de-slopify

De-Slopify——去除 AI 写作痕迹

核心观点： 这件事无法靠正则表达式或脚本完成。它需要逐行进行人工、系统的审查。水文有一种固定机制：文字变得不那么具体，却同时更加夸张——少见的具体事实被润色成泛泛而谈、听起来很重要的论断。因此，修正绝不只是删掉一些口头禅，而是要补回被水文挤掉的具体细节。人类作者会有意且谨慎地使用其中大多数手法；问题在于使用过于密集、习惯性地使用，而非某个手法本身。

完整版 De-Slopify 精确提示词

I want you to read through the complete text carefully and look for any telltale
signs of "AI slop" style writing; one big tell is the use of emdash. You should
try to replace this with a semicolon, a comma, or just recast the sentence
accordingly so it sounds good while avoiding emdash. This applies to emdashes
used as prose punctuation only: leave dash/minus characters alone when they are
doing non-prose work, such as in math formulas, code, CLI flags, numeric ranges,
or tables.

Also, you want to avoid certain telltale writing tropes:
- Setup-reversal copy ("Four steps, and only one of them is yours." /
  "Everything about billing changed. Your invoice didn't.")
- Negative parallelism ("It's not [just] XYZ, it's ABC")
- Clickbait lead-ins ("Here's why", "Here's the thing")
- AI vocabulary clusters (delve, pivotal, tapestry, intricate, underscores,
  seamless, robust, vibrant, leverage) and copula avoidance ("serves as",
  "marks a", "boasts" instead of plain "is"/"has")
- Significance inflation ("marks a pivotal moment", trailing "-ing" commentary
  clauses like "highlighting its importance")
- Bullet lists of "- **Snappy Label:** text" where prose would read better
- Filler: paragraphs that say in four sentences what fits in one
Basically, anything that sounds like the kind of thing an LLM would write
disproportionately more commonly than a human writer and which sounds
inauthentic/cringe.

And you can't do this sort of thing using regex or a script, you MUST manually
read each line of the text and revise it manually in a systematic, methodical,
diligent way. Use ultrathink.

快速版 De-Slopify 精确提示词

Review this text and remove AI slop patterns: emdashes used as prose
punctuation (not dashes in math, code, or ranges), setup-reversal copy, "It's not X, it's Y" formulas, "Here's
why" lead-ins, AI vocabulary (delve/pivotal/tapestry/underscores/seamless),
"serves as" instead of "is", trailing "-ing" significance clauses, bold-label
bullet lists, and filler. Recast sentences to sound naturally human; restore
concrete specifics where slop replaced them. Use ultrathink.

---

明显的高信号特征（看到就改）

模式	示例	修改方式
铺垫后反转的文案（反预期语）	“四个步骤，只有一个由你完成。” / “上千种集成，但你最终只会点其中一个。” / “账单的一切都变了。唯独你的发票没变。”	直白说明工具的作用。不要戏剧性转折。
否定式平行结构	“它不只是代码检查工具，更是一套完整的系统” / “不是 X，而是 Y” / “没有 X，没有 Y，只有 Z”	直接说明它是什么；删掉虚构的对立说法
AI 词汇扎堆	深入探讨、织锦、错综复杂、关键、强大、无缝、充满活力、利用、证明、格局、支柱、缝隙、烟雾测试（多个词一起出现）	换成朴素的近义词；密度才是信号
回避系词	用“充当”“代表”“标志着”代替“是”，用“拥有”“具备”“提供”代替“有”，或“有幸成为”	使用“是”/“有”
夸大意义	“标志着一个关键时刻”“凸显了……的重要性”，以及句末的“……，突显了……”/“……，强调了……”/“……，确保了……”	删掉评论；保留或补充事实
“原因如下”一类表达	“这为何重要：”“事情是这样的”“解决方案？比你想象的更简单。”	直接解释，或删除
过度使用破折号	将 — 用作行文标点（数学、代码或范围中不包括）	改用逗号、分号、冒号，或拆分句子
粗体标签式项目符号	- **速度飞快：** 毫秒级处理文件	改写成正文，或使用普通项目符号
刻意营造热情	“让我们深入探索！”“我们非常高兴地宣布”	直接开始 / 直接宣布
机械地凑三项	“快速、高效且可靠” / 第三项用“以及其他 X”凑数	只保留一两项真实且具体的说法
空洞的过渡语	“随着技术不断发展”“在当今快节奏的世界里”，句首的“此外，”	删除，或换成真正的过渡语

