些模式比具体词汇更稳定。

对于每天用 AI 写东西的开发者或内容创作者，anti-prose-slop 值得花几分钟安装。它不会让你的文字变成海明威，但至少能让它在人类读者眼里不那么快露馅。