Deslop — 反 AI 味写作#

蒸馏自 @human-writing、slopbuster、humanizer 三个 skill 的核心规则。

去 AI 味只是一半。去完之后的文字如果无菌、无观点、无节奏，同样一眼就能看出是 AI 改过的。目标是替换，不是删除。

When to Use#

• 文章/文档/博客写完后读起来像 AI 生成的
• ATA 分享稿、对外文档需要去 AI 味
• 用户明确要求"去 AI 味"、"写得更像人"
• 审查已有文档的 AI 痕迹并修复

When NOT to Use#

• 代码注释和 commit message 的去 AI 味（用 slopbuster --mode code）
• 学术论文的去 AI 味（用 slopbuster --mode academic）
• 纯文档生成（用 @doc-gen）
• 内容本身需要重写而不只是去 AI 味

正确用法：对一篇 ATA 技术分享稿做两次 pass 去 AI 味重写 输入: 一篇 2000 字的技术文章，包含"革命性"、"赋能开发者"、"无缝集成"等 AI 痕迹 Pass 1: 去掉 12 个 AI 词汇、5 个意义膨胀、3 个 copula 回避 Pass 2: 发现残留痕迹（均匀句长、无观点），注入节奏变化和具体感受 结果: 评分从 3.2/10 提升到 8.1/10

错误用法：只做 Pass 1 不做 Pass 2 Pass 1 去掉 AI 模式后，文字变得干净但无菌——均匀句长、中立陈述、完美结构 这种"无菌文"和 AI slop 一样容易被识别，只是被不同的检测器识别 MUST 做两次 pass，NEVER 只做一次

Usage#

text

/deslop <file>              # 标准深度，自动检测语言
/deslop <file> --score-only # 只评分，不重写

Workflow#

MUST 按以下 4 步执行，NEVER 跳过 Pass 2（跳过 = 产出无菌文，同样一眼能看出 AI 改过）。如果不确定某个改动是否合适，保留原文并标注，让用户确认。

text

Step 1. 诊断  — 读全文，按模式清单标注所有 AI 痕迹，给原始评分
Step 2. Pass 1 — 去模式：逐条消除标注的 AI 模式，保留事实和论证
Step 3. Pass 2 — 注灵魂：问"这还像 AI 写的吗？"，列出残留痕迹，再改一遍
Step 4. 评分  — 给最终版评分，输出变更日志

Pass 2 是关键。Pass 1 去掉 AI 模式后，文字往往变得干净但无聊——均匀的句长、中立的陈述、完美的结构。这种"无菌文"和 AI slop 一样容易被识别，只是被不同的检测器识别。

Do not add new content that doesn't exist in the original. Do not inject opinions the author didn't express. Avoid over-correcting formal technical writing into casual blog tone.

边缘场景#

• 代码块：跳过，只评分和修改散文部分
• 表格：检查表头行有没有 AI 词汇（"解决方案"、"核心优势"），单元格内容通常不改
• 中英混合：英文段落用英文模式清单，中文段落用中文模式清单，不交叉套用
• HTML/组件：跳过标签本身，只处理可见文字

核心模式（Tier 1 — 最强 AI 信号）#

每个命中扣 3 分。在中文技术写作中最常见的：

#模式典型表现修复1AI 词汇delve, tapestry, landscape(抽象), interplay, foster, garner, pivotal, showcase, underscore换成普通词。"showcase" → 去掉，句子本身就在展示2意义膨胀"marks a pivotal moment", "is a testament to", "setting the stage for"说具体发生了什么。不加评价3Copula 回避"serves as", "stands as", "functions as", "operates as"用 "is"。信任简单动词4负面并行"It's not just X, it's Y", "Not merely A, but B", "goes beyond X to Y"直接说 Y。跳过 "not X" 的铺垫5-ing 伪分析"highlighting...", "showcasing...", "ensuring...", "reflecting..."砍掉。如果解释有价值，写成独立句子并加来源6推广语言"vibrant", "groundbreaking", "nestled", "breathtaking", "stunning"换成具体描述。什么让它 "groundbreaking"？说那个7聊天残留"I hope this helps!", "Let me know if...", "Great question!"删除

