AI写作优化指南：让大模型输出更自然的人类化文本

1. 项目概述：告别AI腔，让大模型输出更像“人话”

如果你用过ChatGPT、Claude或者Gemini来写邮件、写报告、写社交媒体文案，大概率遇到过这种困扰：生成的内容乍一看挺通顺，但读起来总觉得“味儿不对”。那种感觉，就像在听一个语法完美但毫无感情的机器人在念稿——句子冗长、用词浮夸、结构模板化，充满了“为了……提供支持”、“综上所述”、“随着……的发展”这类空洞的套话。在英文里，这种生硬、不自然的AI生成文本被戏称为“AI Slop”（AI潦草货/垃圾内容）。而anti-slop-writing这个项目，就是为了彻底解决这个问题而生的。

简单来说，它是一个精心设计的“系统提示词”（System Prompt）集合，或者说是一个“智能体技能”（Agent Skill）。它的核心目标非常直接：武装你的大语言模型（LLM），让它生成的内容听起来更像一个真实的人类写的，而不是一个AI。无论是写技术博客、市场文案、日常邮件还是创意故事，装上这个“技能包”后，模型的输出会变得更具体、更生动、更接地气，从而有效绕过那些基于文本特征的人工或自动AI检测。项目支持包括Claude、ChatGPT、Gemini、Copilot在内的主流AI工具，并且贴心地提供了针对印尼语和英语的深度优化版本，尤其对印尼语的AI写作特征有独到的破解方案。

2. 核心理念与设计思路拆解

2.1 问题根源：AI写作的“指纹”是什么？

为什么我们能一眼（或读几句）就感觉出文字是AI写的？anti-slop-writing项目的设计并非凭空想象，而是基于对大量AI生成文本和人类写作的对比研究，总结出了一套清晰的“AI写作特征指纹”。理解这些，你才能明白后续所有规则的意义。

1. 过度使用“万能”但空洞的短语和句式结构：这是最典型的标志。AI模型在训练时接触了大量正式、概括性的文本（如维基百科、学术论文、企业报告），因此它倾向于使用那些“放之四海而皆准”但缺乏信息量的表达。例如：

• 冗余的过渡词：“首先，其次，再次，最后”、“一方面，另一方面”、“综上所述”、“总而言之”。
• 浮夸的动词和名词：“彰显”、“凸显”、“致力于”、“赋能”、“打造”、“构建……生态”、“提供……解决方案”。
• 僵化的从句结构：过度使用“不仅……而且……”、“虽然……但是……”、“通过……可以……”等固定搭配，让句子显得机械。

2. 缺乏具体细节和感官描述：人类写作会自然地融入五官感受、具体数据、个人观察等细节。AI则倾向于停留在抽象层面。对比一下：

• AI风格：“这家餐厅的食物非常美味，环境也很优雅，提供了优质的就餐体验。”
• 人类风格：“他们家的炭烤猪肋排，外层是焦糖色的脆壳，一刀切下去能听到‘咔嚓’声，里面的肉却软烂到脱骨，混合着苹果木的烟熏味和蜜汁的甜香。”

3. 语调单一，缺乏节奏变化：人类的写作会根据情绪和重点调整句子长短和结构。AI生成的文本往往句子长度平均，结构雷同，读起来像一条平稳的直线，没有起伏。段落也常常以总结句开头或结尾，形成固定的“汉堡包”结构。

4. 对语境和文化细微差别不敏感（尤其在非英语中）：对于像印尼语这样的语言，AI很难掌握其口语中丰富的语助词（如lah,dong,kan,sih）和灵活的人称代词（如saya/aku/gue,Anda/kamu/lo）的使用场景。AI要么完全不用，显得生硬；要么用错场合，显得怪异。anti-slop-writing的印尼语版本对此做了重点处理。

2.2 解决方案：从“禁止清单”到“正向引导”

