AI 文章摘要
最近 GitHub 上有两个项目火了：stop-slop（5k Star）和 taste-skill（22k Star）。它们干了一件很骚的事——教 AI 写出不像 AI 写的文章。
你没看错，这俩项目就是专门用来”反 AI 检测”的。
为什么需要”去 AI 味”？
现在各大平台都在搞 AIGC 检测。知乎、小红书、公众号、学术论文查重——都在用各种手段识别 AI 生成的内容。被检测出来轻则限流，重则封号。
但问题是：AI 写的东西真的比人写的差吗？很多时候不是。AI 写的内容信息量更大、逻辑更清晰，唯一的”缺点”就是太完美了——完美到一眼就能看出不是人写的。
stop-slop 和 taste-skill 的思路就是：让 AI 学会人类写作的”不完美”。
AI 写作的典型”破绽”
先搞清楚 AI 文章的通病，才能对症下药：
1. 套话连篇
“让我们来看看”、”总而言之”、”首先…其次…最后”——这些是 AI 最爱用的过渡句。真人写作很少这么工整。
2. 结构太规整
AI 特别喜欢”总-分-总”结构，每段一个小标题，每个论点三个论据。真人写作更随意，有时候写着写着跑题了再拉回来。
3. 缺少个人视角
AI 写的东西像百科全书，面面俱到但没有观点。真人会说”我觉得这个方案不靠谱”，AI 会说”该方案存在一定局限性”。
4. 用词太”正确”
“赋能”、”抓手”、”闭环”、”底层逻辑”——这些词真人也会用，但不会一篇文章用八遍。AI 就是这么执着。
stop-slop 的反检测策略
stop-slop 本质上是一个写作规则注入器。它通过 System Prompt 告诉 AI：”别用这些词，别这么写，像个人一样说话。”
核心规则包括：
禁用词表：把所有 AI 味重的词列出来，强制替换。”赋能”→”帮助”，”抓手”→”切入点”，”闭环”→”完整流程”。
结构随机化：不要每次都总分总，偶尔从一个具体案例切入，偶尔先抛观点再论证，偶尔写到一半突然转折。
注入个人色彩：用”我”而不是”我们”，敢于下判断”这个方案不靠谱”，偶尔吐槽一下。
长度不规则：有的段落长，有的短。别每段都差不多字数，那是机器的节奏。
taste-skill 的”品味”系统
taste-skill 比 stop-slop 更进了一步。它不只是”去 AI 味”，而是教 AI 什么是”好品味”。
它的核心理念是：好的写作不是”没有错误”，而是”有个性”。
具体做法是给 AI 一个”品味评分器”：每生成一段内容，先自己打分。”这段话读起来像不像人写的？有没有信息增量？是不是在注水？”分数不够就重写。
这其实模仿了人类写作的过程——好的作者会反复修改，删掉多余的句子，直到每句话都有存在的理由。
实测效果
我用 stop-slop 的 Prompt 模板测试过，把同一篇 AI 生成的文章分别过 GPTZero 和 Originality.ai 检测：
原始版本：AI 检测率 94%
经过 stop-slop 处理：AI 检测率 31%
效果很明显，但不是 100% 过检。关键在于：去 AI 味的核心不是”骗过检测器”，而是”真正有价值的内容”。
检测器的本质是统计文本特征。如果你的文章有独特观点、真实案例、个人经历，检测器自然会给出低 AI 概率——不是因为它”被骗了”，而是因为这篇文章确实不像 AI 能写出来的。
对 SEO 的影响
Google 之前明确说过：不反对 AI 生成内容，但反对低质量的 AI 内容。
翻译一下：你用 AI 写文章没问题，但别写那种”水文”。有信息增量、有独特视角、对用户有帮助的 AI 文章，Google 照样给排名。
stop-slop 这类工具的价值就在这里：帮你把 AI 写的”能用”的内容，升级成”好用”的内容。
我的建议
别把 stop-slop 当成”作弊工具”。它的真正价值是：帮你理解什么是好的写作。
与其想着”怎么骗过 AI 检测”，不如想想”怎么写出真正有价值的内容”。AI 检测器会越来越聪明，但”有价值的内容”永远不会被惩罚。
GitHub 搜 “stop-slop” 或 “taste-skill”，把它们的 Prompt 规则读一遍，你会对”好文章”有全新的理解。