核心模式（Tier 2 — 中等 AI 信号）#

每个命中扣 2 分：

#模式修复8模糊归因"experts argue", "studies show", "industry reports suggest" → 点名，否则删掉9三的规则强制凑三个 → 有几个写几个10同义轮换同一个事物换 3 种叫法 → 选一个用到底11虚假范围"from X to Y" 但 X、Y 不在同一刻度上 → 列出实际内容12公式化挑战"Despite X... continues to thrive" → 说具体挑战和具体应对13过度 hedging"could potentially possibly" → 说 "may" 或直说14通用结尾"the future looks bright", "exciting times ahead" → 给具体下一步15em dash 过度一段 3+ 个 em dash → 用句号或逗号16粗体过度机械地加粗关键词 → 只在真正需要强调时用17竖列表带粗体标题- **X:** description 格式 → 写成段落，或用简单列表18权威伪装"the real question is", "at its core", "what really matters" → 直接说19路标预告"let's dive in", "let's explore", "here's what you need to know" → 删，直接开始20断裂标题标题后跟一句话重述标题 → 删重述，直接进入内容

中文特有 AI 模式#

模式典型修复四字堆砌"高效协同、智能赋能、敏捷迭代"每个四字词展开成具体的事被动过多"已被成功实施"、"已被采纳""我们把 X 降到了 Y"、"团队选了方案 B"无意义总分总"下面从三个方面...综上所述..."直接说最重要的，其他自然带出过度谦虚"一些微小的尝试"、"抛砖引玉"实事求是。做了什么就说什么过度热情开头"我们很高兴地宣布..."、"我们激动地分享..."直接说做了什么，因为什么企业套话"赋能开发者"、"最佳实践"、"无缝集成"说具体做法说明文句式"X是Y。X的作用是Z。X的好处是W。" 连续用"的"字结构解释改掉其中一两句——用反问、用举例、用"为什么？因为..."、用省略主语的短句打断

结构性 AI 模式（Tier 3 — 需要全文视角才能发现）#

单独看每段都没问题，放在一起就暴露了。每个命中扣 1.5 分：

#模式表现修复21重复定位语同一个卖点（"不是框架"、"只管执行层"）出现 3+ 次第一次说清楚，后面用短指代（"harness"、"这套东西"）22平行段落结构连续 3+ 段使用完全相同的展开模式（每段都是"场景→根因→方案"）至少一段打破模式——有的只说问题不给方案，有的从方案倒推问题23自问自答过密连续 3+ 个"X？Y。"句式（"代价是什么？文件 I/O 慢。"）每 500 字最多 1 个自问自答，其余改成陈述24段末格式化引用每段末尾都是 "→ Pattern X.Y Name" 或 "详见 §3.2"有些自然过渡到方案，有些就停在问题上25情感平坦全文零个人感受、零犹豫、零意外至少 2-3 处注入真实反应（"第一次遇到时很恼火"、"解法朴素到有点丢人"）26解说员语气每个概念都按"是什么→为什么→代价"三段展开有些只说结论不解释，有些深入展开，节奏不均匀27句式齐步走连续 3+ 句用相同句式（"X做Y。Z做W。A做B。"），主谓宾长度接近用分号连排、破折号展开、反问打断——同一段里不要每句话结构一样28主线漂移读完前 1/3 不知道文章在论证什么；支线（origin story、背景铺垫）占据开头，核心论点被推到文章中后段前 1/3 必须建立"问题→方案"链路。支线移到读者已有上下文之后再插入。标题/TL;DR 说过的结论正文不再重复，直接进新信息

这些模式是 Pass 1 无法检测的——需要在 Pass 2 用全文视角扫描。单段去 AI 味之后如果全文结构仍然对称，整篇文章照样一眼 AI。

Pass 1 → Pass 2 示例#

Pass 1 后的文字：

我们设计了一个三层架构。评估层负责检查质量。改进层负责生成候选。控制层负责管理循环。这三层协同工作，形成了完整的改进流程。

Pass 1 去掉了 AI 词汇（"协同"、"赋能"），但留下了均匀的句长（每句 10-15 字）、平行的"X层负责Y"结构、零个人感受。读起来干净但无聊——这就是"无菌文"。

Pass 2 改后：

三层架构。评估层检查质量——结构评分和执行测试分开算，因为前者跟实际效果 R²=0.00。改进层一次生成 4 个候选，gate 挡退步的。控制层管循环什么时候停。说起来清楚，调通花了两周。

