人工智慧生成的文本往往具有可預測的詞彙、句型結構與節奏，為了修正這些特徵，一項名為「Stop Slop」的專案應運而生。該專案旨在教導 Claude 或其他大型語言模型捕捉並移除文章中的 AI 痕跡，提升內容的真實感與精鍊度。
在架構上，「Stop Slop」專案主要由核心說明文件 SKILL.md，以及包含禁用詞彙（phrases.md）、應避免的結構模式（structures.md）與轉換前後對比（examples.md）的參考資料庫所組成。使用者可以根據不同的應用場景快速導入此工具：在 Claude Code 中可直接將該資料夾新增為技能；在 Claude Projects 中能將文件上傳至專案知識庫；若使用自訂指令或 API 呼叫，則可將核心規則複製或納入系統提示詞中。
這套工具主要針對三大層面進行過濾：首先是禁用詞彙，包含流於形式的開場白、贅詞、商業術語、所有副詞及後設評論；其次是結構陳腔濫調，如二元對立、否定條列、被動語態與刻意拉開距離的敘事視角；最後在句子層面，嚴格要求使用主動語態，且禁用疑問詞開頭、破折號與斷湊的碎句。此外，專案還建立了一套評分機制，從直截了當、節奏、信任度、真實性及精密度等五個維度進行 1 至 10 分的評估，若總分低於 35 分（滿分 50 分）則必須進行修改。
這款工具由 Hardik Pandya 開發，採用 MIT 授權條款釋出。其核心目標是透過嚴格的篩選與評分機制，幫助使用者優化 AI 寫作的品質，目前已開放大眾自由使用與傳播。
