【stop-slop】告别机械感：一键剔除大模型写作套路

这是一个专为大语言模型设计的提示词技能包，旨在识别并剔除文本中常见的AI写作套路与机械感，帮助生成内容摆脱生硬的表达习惯，回归自然流畅的人类写作风格。

核心特性

• 精准拦截高频AI词汇：自动过滤套路化开场白、过度强调词、商业黑话、滥用副词、模糊陈述及自我指涉的元评论。
• 规避结构性陈词滥调：纠正二元对立、负面罗列、过度戏剧化、修辞铺垫、伪主观能动性、旁观者视角及被动语态等AI惯用结构。
• 严格的句级写作规范：设定了明确的底线规则，包括禁止疑问词开头、禁用破折号、杜绝碎片化短句，并强制要求使用主动语态。
• 五维质量量化评分：提供直接性、节奏感、信任度、真实感与信息密度五个维度的1-10分评分机制。总分低于35/50时系统提示需重点修订。

快速上手与使用方式

该项目并非传统意义上的独立软件，而是一套可直接集成至大模型工作流的规则配置。根据你的使用环境，可选择以下接入方式：
– Claude Code：将整个文件夹直接添加为技能模块。
– Claude Projects：将 SKILL.md 及相关参考文件上传至项目知识库中。
– 自定义指令或 API 调用：将 SKILL.md 中的核心规则复制至系统提示词（System Prompt）中，参考文件可按需动态加载。

适用场景与目标用户

该工具主要面向需要高频使用大语言模型生成文本的内容创作者、AI提示词工程师、新媒体运营及文案编辑。它非常适合嵌入到自动化写作工作流中，作为生成后处理的“质检员”或写作前的“约束器”。对于希望提升AI辅助写作真实度、降低阅读疲劳感的普通用户而言，这套轻量级的规则也能显著优化日常文档、报告或社媒内容的产出质量，尤其适用于对文风自然度和专业性要求较高的场景。

总结

整体来看，该项目以结构化的提示词工程思路，直击当前AI写作“套路化”的痛点。通过清晰的规则库与量化的评分标准，它为开发者提供了一套开箱即用、可灵活组合的文本净化方案。虽然目前主要适配 Claude 生态，但其设计逻辑具备跨模型的通用潜力。建议访问其主页获取更详细信息。