很多人用 AI 帮自己写文章、改文章,结果发现两件事:句子变顺了,自己的声音丢了;AI 写的段落彼此越来越像,读者一眼能闻出来。no-ai-slop 就是为这个问题做的开源工具——它把 AI 生成文本里 20 多种高频套话整理成一张规则清单,装进 ChatGPT、Claude Code、Codex 这类 AI 助手后,一条命令就能让它改写你的稿子:删掉套路化的表达,保留你自己的用词、节奏和幽默感。

项目创始人把这类套话称为 AI slop(英文原意是泔水,指 AI 文本里那些高频、空洞、千篇一律的表达)。工具本身是一个「技能包」(skill)——本质是几份写好的规则文件,AI 助手加载后按里面的清单逐条检查、逐条修改,不需要搭建服务器,也不需要编译安装。

项目概况

  • 仓库:petergyang/no-ai-slop,作者 Peter Yang,2026 年 7 月 7 日创建;
  • 截至 2026 年 9 月 12 日:8,544 个 star、644 个 fork;
  • 许可:MIT,代码以 Python 为主;
  • 版本:已发布 7 个版本,最新版 v1.0.6 发布于 2026 年 8 月 1 日,贡献者 5 人。

安装方式

第一种方式最简单:把下面这句话粘贴给你的 AI 助手。

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

第二种方式用 npx(Node.js 自带的命令运行器,可以把 npm 上的包直接跑起来,不必先手动安装):

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

三种用法

  • 改写:发送 /no-ai-slop 加上你的文章,工具会删掉套话、保留个人语气,并列出每一处改动;
  • 检测:发送 /no-ai-slop is this slop? 加上文章,工具逐条引用命中的套话模式,不猜测原文是不是 AI 写的;
  • 反讽生成:让 AI 写一篇「AI 味最浓」的帖子,当反面教材用。

它查哪些套话

规则清单里的模式有 20 多种,README 公开列举了 10 类,这里翻译几个典型样本:

  • 二元对比:「It's not X. It's Y.」——不是 A,而是 B。把复杂问题压成两半,先否定一个再表态。
  • 清嗓子开场:「Here's the thing」「Let me be clear」——事情是这样的。正式说话前的空转垫场。
  • 伪洞察开场:「What nobody tells you」——没人告诉过你。用信息差制造悬念,抬高的往往是平常事。
  • 冒号揭晓:「The best part: it learns.」——最妙的一点:它会学习。用冒号停顿再抖出结论。
  • 戏剧化短句:「That's it. That's the whole thing.」——就这样。这就是全部。用极短句假装干脆。
  • 表面化点评:「highlighting the team's commitment to innovation」——彰显了团队对创新的承诺。看似说了什么、其实没说的空话。
  • 重要性拔高:「a testament to」「marks a pivotal moment」——是……的证明、标志着关键时刻。把平常事说成里程碑。
  • 模糊归因:「experts agree」「studies show」——专家表示、研究表明。不给出处的引用。
  • 同义词轮换:把「agent 处理邮件、assistant 起草回复」换个词再说一遍,换词不换义地重复。
  • 伪深刻收尾:「The future isn't coming. It's already here.」——未来已来。用空洞哲句代替结论结尾。

除这 10 类外,工具还检查四项基本功:该给结论时先说结论、用主动语态、拆开难读的长句、用具体细节代替抽象形容。

工程形态

仓库核心是 skills/no-ai-slop 目录下的两份文件:SKILL.md 写编辑规则和修改流程,eval.md 写工具完成修改后的自检项。另有一个 ChatGPT 插件版本。作者同时维护个人 AI 内容系统 Behind the Craft,no-ai-slop 是其中的技能之一,相关教程发布在他的网站 creatoreconomy.so 和 YouTube 频道。

结论

no-ai-slop 把「改掉 AI 味」从一种审美感觉变成一张可执行的检查清单:它不判断一篇文章是不是 AI 写的,只负责把套话删掉、把作者自己的表达留下。如果你日常依赖 AI 起稿或润色,把它装进常用助手、每次交付前跑一遍检测,是一道成本很低的收尾工序。