antislop について
antislop は、AI 文章に見られるパターンを検出し、問題のある箇所を修正する文章レビュー用スキルです。構成と言語表現を確認し、深刻度を評価して、修正前後の内容を報告します。
主な機能
- 0150 種類以上の文章パターンを検出
- 02構成、言葉遣い、文体を確認
- 03問題の深刻度を評価
- 04編集モードで文章を修正
- 05修正前後の内容を報告
活用シーン
- 01草稿の一般的すぎる表現を確認
- 02構成や文体の反復を発見
- 03指摘箇所を修正して編集内容を確認
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/インストール後、Claude Code で/antislopを入力して読み込まれたか確認します。
詳細
The AntiSlop
包括的なAI文章パターン検出・修正ツールです。Wikipediaの「AI文章の兆候」にあるパターンと、高度な構造検出、問題を実際に修正するエディターモードを組み合わせています。
30秒テスト
星占いテスト：
「これは、誰にでも、誰が書いてもよい文章ですか？」
そうであれば、これはスロップです。星占いのように、技術的には誰にでも当てはまりますが、誰の心にも響きません。
不合格となるもの：
- 具体例を伴わない曖昧な主張
- 文脈なしに、誰にでも当てはまるアドバイス
- 著者独自の視点が欠けているコンテンツ
- 誰の署名があっても成立する文章
合格となるもの：
- 具体的なツール、日付、成果への言及
- 経験に根ざした個人的な観察
- 誰もが同意するとは限らない意見
- この著者だけが知っている詳細
使い方
/antislop
[paste your text here]
または、Claude にテキストを直接チェックするよう依頼します。
Please run antislop on this: [your text]
仕組み
- 星占いテストを実施 - これは、誰にでも、誰が書いてもよい文章ですか？
- パターンをスキャン - 6つのカテゴリにまたがる50以上の既知のAIらしさを検出します。語彙よりも構造を重視します
- スロップスコアを算出 - 定量的なスコアリングによる段階的な重大度評価
- 修正を適用 - エディターモードでは、問題を指摘するだけでなく書き換えます
- 変更を報告 - 適用した修正ごとに、修正前と修正後を表示します
検出パターン（50以上、構造を重視）
ティア 1：AI 語彙の密度（単語単体ではなく、まとまりで評価）
これらの語は、2023～2024 年の GPT-3.5/4 時代には、AI が生成した文章であることをほぼ確実に示すものでした。2025～2026 年の最先端モデルは、その中でも特に目立つ語を使う頻度が大幅に下がっています。そのため、今では 1 つ見つかっただけではほとんど意味がありません。禁止語リストではなく、密度を調べる目安として扱ってください。文章中に 3 つ以上がまとまって現れる場合は、今でも信頼できる兆候です。「leverage」が単独で 1 回使われているだけなら、通常は問題ありません。単語ごとではなく、密度を評価してください（「スコアリング」を参照）。
旧来の兆候 — 弱まったものの、まとまって現れる場合は今でも要注意：
| パターン | 例 | 修正 |
|---|---|---|
| Delve | "Let's delve into..." | 削除するか、直接的な表現に置き換える |
| Game-changer | "This game-changing approach..." | 実際の影響を説明する |
| Revolutionary | "A revolutionary new method..." | 実際に何をするのか述べる |
| Unlock potential | "Unlock your potential..." | 完全に削除する |
| Leverage（動詞として） | "Leverage these insights..." | "Use" |
| It's worth noting | "It's worth noting that..." | その内容をそのまま述べる |
| Today's digital landscape | "In today's digital landscape..." | 削除する |
| Cutting-edge | "Cutting-edge solutions..." | 削除する |
| Tapestry（抽象的な用法） | "A rich tapestry of influences..." | 削除するか、具体的に述べる |
| Vibrant | "A vibrant community of..." | 削除するか、具体的な詳細を使う |
| Interplay | "The interplay between X and Y..." | "How X and Y affect each other" |
| Garner | "Garnering attention from..." | "Got attention from" または具体的に述べる |
現在の兆候 — 現在のモデルがまだ多用する語彙：
| パターン | 例 | 修正 |
|---|---|---|
| Underscore/underscores | "This underscores the importance of..." | "This shows" または平易に述べる |
| Testament to | "A testament to their dedication..." | 根拠を直接述べる |
| Stands as / serves as | "Stands as a reminder that..." | "is"、または何が起きたのかを説明する |