项目的思路不是简单地告诉AI“不要怎么写”，而是构建一套完整的写作指导原则，告诉它“应该怎么写”。这主要分为两个层面：

1. 负面清单（What to Avoid）：项目内包含了详细的vocabulary-banlist.md（词汇黑名单）和structural-patterns.md（结构模式黑名单）。这些清单明确禁止了那些被识别为“AI高亮词”和僵化结构的使用。例如，在英文中会禁用“leverage”、“utilize”、“foster”、“in order to”等；在印尼语中，会严格禁用“—”（em dash）和“–”（en dash）这种在AI写作中泛滥的标点，并规范“tidak hanya…, tetapi juga…”（不仅……而且……）等模板句式的使用。

2. 正向规则（How to Write）：这是项目的精髓。它给AI设定了一系列积极的写作准则：

• 具体优于抽象：要求使用具体的名词、动词、数据和例子，代替模糊的形容词和概念。
• 主动优于被动：鼓励使用主动语态，让句子更有力、更直接。
• 简洁优于冗长：砍掉不必要的副词、冗余的介词短语和空洞的修饰语。
• 变化优于单调：混合使用短句、长句、断句甚至段落，创造阅读节奏。
• 对话感优于报告感：根据语境，允许使用口语化的表达、反问句和适当的语助词（针对印尼语），让文字听起来像在和人交谈。
• 展示优于讲述：用事实、细节和场景来“展示”观点，而不是直接“讲述”结论。

2.3 三层语调体系：应对多元场景

一个非常实用的设计是，项目的印尼语版本内置了“三层语调”（3-Tier Tone）体系。这承认了“人类化”写作并非只有一种模式，而是需要适应不同场合：

• 正式（Formal）：用于学术论文、官方报告、法律文件。使用saya（我）、Anda（您）等人称，避免语助词，结构严谨。
• 半正式（Semi-formal）：默认模式。适用于商业博客、新闻稿、LinkedIn帖子、大多数工作邮件。可以使用saya/aku（我）、kamu（你），偶尔加入语助词，风格专业但不死板。
• 非正式（Informal）：用于社交媒体推文、Instagram标题、个人博客、与朋友的聊天。可以使用aku/gue（我）、kamu/lo（你），语助词使用自然，风格轻松活泼。

你只需要在给AI的指令中说明“使用半正式语调”或“用非正式风格写”，AI就能自动调整输出，极大地提升了技能的适用性和灵活性。这个设计思路非常值得所有内容创作者借鉴：在让AI辅助写作前，先明确你的“读者是谁”和“场景是什么”。

3. 核心规则解析与实操要点

3.1 核心规则深度解读

anti-slop-writing的规则集并不仅仅是一个简单的“替换词列表”，它是一个系统的写作风格指南。我们来拆解几个最关键的原则，看看它们是如何起作用的：

原则一：追求“颗粒感”，摒弃“模糊性”

• 规则：避免使用“非常”、“极其”、“显著”这类程度副词，除非能用具体事实支撑。
• 原理：AI喜欢用这些词来加强语气，但缺乏实质。人类写作则会提供证据。规则强制AI去寻找具体的度量、比较或细节。
• 实操示例：
  • AI倾向：“我们的解决方案极大地提升了效率。”
  • 规则引导后：“新流程上线后，报告生成时间从平均4小时缩短到15分钟。”
  • 你的指令可以更细化：与其说“写一个产品优点”，不如说“列举三个最受用户好评的具体功能，并各用一个真实用户评价中的原话来佐证”。

原则二：打破“汉堡包”段落结构

• 规则：禁止段落以“总体而言”、“简而言之”、“这意味着”等总结性短语开头或结尾。鼓励段落以事实、引语、问题或生动的描述直接切入。
• 原理：AI倾向于为每个段落制造一个“总-分-总”的安全结构，这让文章显得刻板。人类写作的段落过渡更灵活、更有机。
• 实操示例：
  • AI倾向：“综上所述，定期维护对于设备 longevity 至关重要。这意味着用户需要建立维护计划……”
  • 规则引导后：“上周车间里的3号机床因为滤网堵塞过热报警，停产了8小时。这件事给所有人的提醒是：维护计划不能只停留在纸面上。比如，我们可以……”

