企业官网建设流程全解析

• AI 技能

Stop Slop 是一个专门用于"清除散文中的 AI 痕迹（AI tells）"的 Claude Code 技能仓库，它的 CHANGELOG.md 完整记录了这个技能从诞生到成熟的三次关键迭代。本文以这份 CHANGELOG 为骨架，逐一拆解每次版本变更的技术内涵，并结合 SKILL.md 与 references 目录下的完整规则清单，还原出整套可执行的 AI 写作痕迹检测体系——读完你可以掌握该技能的全部检测规则、质检流程，以及如何在 Claude Code、Claude Projects 或 API 调用中落地这套规则。

仓库与技能概览

Stop Slop 的核心主张很直接：AI 写作有固定的"腔调"——可预测的短语、结构和节奏。这个技能的作用就是教会 Claude（或其他任何 LLM）识别并清除这些模式。从 README.md 的目录树可以看出，技能被组织成一个高度模块化的结构：

stop-slop/ ├── SKILL.md # Core instructions ├── references/ │ ├── phrases.md # Phrases to remove │ ├── structures.md # Structural patterns to avoid │ └── examples.md # Before/after transformations ├── README.md └── LICENSE

这份结构并非一蹴而就，正是 CHANGELOG 中 2026-01-12 那次"遵循 Claude Code 最佳实践的重构"的产物。理解了这个骨架，再回头看变更日志，就能看清每一次提交背后解决的问题。

CHANGELOG 总览：三次迭代，三个阶段

CHANGELOG.md 采用"新条目在上"的倒序格式，共记录了三个版本节点。按时间正序梳理如下：

值得注意的时间跨度：初始发布于 2025-01-12，一年后的 2026-01-12 完成架构重构，次日（2026-01-13）随即补入大量规则条目。这个节奏本身就说明——先搭好"技能"的框架，再把规则仓库做厚，是这套方案能够持续演进的关键。

2025-01-12：初始发布，确立核心命题

CHANGELOG 对这次发布的描述只有一句话：Initial release。结合当前仓库的完整状态可以推断，这次发布确立的是 Stop Slop 最根本的命题——AI 写作存在可枚举、可拦截的规律性痕迹，因此可以用一份显式的规则清单来指导 LLM 自查和改写。

这个命题在今天的 SKILL.md 中仍以最简洁的方式表达：技能描述是 "Remove AI writing patterns from prose. Use when drafting, editing, or reviewing text to eliminate predictable AI tells."（在起草、编辑或审阅文本时，用于消除可预测的 AI 痕迹）。换言之，从第一版开始，这个技能就不是一个"写作风格建议"，而是一套可执行的红线清单——什么该删、什么该改，全部显式列明。

2026-01-12：遵循 Claude Code 最佳实践的结构重组

这是 CHANGELOG 中记载的第一次架构级变更：

Restructured skill following Claude Code best practices (PR #1)Split into SKILL.md and references/ folder

（遵循 Claude Code 最佳实践重构技能，PR #1；拆分为 SKILL.md 和 references/ 目录）

这次重组的两个关键词值得分别拆解：

其一，Claude Code 的 Skill 格式。重构后的 SKILL.md 以 YAML frontmatter 开头，这是 Claude Code 技能的标准声明格式，包含机器可读的元数据：

--- name: stop-slop description: Remove AI writing patterns from prose. Use when drafting, editing, or reviewing text to eliminate predictable AI tells. metadata: trigger: Writing prose, editing drafts, reviewing content for AI patterns author: Hardik Pandya (https://hvpandya.com) ---

其中metadata.trigger标注了技能的触发场景（写散文、编辑草稿、审阅内容中的 AI 痕迹），这正是在 Claude Code 中让技能"按需被唤起"的关键字段。

其二，"规则"与"主指令"的分离。重构把可枚举的规则清单下沉到references/目录，形成三个职责单一的文件：

• references/phrases.md——按类别列出需要删除的短语与词汇（喉部清嗓式开场、强调拐杖、商业黑话、副词、元评论等）；
• references/structures.md——按模式列出需要规避的句式结构（二元对比、否定列举、戏剧化碎片、反问式铺垫、伪能动性、被动语态等）；
• references/examples.md——提供改写前后的对照示例，用于校准 LLM 对规则的理解。