| Boasts | "The platform boasts 40 integrations" | "has" |
| Navigate（比喩的な用法） | "Navigating the complexities of..." | "Dealing with" または具体的に述べる |
| Realm | "In the realm of..." | "In" |
| Foster | "Fostering a culture of..." | "Building" または "encouraging" |
| Ever-evolving / ever-changing | "The ever-evolving landscape of AI" | 削除し、実際の変化を挙げる |
| Seamless / seamlessly | "A seamless integration" | 実際に何をするのか説明する |
| Landscape（抽象的な用法） | "The competitive landscape" | 実際の分野やプレーヤーを挙げる |
研究で得られた証拠（語彙上の兆候は 2023～2024 年にピークを迎えました。単語リストよりも、密度に基づく検出のほうが長く有効です）：
- フィンランドの研究（56,878 件のエッセイ）：「delve」の使用率は、ChatGPT 登場後に 10.45 倍に増加
- Georgia Tech の研究（1 億 6,830 万件の記事）：2024 年第 1 四半期に「delve」は論文 1,000 件あたり 0.31 回から 7.9 回に増加
- 生物医学分野の研究：2023～2024 年に「delve」「realm」「underscore」の併用が最大 85 倍に増加
- 2025～2026 年の変化： 最先端モデルは、2023 年に目立っていた兆候を避けるよう調整されました。そのため、現在の検出では、兆候が引き続き見られる構造（以下）に重点が置かれています。
ティア 2：繰り返されると不自然な表現
使いすぎたり、まとまって現れたりすると問題になります。
| パターン | 例 | 修正 |
|---|---|---|
| Here's the thing | 繰り返し使われている | 最初の 1 回だけ残し、以降は別の表現にする |
| At the end of the day | "At the end of the day..." | 削除する |
| The bottom line | "The bottom line is..." | その内容をそのまま述べる |
| Let's dive in | "Without further ado, let's dive in" | 削除する |
| Comprehensive and thorough | 形容詞の組み合わせ | どちらか一方にする |
| Simple and straightforward | 形容詞の組み合わせ | どちらか一方にする |
| In this post, we'll cover | 定型的な書き出し | 削除する |
| By the end of this article | 読者への約束で始める表現 | 削除する |
Tier 3：まとまりに注意する
個々では問題ありませんが、重なると問題になります。
| パターン | 例 | 修正方法 |
|---|---|---|
| However/But | すべての段落がこの表現で始まる | 接続表現に変化をつける |
| Firstly/Secondly/Thirdly | 順序を示した項目 | 自然な流れにする |
| Moving forward | "Moving forward, we'll..." | 削除する |
| Robust/Seamless/Scalable | 企業向けの流行語 | 具体的な用語を使う |
| Stakeholder | "Key stakeholders..." | 人名を挙げるか、「人々」とする |
コンテンツのパターン
| # | パターン | 変更前 | 変更後 |
|---|---|---|---|
| 1 | 重要性の誇張 | "marking a pivotal moment in the evolution of..." | "was established in 1989 to collect statistics" |
| 2 | 知名度を示すための媒体名の羅列 | "cited in NYT, BBC, FT, and The Hindu" | "In a 2024 NYT interview, she argued..." |
| 3 | 表面的な -ing 形の分析 | "symbolizing... reflecting... showcasing..." | 削除するか、実際の出典を示して詳しく説明する |
| 4 | 宣伝的な表現 | "nestled within the breathtaking region" | "is a town in the Gonder region" |
| 5 | 曖昧な帰属表現 | "Experts believe it plays a crucial role" | "according to a 2019 survey by..." |
| 6 | 型どおりの課題表現 | "Despite challenges... continues to thrive" | 実際の課題に関する具体的な事実を示す |
| 7 | アウトラインのような結論 | 楽観的な見通しで終わる「課題」セクション | 削除するか、実際の分析に置き換える |
| 8 | 捏造された精密さ | 出典がないのに「デプロイ時間を47%短縮」 | 出典を示すか、誠実な範囲で表すか、数値を削除する |