原则三：动词为王，激活句子

• 规则：优先使用强有力的具体动词，避免将动词名词化（Nominalization）。
• 原理：“做出一个决定”不如“决定”；“进行一项分析”不如“分析”。名词化会让句子变得静态和官僚化。
• 实操示例：
  • AI倾向：“团队进行了项目可行性的评估。”
  • 规则引导后：“团队评估了项目的可行性，发现了三个主要风险。”

原则四：为印尼语注入“灵魂”——语助词和人称

• 规则（印尼语专属）：根据选择的语调层级，恰当地使用lah,dong,kan,sih等语助词，并灵活选择aku/gue/saya和kamu/lo/Anda。
• 原理：这些元素是印尼语口语中表达情绪、强调、亲切感或随意的核心。完全不用则生硬，滥用或错用则尴尬。规则教会AI在什么语境下用什么。
• 实操示例（非正式场景）：
  • AI倾向：“Fitur ini sangat berguna.” （这个功能非常有用。）
  • 规则引导后：“Nih, fiturnya emang bergunabangetbuat yang sering remote kerjasih.” （喏，这功能对于经常远程办公的人来说真的超有用。）

注意：使用印尼语版本时，务必在对话开始时明确指定你想要的语调层级（例如：“Gunakan tier informal”）。如果不指定，模型会使用默认的半正式（Semi-formal）语调，这在大多数情况下是一个安全且自然的选择。

3.2 不同工具的配置核心

虽然规则内容相通，但不同AI工具有不同的“喂食”方式。理解这一点能避免配置错误：

• 对于 Claude.ai (Web) 和 Claude Code：核心文件是SKILL.md。它被封装为.skill格式，这是一个专为Claude设计的技能包，包含了完整的元数据（名称、描述、图标）和规则内容。安装后，它作为模型的一个内置能力存在，无需在每次对话中重复粘贴长提示词。
• 对于 ChatGPT Custom Instructions：由于字符限制，需要使用SKILL-lite.md（精简版）。这个版本保留了最核心的禁止规则和写作原则，去掉了部分举例和详细解释，以确保能放入定制指令框。
• 对于 ChatGPT Projects, Gemini Gems, Copilot Agents, Cursor, Windsurf 等：使用system-prompt.md或AGENTS.md。这些文件内容相同，只是文件名适配不同工具。它们就是完整的系统提示词，会被设置为对话的底层指令，影响该会话或该项目的所有后续交互。
• 对于命令行工具（如Aider）或API调用：将system-prompt.md的内容作为系统消息（System Message）参数传入。

实操心得：对于需要长期、固定风格的项目（比如一个技术博客的写作助手），强烈建议使用Projects、Gems 或 Agents 功能。这样可以将anti-slop-writing的规则与项目特定的知识库结合起来，创建一个专属的、风格一致的写作伙伴。对于临时、零散的使用，Claude的技能安装或ChatGPT的定制指令更方便。

4. 全平台安装与配置实战指南

4.1 准备工作：获取规则文件

无论使用哪个平台，第一步都是获取规则文件。推荐使用Git，这是最可靠的方式。

# 克隆整个项目仓库到临时目录或你指定的目录 git clone https://github.com/adenaufal/anti-slop-writing /path/to/your/directory # 例如，克隆到用户目录下的一个文件夹 git clone https://github.com/adenaufal/anti-slop-writing ~/ai-tools/anti-slop-writing

进入克隆的目录，你会看到indonesian/和english/两个文件夹。根据你的需求选择语言。以下实操均以印尼语版本为例，英语版本操作完全相同，只需替换文件夹名。