而 SKILL.md 本体只保留 8 条核心规则、一份快速自检清单和评分维度，作为"总纲"存在。这种"总纲 + 参考手册"的分离，让规则可以持续扩充而不污染主指令文件——后续 2026-01-13 那次大规模规则增补，正是建立在这个目录结构之上才得以干净落地。

2026-01-13：规则库的一次集中扩充

这是 CHANGELOG 中信息量最大的一次变更，也是理解 Stop Slop 检测体系的关键。变更分为两大块：Phrases（短语类）新增三类规则，Structures（结构类）新增三类规则。

Phrases 新增：堵住三类高频 AI 腔调

CHANGELOG 原文记载了三个新增短语类别：

• Throat-clearing（清嗓式开场）：示例为 "Here's what I find interesting"、"Here's the problem though"；
• Performative emphasis（表演式强调）：示例为 "creeps in"、"I promise"、"They exist, I promise"；
• Telling instead of showing（陈述而非展示）：示例为 "This is genuinely hard"、"This is what leadership actually looks like"。

这三类在 references/phrases.md 中有完整展开。例如 Throat-Clearing Openers 一节，不仅包含 CHANGELOG 中列出的两个示例，还给出了完整的同类清单："Here's the thing:"、"Here's what [X]"、"It turns out"、"Let me be clear"、"Can we talk about" 等十余条，并总结了判别规则——任何 "here's what/this/that" 结构都是在正式观点之前清嗓，直接删掉、直入正题。

同样，Performative Emphasis 一节的判定逻辑是"虚假的亲昵或人工制造的真诚"（false intimacy or manufactured sincerity），而 Telling Instead of Showing 一节的逻辑是"宣告难度或重要性，却没有用内容去证明它"（announcing difficulty or significance rather than demonstrating it）。这三类规则在 SKILL.md 的核心规则第 4 条中得到了呼应："Be specific. No vague declaratives... Name the specific thing."

Structures 新增：拦截三类公式化句式

CHANGELOG 原文记载了三个新增结构类别，并各附示例：

• Binary contrasts（二元对比）："Not X. But Y."、"It's not this. It's that."、"stops being X and starts being Y"；
• Rhythm patterns（节奏模式）：staccato fragmentation（断奏式碎片句）、dashes for dramatic pause（用破折号制造戏剧性停顿）、hedging as reassurance（伪装成安抚的含糊其辞）；
• Word patterns（词汇模式）：absolute words（绝对词：always、never、everyone 等）与 AI 高频滥用的强调词（deeply、truly、fundamentally、inherently、simply、literally、inevitably）。

在 references/structures.md 中，Binary Contrasts 是篇幅最大的一张对照表，覆盖了十种具体变体及其各自的"病根"：

它的修复建议也极具操作性：直接陈述 Y——"The problem is Y."、"Y matters here."，把整个否定结构整个丢掉。

Rhythm Patterns 一节则列出了六类节奏问题及其修法：三连并列用两项或一项替代、被立即作答的设问（让问题呼吸或直接删掉）、段尾总以铿锵短句收束（要变换结尾）、破折号（一律删除，改用逗号或句号）、断奏式碎片句（不要堆叠短促有力的句子）、"Not always. Not perfectly."（伪装成安抚的含糊其辞）。

Word Patterns 一节则把"绝对词"定性为"虚假权威"（False authority）：every、always、never、everyone、everybody、nobody 这类词在做模糊的全面断言，应该用具体事实替代；而所有 -ly 副词（"really"、"just"、"literally"、"genuinely"、"honestly"、"simply"、"actually" 等）则是"空洞的强调"，完整清单见 references/phrases.md 的 Adverbs 一节。

从 CHANGELOG 反推完整工作流：SKILL.md 的总纲与质检

如果把 2026-01-13 的规则增补比作"弹药"，那么 SKILL.md 中沉淀的 8 条核心规则就是"战术原则"。两者配合，才构成完整的执行闭环。SKILL.md 的 8 条核心规则可以概括为：