捏造された精密さは、現行モデルに見られる兆候です。出典を示さずに、信頼性を装うため、47%、3.2x、「10,000時間以上」のような不自然に正確な数値を提示します。出典のない具体的な統計値にはすべてフラグを立ててください。
言語のパターン
| # | パターン | 変更前 | 変更後 |
|---|---|---|---|
| 7 | コピュラの回避 | "serves as... features... boasts..." | "is... has..." |
| 8a | 否定を使った対比 — "Not X, but Y" | "It's not about the tools, it's about the process" | 要点を直接述べる |
| 8b | 否定を使った対比 — "Not just X, but also Y" | "Not just faster, but also cheaper" | 何であるかを述べ、前置きを削除する |
| 8c | 否定を使った対比 — "X rather than Y" | "By removing tools rather than adding them" | 行動を簡潔に述べる |
| 9 | 三つ組 | "innovation, inspiration, and insights" | 自然な数の項目を使う |
| 10 | 類義語の使い回し | "protagonist... main character... central figure..." | 最も明確な「protagonist」を使う（必要に応じて繰り返す） |
| 11 | 見せかけの範囲表現 | "from the Big Bang to dark matter" | トピックを直接列挙する |
| 12 | 堅苦しい表現 | "individuals" / "utilize" / "implement" | "people" / "use" / "do" |
スタイルのパターン
| # | パターン | 変更前 | 変更後 |
|---|---|---|---|
| 13 | ダッシュの多用 | "institutions--not the people--yet this continues--" | コンマやピリオドを使う |
| 14 | 太字の多用 | "OKRs, KPIs, BMC" | "OKRs, KPIs, BMC" |
| 15 | 絵文字付き見出し | "Target Goal / Lightbulb Key Insight / Check Action Item" | 絵文字を削除する |
| 16 | 見出しのタイトルケース | "Strategic Negotiations And Partnerships" | "Strategic negotiations and partnerships" |
| 17 | リストの多用 | すべてを箇条書きにする | 適切な場合は文章にする |
| 18 | 曲線型引用符 | 一貫して直線型引用符を使う | 一貫して直線型引用符を使う |
| 19 | 不要な表 | 文にすべき3行の表 | 文章にする |
| 20 | インライン見出し付きの縦並びリスト | "The problem: X. The cause: Y. The fix: Z." | 文章として書く。太字の書き出しを使う箇条書きは、現行モデルによく見られる強い兆候です |
| 21 | 見出しレベルの異常 | レベルの飛び、H1 の羅列、または各セクションの間に挿入されたテーマ区切り（---） | 通常の階層的な見出し構成にする |
構造のパターン（重要）
これらはフレーズベースの検出をすり抜けますが、強い兆候です。
ぶつ切りの短文の羅列
事実を並列構造で述べる、短い断定文が3文以上連続するものです。AIが箇条書きを文章のふりをさせたような表現です。
修正前：
モデルは優れています。複雑なコードもすぐに完成します。ドキュメントは自動で書き上がります。問題もすぐに解決します。
修正後：
モデルは優れており、複雑なコードも1回のセッションで完成します。ドキュメントはほぼ自動で書き上がり、週末を費やすような問題も午後には解決できます。
検出ルール： 10語未満の断定文が3文以上続き、すべて並列構造になっていて、箇条書きにできるものです。
文の均一さ
どの文も10〜15語。短く、歯切れがよく、読んでいて疲れます。
実際の文章にはリズムがあります。印象づける5語の文と、意味を掘り下げる25語の文を織り交ぜましょう。
対比の文
修正前：
これは理論上の話ではありません。実践的な話です。 これは機能ではありません。哲学です。 Xについてではありません。Yについてです。
修正後：
実際の動作を説明します。 [それが何かを直接述べる]
AIはこの修辞パターンを好みます。歯切れはいいものの、何ではないかを説明するために言葉を浪費します。
過剰に均整の取れたセクション
どのセクションも同じ長さです。段落はすべて3〜4文です。AIには意見がないため、すべてを均等に扱います。実際の文章には、書き手の優先順位が反映されます。
コミュニケーションのパターン
| # | パターン | 修正前 | 修正後 |
|---|---|---|---|
| 18 | チャットボット特有の表現 | 「お役に立てば幸いです！何かあればお知らせください……」 | 完全に削除 |
| 19 | 情報不足の断り書き | 「入手可能な情報源では詳細が限られていますが……」 | 情報源を探すか、削除 |
| 20 | 迎合的な口調 | 「素晴らしい質問です！まったくそのとおりです！」 | 直接答える |
| 21 | 褒め言葉を挟む表現 | 「従来の方法にも利点はありますが、最新の手法では……」 | 実際の立場を述べる |
高度な構成上の特徴
作り込まれた個性
人間らしく聞こえるようにしながら、わざとらしく見えるAIの表現です。
修正前：