4.2 分平台配置详解

平台一：Claude.ai (Web界面) —— 最简安装

这是最简单的方法，适合绝大多数用户。

1. 访问项目的 Release页面 。
2. 下载anti-slop-writing.skill文件。
3. 打开 Claude.ai ，点击左侧栏底部的...菜单，选择Settings。
4. 切换到Skills标签页。
5. 点击Install from file按钮。
6. 选择你刚下载的.skill文件。
7. 安装成功后，在任何新对话中，Claude就已经具备了“反AI腔”写作技能。你可以通过自然语言指令调用，如：“用半正式语调重写这段文字，让它更自然。”

平台二：Claude Code / Claude Desktop

Claude Code 允许技能全局安装或按项目安装。

# 全局安装（对所有项目生效） git clone https://github.com/adenaufal/anti-slop-writing ~/.claude/skills/anti-slop-writing # 重启Claude Code后，技能即可用。 # 项目级安装（仅对当前项目生效） cd /your/project/path git clone https://github.com/adenaufal/anti-slop-writing .claude/skills/anti-slop-writing

在对话中，你可以使用/anti-slop-writing快捷指令，或直接说“用 anti-slop 风格写”。

平台三：Cursor / Windsurf 编辑器

这两个AI原生编辑器使用项目级的.cursor/rules或.windsurf/rules目录来定义规则。

# 进入你的项目根目录 cd /your/project/path # 为 Cursor 配置 mkdir -p .cursor/rules cp /path/to/anti-slop-writing/indonesian/AGENTS.md .cursor/rules/anti-slop-writing.mdc # 为 Windsurf 配置 mkdir -p .windsurf/rules cp /path/to/anti-slop-writing/indonesian/AGENTS.md .windsurf/rules/anti-slop-writing.md

配置完成后，编辑器内的AI助手（通常是Cmd/Ctrl + K）在回答问题时就会自动遵循这些写作规则。

平台四：GitHub Copilot

在项目根目录创建或修改.github/copilot-instructions.md文件。

cd /your/project/path cp /path/to/anti-slop-writing/indonesian/AGENTS.md .github/copilot-instructions.md

这样，Copilot在为你生成代码注释、提交信息、文档时，也会采用更人性化的风格。

平台五：ChatGPT Custom Instructions / Projects

• Custom Instructions（字符有限）：打开ChatGPT设置 -> Custom Instructions，将indonesian/SKILL-lite.md文件的内容完整复制到 “How would you like ChatGPT to respond?” 框中。
• Projects（推荐）：在ChatGPT中创建一个新Project，在设置的系统提示词（System Prompt）部分，粘贴indonesian/system-prompt.md文件的全部内容。这比Custom Instructions更强大，没有长度限制，且可结合上传的文件。

平台六：通过API调用（Python示例）

如果你直接调用OpenAI、Anthropic或Google的API，可以将系统提示词作为参数传入。

import openai from pathlib import Path # 读取系统提示词文件 system_prompt_path = Path("/path/to/anti-slop-writing/indonesian/system-prompt.md") system_prompt = system_prompt_path.read_text(encoding='utf-8') client = openai.OpenAI(api_key="your-api-key") response = client.chat.completions.create( model="gpt-4", messages=[ {"role": "system", "content": system_prompt}, # 注入 anti-slop-writing 规则 {"role": "user", "content": "写一段关于雅加达早高峰的生动描述。"} ], temperature=0.7, # 可以适当调高温度以增加创造性，规则会约束其不滑向AI腔 ) print(response.choices[0].message.content)

4.3 验证安装是否成功

配置完成后，如何测试规则是否生效？这里有一个非常有效的“快速检查提示词”，你可以直接发送给AI：

请将以下段落改写成两个版本： 1) 一个简洁正式的版本 2) 一个轻松随意的版本 要求两个版本都必须自然，避免任何AI模板化的短语。

观察AI的产出：

• 如果规则未生效：输出可能仍然包含“首先”、“综上所述”、“这不仅……而且……”等结构，句子长度和节奏单一。
• 如果规则生效：你会看到两个风格迥异但都自然流畅的版本。正式版本用词精准、直接；随意版本可能会有口语化的短句、反问甚至适当的幽默。句子长短会有变化，开头方式多样。