1. 删填充语：清嗓式开场、强调拐杖、所有副词，全删；
2. 破公式化结构：二元对比、否定列举、戏剧化碎片、反问式铺垫、伪能动性，全避；
3. 用主动语态：每个句子都要有做某事的人类主语；禁止被动结构，禁止无生命物做人类动作（如 "the complaint becomes a fix"）；
4. 要具体：禁止模糊宣告（"The reasons are structural"），点名具体事物；禁止用 "every"、"always"、"never" 这类绝对词偷懒；
5. 把读者放进场景：不用"远处旁白"视角，"You" 优于 "People"，具体优于抽象；
6. 变换节奏：混合句子长度，两项优于三项，段尾不要千篇一律，禁用破折号；
7. 信任读者：直陈事实，省去软化、辩解和手把手引导；
8. 砍掉金句：如果一句话听起来像"引言摘录"，就重写它。

交付前，SKILL.md 还提供了一份逐条打勾的Quick Checks清单，例如：有没有副词？有没有被动语态？有没有无生命物在做人类动词（"the decision emerges"）？句子是否以 Wh- 词开头？有没有 "here's what/this/that" 式清嗓？有没有 "not X, it's Y" 对比？连续三个句子长度是否雷同？段尾是否又是铿锵短句？哪里还有破折号？是否又有模糊宣告（"The implications are significant"）？是否又有远距离旁白（"Nobody designed this"）？是否又有元评论衔接（"The rest of this essay..."）？

最后是 SKILL.md 与 README.md 都收录的五维评分表——每个维度按 1–10 打分，低于 35/50 分（即平均 7 分以下）就判定为需要返工：

这套"8 条规则 + 12 项快速检查 + 五维评分"的组合，就是 Stop Slop 把 CHANGELOG 里那些零散规则点组装成可执行质检流程的最终形态。

实战对照：references/examples.md 的五组改写示范

为了让 LLM 真正理解"什么叫删掉 AI 腔调"，references/examples.md 提供了五组改写前后的对照。其中两例与 CHANGELOG 新增的规则直接对应：

例 1 同时命中了"清嗓式开场"与"二元对比"两条新增规则：

Before:"Here's the thing: building products is hard. Not because the technology is complex. Because people are complex. Let that sink in."

After:"Building products is hard. Technology is manageable. People aren't."

改动说明：删掉开场白（Here's the thing:）、二元对比结构（Not because... Because...）和强调拐杖（Let that sink in.），改为直接陈述。

例 5 演示了"反问式铺垫"的清理：

Before:"What if I told you that the best teams don't optimize for productivity? Here's what I mean: they optimize for learning. Think about it."

After:"The best teams optimize for learning, not productivity."

改动说明：去掉修辞脚手架（What if I told you... / Here's what I mean: / Think about it.），保留核心论断。

其余三例分别覆盖填充词 + 多余安抚、商业黑话堆叠、戏剧化碎片——每一组都对应着 phrases.md 或 structures.md 中的具体条目，可以作为训练 LLM 改写的校准样本。

如何获取并应用这套规则

根据 README.md 的 Quick start 一节，Stop Slop 可以在四种场景下直接使用：

• Claude Code：把stop-slop文件夹作为 skill 添加（配合 SKILL.md 的 YAML frontmatter 声明）；
• Claude Projects：把 SKILL.md 和 reference 文件上传到项目知识库；
• 自定义指令（Custom instructions）：把 SKILL.md 中的核心规则复制进系统指令；
• API 调用：把 SKILL.md 放进 system prompt，reference 文件按需加载。

需要本地部署时，也可以直接克隆当前仓库：git clone https://gitcode.com/GitHub_Trending/st/stop-slop，随后按上述任一方式接入。整个技能采用 MIT 协议（见 LICENSE），作者允许自由使用与广泛传播。

结语：一份 CHANGELOG 就是一堂规则设计课

回顾 Stop Slop 的 CHANGELOG.md，它其实浓缩了一个"规则型 AI 技能"的完整生命周期：初始发布确立命题（2025-01-12）→ 按 Claude Code 最佳实践重构架构、实现"总纲与参考手册分离"（2026-01-12）→ 集中扩充检测规则、把识别边界做厚（2026-01-13）。对于想构建类似"约束型"技能的开发者，这份变更日志本身就是一份值得参考的演进范本——规则清单如何分类、如何落地为可执行的自检项、如何用对照示例校准模型，都能在 references 目录与 SKILL.md 中找到现成答案。

• AI 技能