5つのサービス。5つのタブ。5つの悩み。 すぐにうんざりしました。 そこで、すべてを統合するMCP サーバーを作りました。
修正後：
ワークフローでは5つのサービスを使っています。どれも優れたプラットフォームですが、ほとんどのSaaSツールと同じく、それぞれに別のダッシュボードやメニューがあり、操作するたびにコンテキストを切り替える必要があります。
わざとらしい勢いも、皮肉もありません。ただ状況を説明しています。
自己宣伝を前面に出す表現
読者にどんな変化が起こるかではなく、著者の実績を見出しにする内容です。
修正前：
休暇中に11個のプロジェクトを公開しました。そこから学んだことを紹介します。
修正後：
多くの開発者は、[読者の状況についての見解]に気づいていません。ここで何が変わりつつあるのかを紹介します……
著者の経験は物語そのものではなく、根拠として扱います。
説明を予告する見出しのテンプレート
洞察を期待させながら、定型的な構成を示すだけの見出しです。
- 「これが本当に機能する理由」
- 「これがあなたにとって意味すること」
- 「本当の理由は……」
- 「実際に起きていること……」
修正方法： 実際の内容を要約する、具体的な見出しに置き換えます。
関心を引こうとする書き出し
会話を装い、読者の関心を引こうとする修辞的な導入です。
- 「もし、私がこう言ったら……」
- 「なぜだろうと思ったことはありませんか？」
- 「率直に言いましょう。」
- 「想像してみてください。」
- 「実は……」
修正方法： 主張や具体的な詳細から書き始めます。内容に価値があれば読み続けてもらえると考えましょう。
文末に付け足す肯定表現
文を和らげたり、自らの主張を正当化したりするために、末尾に短い安心させる表現を付け加えます。
修正前：
自動化によって、人々は得意なことに専念できます。それは良いことです。 ツールが退屈な作業を引き受けます。まさにそれを望んでいるはずです。
修正後：
自動化によって、人々は退屈な作業から解放されます。
肯定表現を加えても情報は増えません。削除しましょう。
冗長表現と曖昧な表現
| # | パターン | 修正前 | 修正後 |
|---|---|---|---|
| 22 | 冗長な言い回し | "In order to" / "Due to the fact that" | "To" / "Because" |
| 23 | 過度な曖昧表現 | "could potentially possibly" | "may" |
| 24 | 一般的な結論 | "The future looks bright" | 具体的な計画や事実 |
スコアリングシステム
構成は語彙よりも重く評価されます。現代のモデルは目立つ語彙上の特徴を避けるよう調整されているため、自然に聞こえる文章でも、構成が不自然な場合があります。
| パターンの種類 | 点数 |
|---|---|
| Tier 1 の単語（単独）ごと | +1 |
| Tier 1 のクラスター（文章内に3つ以上） | +4 |
| Tier 2 のフレーズ（繰り返し）ごと | +2 |
| Tier 3 のクラスター（セクション内に3つ以上） | +2 |
| 占い師テストに不合格 | +5 |
| 断片的な文の連発（1件あたり） | +4 |
| 文の均一性を検出 | +3 |
| 比較表現／否定的な並列表現（1件あたり） | +3 |
| インライン見出し付きの縦並びリスト | +3 |
| 作られた個性 | +4 |
| エンゲージメント狙いの書き出し | +2 |
| 文末の肯定表現 | +1 |
| 根拠のない精密さ（出典のない統計） | +2 |
| 自己宣伝的な構成 | +5 |
| テンプレート見出し（1件あたり） | +2 |
スコアの解釈：
- 0-5： リスク低（軽微な編集）
- 6-12： リスク中（大幅な編集が必要）
- 13以上： リスク高（AI の出力が未編集の可能性が高い）
エディターモード（デフォルト）
このスキルは批評家ではなく、エディターです。検出後は次の操作を行います。
- Edit ツールを使って、すべての修正を直接適用します
- 修正前と修正後の例を示して、変更内容を報告します
- 修正済みのファイルをその場に保存します
修正の優先順位：
- Tier 1 のフレーズをすべて削除します
- Tier 2 のフレーズの重複を解消します（最初の出現は残し、以降は表現を変えます）
- 断片的な文をつなげます（ダッシュ、コンマ、接続詞を使います）
- 比較表現のある文は、対象の内容をそのまま述べる形に直します
- 文の長さに均一性が見られる場合は、変化をつけます
編集せずに監査するには、「audit only」と明示して依頼します。
出力形式
## AntiSlop Report
**Horoscope Test:** [PASS/FAIL] - [reason]
**Slop Score:** [X] → [Y] - [Risk Level]
### Fixes Applied
| Location | Before | After |
|----------|--------|-------|
| Line 3 | "Let's delve into the details" | "Here are the details" |
| Line 15 | "Game-changing approach" | "Different approach" |
### Remaining Considerations
- [Any issues requiring human judgment]
### The Core Principle
Your voice is in the specificity, the opinions, the rough edges, and the rhythm. Protect those.
