# Stop Slop Zh Tw

> 移除正體中文（台灣）文章裡可預測的 AI 寫作模式、翻譯腔與中國用語，並檢查台灣中文標點及中英混排空格。使用者明確要求去除 AI 味、校正台灣用語、審閱或改寫中文文章、檢查中文排版時使用，適合技術部落格、社群貼文與文件。不要只因任務包含中文就觸發；純翻譯、摘要、事實查核、程式碼修改或模仿個人聲音不屬於本 skill，除非使用者同時要求上述編輯工作。

- Skill: `kevintsengtw/stop-slop-zh-tw` (Agent Skill, multi-file: 7 files)
- Install (CLI): `npx skillmds@latest add kevintsengtw/stop-slop-zh-tw`
- Raw SKILL.md: https://api.skillmd.com/api/skills/kevintsengtw/stop-slop-zh-tw/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: kevintsengtw (https://skillmd.com/u/kevintsengtw)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/kevintsengtw/stop-slop-zh-tw

---


# Stop Slop（台灣正體中文版）

消除正體中文文章裡可預測的 AI 寫作模式，並把中國用語校正成台灣慣用語。

注意：英文的 AI tell 與中文的 AI tell 不同，這份 skill 針對的是中文語料訓練出來的真實模式，不是英文規則的直譯。

## 編輯流程

開始前先判斷使用者要「找問題」還是「改寫」。詳細步驟與輸出格式見 [references/editing-workflow.md](references/editing-workflow.md)。

1. **只找問題時，不產出改寫版。** 使用者說「只標問題」「先不要改」「哪裡有 AI 味」時，進入 annotation mode。列出位置、問題類型、判斷理由與處理方向，不提供完整替換句，也不更動檔案。

2. **長文預設保留原有規模。** 面對跨多段、含完整章節或約千字以上的文章，維持段落功能、論述順序與資訊點。可以刪套話，不能把多段內容擅自濃縮成摘要。使用者明確要求縮寫或摘要時才壓縮篇幅。

3. **改完做保真回讀。** 逐項核對人名、數字、日期、專有名詞、連結、引言、程式碼、因果關係與作者立場。不能讓「可能」變成「一定」，也不能把別人的研究改成作者自己的經驗。

4. **人味只能整理，不能虛構。** 可以調節句長、刪除套話、保留作者原有的口語和反應；不能替作者編故事、經歷、情緒、動機、數字、來源或立場。原文缺少必要細節時，刪掉無資訊的句子，或標成「〔待作者補充：需要的事實〕」。

5. **先檢查、後寫回。** 能執行 shell 時，先用排版與用語工具的 `--json` 或 `--dry-run` 檢視差異；Annotation mode 不得使用 `--fix`。Rewrite mode 也要確認保護區與建議內容後，才可安全寫回。

## 核心規則

1. **砍掉開場清喉嚨與贅詞。** 移除「值得注意的是」「眾所周知」「在當今這個…的時代」這類沒有訊息量的起手式與填充語。見 [references/phrases.md](references/phrases.md)。

2. **打破公式化結構。** 避免「不僅僅是 X，更是 Y」的對比句、排比堆疊、「首先…其次…最後…」的僵化骨架、為了氣勢而切的破碎短句。見 [references/structures.md](references/structures.md)。

3. **校正成台灣用語。** 把中國用語換成台灣慣用語：視頻→影片、軟件→軟體、代碼→程式碼、對象→物件、接口→介面。技術名詞保留英文（Agent、MCP、Extension）。完整詞庫與同形詞判斷見 [references/terminology.md](references/terminology.md)。

   **能執行 shell 時，優先用掃描器**（詞庫不進 context，只回報命中項）：
   ```bash
   node scripts/zh-tw-terms.mjs --json <檔案>   # 取得命中清單
   node scripts/zh-tw-terms.mjs --dry-run <檔案> # 預覽 auto 校正，不寫入
   node scripts/zh-tw-terms.mjs --fix <檔案>    # 自動套用 auto，flag 留待判斷
   ```
   `auto` 類直接套用；`flag` 類（同形詞，如 程序／對象／質量）依語境自己判斷。無法執行 shell（Claude Projects／API）時，改用 terminology.md 的「最高頻保底表」＋既有知識。

4. **統一台灣中文排版。** 中文句子使用全形標點，URL、程式碼與英文句子保留半形標點；中文與英文字母或英文縮寫之間固定使用一個半形空白。完整規則與保護區見 [references/typography.md](references/typography.md)。

   **能執行 shell 時，先檢查再修正：**
   ```bash
   node scripts/zh-tw-typography.mjs --json <檔案>    # 逐筆問題與保護區
   node scripts/zh-tw-typography.mjs --dry-run <檔案> # 預覽，不寫入
   node scripts/zh-tw-typography.mjs --fix <檔案>     # 確認後安全寫回
   ```

