一句话看懂：创作者 Peter Yang 开源了一个用于移除 AI 写作套话的指令工具 /no-ai-slop，有趣的是，该技能若反向使用也能精准生成 AI 套话，引发开发者与内容创作者对 AI 内容同质化问题的讨论。
事件核心：发生了什么
7 月 23 日，创作者 Peter Yang 在 X 上宣布开源其名为 /no-ai-slop 的自定义技能。该工具标注了 20 多种常见的 AI 写作套路模式（如“革新”“颠覆”“解锁潜力”等），用户可将其嵌入提示词或工作流中，自动识别并移除这些套话。Peter Yang 表示，他本人厌倦了 LinkedIn 等平台上泛滥的 AI 生成内容（即 “slop”），因此做出了这一工具。更有趣的是，他演示了该技能的反向用法：用同一规则反向生成充满 AI 套话的回复，以戏仿的方式回应朋友 Amit 的抱怨。该项目已托管在 GitHub 上，Peter 呼吁用户通过加星来帮助推广。
为什么重要
这一事件折射出当前 AI 内容生态的一个关键矛盾：生成式 AI 极大降低了写作门槛，但也导致大量模式化、缺乏信息密度的内容充斥平台。Peter Yang 的做法并非提供大模型或应用，而是从“提示词工程”角度切入内容质量控制。它的意义有两点：第一，开源方式降低了去套话门槛，普通用户无需技术背景即可使用；第二，反向生成功能暴露了“去套话”规则的脆弱性——如果规则可以被轻易逆向利用，说明目前的过滤机制仍停留在表层模式匹配，而非深层的语义理解。这提示开发者，在部署内容审核或质量提升 AI 工具时，需要警惕对抗性攻击。
对用户/开发者/创作者的影响
对于普通用户和内容创作者，/no-ai-slop 提供了一个低成本的内容优化工具，能帮助提升 LinkedIn、博客等平台发布的专业性，降低“AI味”。对开发者而言，该项目是研究提示词设计、内容质量评估的好样本——既可以学习如何构建过滤规则，也能观察到对抗性应用的边界。此外，企业在采购类似内容质量控制 API 或插件时，可参考此案例评估规则式方法的效果和局限性。需要提醒的是，该工具目前似乎仅基于规则匹配，不能解决更深层的逻辑混乱或事实错误问题。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 规则集是否会扩展：Peter Yang 表示目前已覆盖 20 余种模式，但社区反馈能否推动更全面的覆盖（如加入语义级别的判断）值得观察。2. 会不会出现“对抗性 AI slop 生成器”：反向生成演示引发了恶搞潜力，不排除有用户专门制作工具来绕过检测，形成猫鼠游戏。3. 类似思路是否会被平台采纳：LinkedIn 等内容平台可能借鉴该思路更新算法，但规则公开后可能被滥用，平台更大概率转向训练专门的检测模型而非依赖固定规则。