全文の例
修正前（AI らしい表現）：
すばらしい質問です！このテーマについてエッセイを書きました。お役に立てば幸いです！
AI 支援コーディングは、LLM の革新的な可能性を示す永続的な証しとなり、ソフトウェア開発の進化における重要な転換点を刻んでいます。急速に進化する今日の技術環境において、研究と実践の交差点に位置するこれらの画期的なツールは、エンジニアの発想、反復、成果の提供方法を変えつつあります。
その価値は明らかです。プロセスを合理化し、コラボレーションを強化し、連携を促進します。単なるオートコンプリートではありません。創造性を大規模に引き出すものです。
- 速度：コード生成が大幅に速くなりました。
- 品質：出力品質が向上しました。
- 導入：利用が増え続けています。
結論として、未来は明るいでしょう。もっと詳しく知りたい場合はお知らせください！
修正後：
AI コーディングアシスタントは、一部のタスクを速くします。Google が2024年に実施した調査では、Codex を使った開発者は、対照群よりも単純な関数を55％速く完成させました。一方で、デバッグやアーキテクチャ上の判断では改善が見られませんでした。
これらのツールは、設定ファイル、テストのひな形、反復的なリファクタリングなど、定型作業を得意とします。自分の誤りに気づくのは苦手です。
フィンテックのスタートアップでエンジニアとして働くMiraは、Copilotを「退屈なコードを書くときのオートコンプリートのように」使っていると話しますが、コミットする前に必ずすべての行を確認します。大企業でシニア開発者を務めるJakeは、非推奨になった社内ライブラリのパターンを何度も提案されたため、Copilotを無効にしました。
生産性に関する主張を検証するのは困難です。GitHubは、Copilot のユーザーが「提案の30％を採用する」と述べていますが、採用されることは正しいことを意味しません。
パターン更新プロトコル
AI モデルの進化に伴い、パターンは古くなります。スキャンする前に、フロントマターの last-refreshed を確認してください。30 日を超えている場合は、まず更新してください。
更新ワークフロー：
- Wikipedia から最新のパターンを取得します：
# Signs of AI writing - full wikitext
curl -s "https://en.wikipedia.org/w/api.php?action=parse&page=Wikipedia:Signs_of_AI_writing&prop=wikitext&format=json" | python3 -c "
import json, sys
data = json.load(sys.stdin)
print(data['parse']['wikitext']['*'][:30000])
" > /tmp/antislop-signs.txt
# WikiProject AI Cleanup
curl -s "https://en.wikipedia.org/w/api.php?action=parse&page=Wikipedia:WikiProject_AI_Cleanup&prop=wikitext&format=json" | python3 -c "
import json, sys
data = json.load(sys.stdin)
print(data['parse']['wikitext']['*'][:30000])
" > /tmp/antislop-cleanup.txt
- 出力を読み、このスキルですでに扱っているパターンと差分を確認します
- まだ扱っていない、真に新しいパターンについては：
- AI らしさを示す強さに基づいて、Tier 1／2／3 に分類します
- 例と修正方法を添えて、適切な表に追加します
- 概要のパターン数を更新します
- フロントマターの
last-refreshedの日付を更新します - 追加した内容があれば報告します
重複を追加しないでください。 Wikipedia にあるパターンの多くは、すでに別の名称でここに含まれています。真に新しい検出シグナルとなるパターンだけを追加してください。
参考資料
- Wikipedia：AI が書いた文章の特徴
- WikiProject AI Cleanup
- 「delve」の使用に関するフィンランドの調査（56,878 件のエッセイ）
- Georgia Tech の分析（1 億 6,830 万件の記事）
基本原則
AI スロップとは、個々の単語ではなく、パターンのことです。
「moreover」が 1 つあるからといって、文章が AI 生成になるわけではありません。しかし、「moreover」＋「it's worth noting」＋「delve into」＋均一な文＋絵文字の見出しがそろうと、明らかなスロップになります。
目指すのは、誰にも不快感を与えないようにする、とても礼儀正しい委員会のような文章ではなく、特定の意見を持つ特定の人間が書いたように聞こえる文章です。