5. **講具體的事。** 不要空泛的宣稱（「意義重大」「影響深遠」）。指名那個具體的東西。少用「賦能」「抓手」「閉環」「打法」這類互聯網黑話。

6. **主動語態、有人在做事。** 原文有明確行動者時，把主詞與動作寫清楚。少用「被…」藏住責任，也別讓沒生命的東西做人類的動作；原文沒交代行動者或資料來源時，標示待補，不要自行改成「我認為」或「我的經驗」。

7. **語氣對台灣讀者。** 預設用「你」而非「您」（除非情境需要敬語）。避免大陸口語的「特別」「挺」「賊」當程度副詞、「搞」當萬用動詞。

8. **節奏要變化。** 句長混搭。兩項勝過三項。段落結尾不要每段都來一句金句。少用破折號、少用感嘆號連發、少用 emoji 當項目符號。

9. **相信讀者。** 直接陳述事實。省略過度的鋪陳、緩衝、「希望這篇文章能幫助到你」這種收尾。

## 快速檢查（交稿前）

- 開頭有「值得注意的是 / 眾所周知 / 首先，讓我們」嗎？→ 砍掉直接講重點。
- 有「不僅僅是 X，更是 Y」「不是 X，而是 Y」的對比嗎？→ 直接講 Y。
- 有「賦能 / 抓手 / 閉環 / 顆粒度 / 對齊 / 打法 / 落地 / 心智」黑話嗎？→ 換白話。
- 有中國用語殘留嗎（視頻、軟件、代碼、信息、智能、調試）？→ 對照 terminology.md 校正。
- 中文句子仍有半形標點嗎？純英文句子被換成全形標點嗎？→ 依 typography.md 檢查。
- 中文與英文字母或英文縮寫之間缺空白或有多個空白嗎？→ 統一成一個半形空白。
- URL、程式碼、Email、路徑、版本號或日期被改了嗎？→ 還原保護區內容。
- 有「進行 + 動詞」的冗贅嗎（進行優化、進行測試）？→ 直接用動詞（優化、測試）。
- 有沒生命的東西做人類動作（「市場獎勵 / 數據說明」）嗎？→ 指名是誰。
- 三句連續一樣長嗎？→ 拆掉一句。
- 段落結尾是不是又一句金句？→ 換個收法。
- 破折號、emoji 項目符號、連發感嘆號？→ 移除。
- 用「您」嗎？→ 多數情境改「你」。
- 空泛宣稱（「影響深遠 / 至關重要」）？→ 指出那個具體影響。
- 「透過」出現幾次？→ 數一數，一篇超過 3 個就削減（多數可刪或改「用 / 靠 / 拿」）。
- 有歐化句架（「對於…來說」「在…的情況下」「使得」「…之一」「們」）嗎？→ 念出來像翻譯字幕就改。
- 長文的段落、例子或資訊點變少了嗎？→ 除非使用者要求縮寫，否則補回去。
- 數字、專名、引言、因果或立場有變嗎？→ 回到原文逐項校正。
- 改寫版出現原文沒有的「我曾經／我發現／研究顯示」嗎？→ 刪掉；需要作者資料就明確標註待補。

**三秒檢測法：** 任何一句話遮起來，前後文還接得起來嗎？接得起來 = 這句是塑膠，刪掉。塑膠句的變種會換皮（「展現了→彰顯了→印證了」是同一個模式），抓的是「主詞換成別人也成立」這個本質，不是特定字眼。

## 評分

每個維度評 1–10：

| 維度 | 問題 |
|------|------|
| 直接 | 是陳述，還是在宣告自己要講什麼？ |
| 節奏 | 句長有變化，還是像節拍器？ |
| 信任 | 有把讀者當聰明人嗎？ |
| 真實 | 像人寫的嗎？ |
| 密度 | 還有可以刪的嗎？ |
| 台灣味 | 用語、語感是台灣的嗎？無中國用語殘留？ |

評分只用來找出最需要檢查的面向，不是自動重寫或刪減內容的門檻。是否改寫仍由使用者要求、具體問題與保真檢查決定。

## 範例

before/after 改寫見 [references/examples.md](references/examples.md)。

## 授權與出處

本 skill 參考、改寫並結合四個開放授權專案，請保留出處：
- 結構與方法論：[hardikpandya/stop-slop](https://github.com/hardikpandya/stop-slop)（MIT）
- 正體中文 AI 模式與人味概念參考：[kevintsai1202/Humanizer-zh-TW](https://github.com/kevintsai1202/Humanizer-zh-TW)（MIT）
- 台灣用語對照：[frank890417/taiwan-md](https://github.com/frank890417/taiwan-md) / [taiwan.md](https://taiwan.md)（CC BY-SA 4.0）
- 詞彙資料參考：[aronhack/Chinese-Vocabulary-Radar](https://github.com/aronhack/Chinese-Vocabulary-Radar)（資料 CC0）

因含 CC BY-SA 4.0 衍生內容，本 skill 整體以 **CC BY-SA 4.0** 釋出（相同方式分享）。MIT 原始授權文字收錄於 `LICENSES/`；完整取用範圍與修改說明見 NOTICE.md。