Stop slop cn en

Stop Slop CN-EN：Hermes 中英双语去 AI 腔写作技能

Overview

本技能改造自 Hardik Pandya 的 stop-slop，用于在 Hermes Agent 中识别并去除中文、英文或中英混合文本中的 AI 写作痕迹。它不只是把英文规则翻译成中文，而是针对中文语境重新定义了常见问题：模板化开场、过度分点、空泛拔高、机械转折、伪深度、公众号式鸡汤结尾、英文 AI 句式直译、破折号滥用、表格依赖、过度礼貌和“下面我将”式元话语。

核心目标只有一个：让文本更像一个真实的人写出来。信息要保留，逻辑要清楚，但不要像模型在完成任务。

When to Use

加载这个技能，当用户要求：

• 改写中文文章、公众号稿、推文、研究短评、邮件、README、PR 描述或产品文案，让它“自然一点”“少点 AI 味”。
• 检查一段文字是否像 AI 写的，并指出具体问题。
• 把研究分析转成面向公众的中文表达。
• 写宏观金融、上市公司、计量经济学、AI 工具评测类文章，并要求兼顾专业性和可读性。
• 在 Hermes 上创建、维护或迁移写作类 skill。
• 对你自己的长回复做最后一遍去模板化检查。

不要用于：

• 用户明确要求机器风格、标准操作手册、合规条款、考试答案或高度结构化报告。
• 必须逐字保留的法律文本、合同、原始访谈记录、数据披露摘录。
• 需要严格学术表述且不能牺牲概念边界的段落。此时只清理明显 AI 腔，不要为了“自然”改掉术语。

Hermes 使用方式

Hermes 的技能系统会读取 SKILL.md，并可按需引用 references/ 文件。使用本技能时：

1. 先判断文本类型：公众号/短评/学术段落/技术文档/邮件/社媒。
2. 读取必要参考文件：
   • references/phrases-cn.md：中文高频 AI 腔短语。
   • references/structures-cn.md：中文结构性模板问题。
   • references/examples-cn.md：改写示例。
   • references/checklist-cn.md：最终检查清单。
3. 如果文本来自文件，使用 read_file 读取，修改时优先 patch，大段重写才用 write_file。
4. 如果用户只要结果，直接给最终改写版；不要强行展示完整诊断。
5. 如果用户要求“指出问题”，先列问题，再给改写。

Core Principles

1. 先讲人话，再讲框架

AI 文本常见问题不是“不清楚”，而是“太像说明书”。中文读者通常更容易接受先落到具体场景，再上升到框架的写法。

差：

本文将从宏观环境、政策逻辑、资金行为和市场结构四个维度进行系统分析。

好：

这轮行情看起来是基本面驱动，但真正先动的是政策预期和资金。

2. 少宣布，多直接说

删除“下面我们将”“值得注意的是”“总体来看”“可以发现”“这说明”等不承载信息的提示语。

差：

值得注意的是，政策预期在本轮行情中发挥了重要作用。

好：

政策预期是这轮行情最早启动的变量。

3. 具体替代抽象

把“赋能、助力、优化、提升、打造、构建、推动高质量发展”换成可验证动作。

差：

AI 工具将赋能研究流程，提升投研效率。

好：

AI 工具最先替代的是资料整理、财报定位和初稿生成，真正的投资判断仍要人来做。

4. 保留不确定性，但别用废话套壳

研究文本需要不确定性，但不要堆“可能、或许、一定程度上、从某种意义上说”。

差：

这可能在一定程度上反映出市场对于政策改善存在较强预期。

好：

这更像是在交易政策改善预期，而不是交易已经兑现的盈利。

5. 不要为了“自然”牺牲事实边界

涉及财务、宏观、法律、学术研究时，必须保留来源、口径、时间和推断边界。

• 原始数据披露：明确写“报告披露”。
• 分析推断：明确写“我推测”“更可能是”。
• 缺数据：直接写“报告未披露”，不要补故事。

Chinese AI-Slop Patterns

A. 模板化开场

常见形式：

• “在当今快速变化的时代……”
• “随着人工智能的快速发展……”
• “本文将从多个维度进行分析……”
• “这是一个非常值得关注的问题……”

处理方式：直接进入结论或场景。

B. 机械分点

中文 AI 文本喜欢每段都写成：

• 背景： ……
• 原因： ……
• 影响： ……
• 启示： ……

如果用户要公众号或社媒文，改成连续段落。保留自然过渡，不要把文章写成 PPT 提纲。

C. 空泛拔高

警惕：

• “具有重要意义”
• “标志着……进入新阶段”
• “为……提供了有力支撑”
• “深刻改变了……”
• “开启了新篇章”

只有当文本给出证据时才保留。否则删掉。

D. 伪深度句式

典型结构：

• “它不仅是 X，更是 Y。”
• “表面上看是 X，本质上是 Y。”
• “真正的问题不在于 X，而在于 Y。”
• “这背后折射出的是……”