需要判断的情况（密集出现时修改，确有必要时保留）

• 填充内容：一段话的内容一句话就能说完，或没有明确的论点。精简或删除；这正是水文的本质。
• 泛泛的类比：听起来合理却未经推敲的比喻（“每个和弦都是一块拼图，拼起来就成了一首歌”）。删除，或改得具体。
• 模糊限定语（“值得注意的是……”“请记住……”）：除非这个提醒会改变读者的行为，否则删除。
• 格式水文：没有强调逻辑却到处使用粗体，使用表情符号项目符号（✅🎯🚀），标题使用首字母大写风格，只有标题的章节，每个章节之间都加分隔线，用表格写正文，项目符号过多。
• 节奏单调：每句话长度都一样，时态或视角整齐得不自然。调整变化。
• 优雅变换：对同一个关键术语轮换使用不同近义词。技术写作应重复使用同一术语。
• 模糊归因：“专家认为”“行业报告指出”。写出来源名称，或删除说法。
• 挑战公式：“尽管 X，仍面临若干挑战……未来展望……”删掉这套套路；保留一个真实的局限。

误导项（不要“修正”）

• 语法完美且没有拼写错误——人类也会用拼写检查工具
• 不使用缩写——可能是风格指南要求，也可能是非母语表达
• 仅有学术词汇——某处出现“ascertain”并不代表文字粗糙；一堆 AI 词汇才是
• 正文以外的破折号字符——数学公式中的减号、代码或 CLI 标志中的短横线、数字范围中的短破折号、表格语法。只有正文标点中的长破折号才是线索
• AI 检测工具的输出——这些工具经常误报；无论哪个方向，都需要人工判断

---

修改前后示例

反转设置的文案：

Before: Ten features. Zero headaches.
After:  Includes ten features for managing billing, invoicing, and usage tracking.

长破折号 + 否定并列结构：

Before: It's not just a linter—it's a complete code quality system.
After:  A code quality system that covers linting, formatting, and CI checks.

“原因如下”：

Before: We chose Rust for this component. Here's why: performance matters.
After:  We chose Rust for this component because performance matters.

夸大重要性（还原具体事实）：

Before: The v2 release marks a pivotal moment, underscoring our commitment to reliability.
After:  v2 fixes the three crash bugs reported since March.

回避系词：

Before: The CLI serves as the primary entry point and boasts a robust plugin system.
After:  The CLI is the primary entry point and has a plugin system.

刻意营造热情：

Before: Let's dive in! We're excited to help you get up and running.
After:  Install the tool and run your first command in under a minute.

---

工作流

• 通读全文，判断语体：听起来像广告文案还是讲座？
• 逐行检查：标出每个明显特征（见上表）
• 检查密度：对需要判断的模式，只在它们集中出现时修正
• 检查具体性：删去夸大的说法时，补回具体事实
• 重读修改结果；它应该像一位称职的工程师在解释问题，而不是像品牌宣传

为什么需要人工审核

1. 上下文很重要——有时长破折号或三项并列确实是恰当的选择
2. 改写句子——通常不能只靠替换来修正，而需要重写
3. 还原具体信息——脚本可以删除“关键”，却无法补充缺失的事实
4. 保持语气一致——需要贯穿全文保持同一种声音

何时去除粗糙感

• 发布 README 之前
• 发布文档之前
• AI 辅助写作之后
• 审核文档时

不要修正的内容

• 技术准确性——不要为了风格牺牲正确性
• 必要结构——用于组织实际内容的标题和列表没有问题
• 清晰的解释——详尽不等于粗糙；填充内容才是冗长却毫无信息
• 代码示例——关注正文，而不是代码
• 用得恰当的修辞手法——有意使用一次、确实能达到效果的修辞手法可以保留

---

参考索引

主题	参考资料
完整的模式目录及修正方法	PATTERNS.md