改了什么：句长打破了对称（短、长、短、短）；"负责"换成了具体动作；末尾加了一句真实感受。

灵魂注入（Pass 2 的核心）#

去完模式后做两层检查：

句级（逐段）：

• 节奏变化了吗？ 连续 3 句同样长度 → 打断。短句、长句交替。有些段落只有一句话
• 有观点吗？ 纯中立陈述 → 加一句反应。"这个数据让我们放弃了方案 A"
• 有具体感受吗？ "this is concerning" → "有个事一直困扰我们：指标在涨，但没人能说清为什么"

篇级（全文鸟瞰）： 这层是 Pass 2 最容易漏的

• 段落结构对称吗？ 连续 3+ 段用同一种展开方式 → 至少一段打破模式
• 同一个定位语说了几遍？ 3+ 次 → 第二次之后换简短指代
• 自问自答数了吗？ 全文超过 5 个 → 砍到 3 个以内
• 情绪有波动吗？ 全文零个人感受 → 注入 2-3 处真实反应
• 结尾在总结吗？ → 删总结。换成新角度、具体行动、或未解决的问题

语气校准#

场景定位证据优先级技术分享懂行的同行代码示例 > 性能数据 > 真实案例愿景方案有实践支撑的建设者前后对比 > 真实案例 > 回应质疑教程犯过错的过来人可运行示例 > 预期输出 > 常见坑

技术文章的灵魂是技术本身——代码、数据、架构图、失败案例。不是语气和情绪。

Voice Calibration（可选）#

如果用户提供了自己的写作样本，先分析：

• 句长模式（短而有力？长而流畅？混合？）
• 用词层级（口语？学术？中间？）
• 段落开头习惯
• 标点偏好（em dash 多？括号多？分号？）
• 过渡方式（显式连接词？直接进下一个点？）

然后用样本的模式替换 AI 模式，而不是用通用的"人味"替换。

如果作者样本中某个 AI 模式出现频率高（比如习惯用 em dash），以作者的频率为准，不是清单的默认值。目标是匹配作者的声音，不是消除一切模式。

禁用词表#

禁用替代革命性/颠覆性说具体改变了什么赋能/empowering说具体让谁能做什么无缝/seamless说具体集成步骤前沿/cutting-edge说具体用了什么技术最佳实践说具体做法驱动创新说具体创新了什么释放潜力/unlock说具体获得了什么能力范式/paradigm说具体方法协同/synergy说具体怎么配合

评分（0-10）#

本评分只覆盖 AI 味（词汇/句式/结构模式），不覆盖内容质量。 一篇干净但单薄的文章可以拿 deslop 9 分，但内容丰满度、图表密度、why 追问等维度需要用 @tech-article --review 单独检查。如果在 tech-article 的 Phase 5 中被调用，tech-article 会合并两个维度的分数。

分段含义0-3明显 AI（多个 Tier 1 命中，机械结构）4-5AI 痕迹重（有人味但需要大改）6-7混合（可能 AI 可能人，缺强烈声音）8-9像人写的（自然声音，极少模式残留）10和熟练写手无法区分

短文密度修正：300 字以内的文本，Tier-2 命中按 Tier-1 权重（-3 分）计算——短文里一个 AI 词汇的信号密度远高于长文。

输出格式#

text

原始评分: X/10
模式: text | 深度: standard

--- PASS 1 重写 ---
[去模式版本]

--- 残留 AI 痕迹 ---
- [简要列出]

--- PASS 2 最终版 ---
[注入灵魂版本]

最终评分: Y/10（仅 AI 味维度，不含内容质量）

变更日志:
- 删除了 N 个 hedging 短语
- 替换了 N 个 AI 词汇
- 修复了 N 个结构模式
- 加入了 N 个具体示例

自检清单#

发布前逐条过：

1. 人会这么说话吗？不会就重写。
2. 每个声明有证据吗？没有就加数据或删掉。
3. 这句话放到任何公司的博客都成立吗？是就太通用了。
4. 开头是热情还是信息？用信息开头。
5. 结尾在总结还是在延伸？删总结，换延伸。
6. 这个过渡可以删吗？可以就删。

Related#

@doc-gen 文档生成 | @deep-research 调研报告 | @human-writing 中文写作参考

References#

• 完整模式目录（29+ 模式详解和示例）: references/full-pattern-catalog.md
• 中文 AI vs 人味写作对比示例: references/writing-patterns-zh.md
• 场景语气指南和快速修复清单: references/tone-guide.md