这些句式可以用，但不能连续使用。每次使用都必须带来真正的新信息。

E. 英文 AI 句式直译

常见直译腔：

• “这不仅仅关于……”
• “在……的交汇处”
• “复杂而动态的生态系统”
• “释放……的潜力”
• “无缝、直观且强大”

改成中文自然表达。

F. 过度礼貌和聊天痕迹

删除：

• “当然可以”
• “希望这对你有帮助”
• “如果你还需要，我可以继续……”
• “你提出了一个很好的问题”

除非它们是对话回复，而不是正文内容。

G. 结尾万能总结

警惕：

• “未来值得期待”
• “任重而道远”
• “机遇与挑战并存”
• “需要多方共同努力”
• “最终实现高质量发展”

替代方式：用一个具体判断、风险提示或开放问题收尾。

Rewrite Workflow

Step 1：判定用途

先判断文本要去哪：

• 学术论文：保留严谨，少做口语化。
• 公众号：段落叙事，减少列表和表格。
• Twitter/X/朋友圈：短句，有观点，少铺垫。
• README/技术文档：清楚直接，保留结构。
• 投研文章：明确事实、推断和风险边界。

Step 2：圈出 AI 痕迹

至少检查：

• 开头是否在“宣布要分析”。
• 是否连续使用三段式或四维度结构。
• 是否有“重要意义”“深远影响”但没有证据。
• 是否滥用“首先、其次、最后、此外、值得注意的是”。
• 是否句子长度过于均匀。
• 是否每段都像摘要而不是人在表达判断。

Step 3：压缩

通常先删 15%-30%。AI 文本的问题往往不是缺内容，而是废话包裹太厚。

Step 4：重排节奏

混合使用：

• 短句给判断。
• 中句解释机制。
• 长句承接复杂因果。

不要每段都三句话，也不要每句话都“主谓宾+补充说明”。

Step 5：补真实细节

能具体就具体：

• 公司名、年份、政策、财报口径、数据来源。
• 真实场景：手机阅读、投资人决策、研究员查数据、用户踩坑。
• 中国语境例子优先，不要默认使用英文商业案例。

Step 6：最终自检

问自己：

如果这是别人发给我的，我会不会觉得它像 AI 写的？

如果答案是会，再删一轮模板词和过度解释。

Output Modes

根据用户要求选择输出，不要每次都全量展开。

只要改写

直接输出：

改写版：
...

要诊断 + 改写

主要问题：
- ...
- ...

改写版：
...

要严格审稿

AI 腔风险：高/中/低

问题定位：
- 原句：...
  问题：...
  建议：...

改写版：
...

文件编辑

• 先说明会改哪些部分。
• 用 patch 或 write_file 修改。
• 最后给 diff 摘要和文件路径。

Domain Notes for This User

用户常写宏观、金融、计量、上市公司研究和工具评测。处理这些文本时：

• 不要把分析写成营销稿。
• 不要用“生态、赋能、闭环、抓手、底座”等政企套话，除非原文语境必须保留。
• 区分事实披露和分析推断。
• 港股/上市公司研究中，不要编造财务数据；没有就写“未披露”。
• 公众号稿尽量不用表格，少用分点，转成自然段。
• 例子优先使用中国公司、中国市场、中国政策语境。
• 结论要有边界，不能为了有观点而过度断言。

Common Pitfalls

1. 把所有列表都删掉。 技术文档和操作步骤需要列表。公众号文章才优先转成段落。
2. 把学术文本改得太口语。 学术写作要去模板化，但不能牺牲概念精度。
3. 只删词，不改结构。 AI 腔常常来自段落结构，而不是单个词。
4. 过度追求人味，加入未经证实的细节。 金融和研究文本禁止编造例子、数据、引用。
5. 保留“总结式废话”。 结尾最容易露馅。宁可短，也不要万能升华。
6. 机械套用禁词表。 “重要”“推动”“显著”不是永远不能用，问题在于有没有证据。
7. 忽视平台。 公众号、论文、Telegram 回复、GitHub README 的自然度标准不同。

Verification Checklist

完成改写前检查：

• 是否删除了“下面我将/本文将/总的来说”等元话语？
• 是否减少了机械分点和加粗小标题？
• 是否用具体事实替代了抽象拔高？
• 是否保留了事实、推断、未披露信息之间的边界？
• 是否避免了英文 AI 句式直译？
• 是否读起来像一个人在表达判断，而不是模型在完成任务？
• 若用于公众号，是否改成连续叙事而不是表格/清单？
• 若用于学术文本，是否保留术语精度和引用边界？

Attribution

This skill is adapted from hardikpandya/stop-slop (MIT License), a skill for removing AI tells from prose. This version rewrites the workflow for Hermes Agent and adds Chinese writing rules, Chinese finance/research style constraints, Telegram/Hermes usage guidance, and Chinese reference files.