5. 高级技巧与实战心得

5.1 如何下达更有效的指令？

仅仅安装技能还不够，你需要学会如何与“被武装”的AI沟通，才能发挥最大效力。

• 基础指令：“重写这段文字，让它听起来更有人味。”、“用更自然的语言表达。”
• 进阶指令（结合具体规则）：
  • 针对细节：“把这里面所有模糊的形容词（比如‘非常好’、‘非常快’）换成具体的例子或数据。”
  • 针对结构：“打破这段文字的段落结构，不要用总结句开头，直接从一个具体的场景或问题切入。”
  • 针对动词：“把句子里的‘进行……操作’、‘做出……决定’这种表达，都改成直接的动词。”
  • 针对语调（印尼语）：“用非正式语调（tier informal）来写，可以适当用dong,sih，用gue和lo称呼。”
• 场景化指令：“假设你是一个疲惫但幽默的上班族，在推特上吐槽今天的会议。用这种口吻重写下面这段会议纪要。”

实操心得：给AI一个“角色”和“场景”往往比单纯给写作规则更有效。anti-slop-writing规则确保了文风的基底是人类的、自然的，而你赋予的“角色”则为其注入了独特的个性、视角和情感色彩。两者结合，能产生惊人的化学作用。

5.2 与其它提示工程技术结合

anti-slop-writing是一个基础风格层，它可以与其它提示工程技术叠加使用，实现更复杂的目标。

1. 链式思考（Chain-of-Thought） + Anti-Slop：当你让AI解决复杂问题时，先要求它“一步步思考”，最后再要求它“用自然的人类语言总结你的思考过程”。这样既能保证推理的严谨性，又能让最终输出易于理解。
2. 少样本学习（Few-Shot） + Anti-Slop：在系统提示词里，除了anti-slop-writing规则，再提供2-3个你欣赏的写作范例。AI会同时学习你的内容风格和自然语言风格。
3. 结构化输出（JSON, XML） + Anti-Slop：对于需要机器解析的内容，先让AI以JSON等格式输出结构化数据，然后再让AI根据这些数据，用自然的人类语言生成一段叙述性文字。规则能确保这段叙述不生硬。

5.3 处理AI的“过度纠正”问题

有时，严格遵循规则的AI可能会走向另一个极端：为了避开所有“黑名单词汇”，产出一些过于简略或刻意俚语化的文字，显得不专业。这时需要你进行微调。

• 问题：在需要正式报告的场合，AI因为避免“综上所述”而使得段落结尾显得突兀。
• 解决：在指令中明确平衡点：“请以正式、专业的语调书写这份报告，遵循清晰、具体的写作原则，但可以保留必要的段落过渡和总结，确保逻辑连贯。”

关键在于，你要成为AI的“主编”。anti-slop-writing给了你一把锋利的改稿刀，但用在何处、力度多大，需要你根据最终目的来掌控。它消除的是“机器感”，而不是“专业性”或“逻辑性”。

6. 常见问题与排查技巧实录

在实际使用中，你可能会遇到一些典型问题。以下是我在长期使用中总结的排查清单：

一个关键的排查技巧是“对比测试”：开启两个相同的AI对话窗口，一个加载了anti-slop-writing规则，一个不加载。用同样的指令和文本让它们处理，对比输出结果。这是最直观判断规则是否生效的方法。

最后，记住一点：没有任何一个提示词是万能的。anti-slop-writing提供了强大的基础风格矫正，但它不能替代你的判断和编辑。它最好的用法是作为“第一稿优化器”—— 让AI先产生一个摆脱了明显AI腔的、可读性更高的草稿，然后你再在此基础上进行内容、逻辑和情感的深度雕琢。经过一段时间的磨合，你会发现自己给AI的指令也会变得越来越精准，最终形成一套与你个人或品牌风格完美契合的人机协作写作流程。