arbort/slopotron

Слопотрон — детектор нейрослопа

Ищет и убивает AI-маркеры, нейротропы и мёртвые паттерны в русскоязычном тексте. Не трогает логику и структуру — чистка стиля, а не редактура смысла.

Это opinionated инструмент: чек-лист собран под живой разговорный русский (посты, рассылки, эссе), а не под академический или юридический текст. Раздел «Типографика» заточен под короткие посты в мессенджерах — под свою платформу его можно ослабить. Всё остальное — общие признаки машинного текста.

Список маркеров датирован (версия 2026-09-29, ревизии 2026-06-18 · 2026-07-13 · 2026-08-03 · 2026-09-07 · 2026-09-29) и живой: обороты устаревают, как только их «спалят» (английский delve рухнул в частоте к 2025, вырос significant). Маркеры ещё и model-specific — у разных моделей свой отпечаток. Если правишь старым списком — сверься со свежим ресёрчем, а не верь ему слепо.

Секции «Провенанс: структурная переполненность» и «Самокомментирование аргумента» — адаптация категорий §0 и §12 из cw-ai-check (Every, MIT), переложенных на русский и на кластерную логику этого скила.

Ревизия 2026-09-29 — первая с корпусным замером: 459 живых телеграм-постов, опубликованных до выхода ChatGPT (30.11.2022), против 989 парных генераций девяти моделей сентября 2026 (та же тема, тот же канал, тот же объём). Цифры «люди → модели» ниже — оттуда.

---

Принцип кластера (читать первым)

Нейрослоп — это статистическая перепредставленность, а не эксклюзивность. Каждое слово и оборот из чек-листа встречается и у живых авторов. Сигнал даёт не одиночный маркер, а кластер: 3+ маркера в одном абзаце. Одиночное тире, одна «экосистема», один параллелизм — не приговор, и трогать их не обязательно. Парцелляция — такой же маркер, как остальные. До ревизии 2026-09-29 она правилась всегда, включая одиночную; замер это правило снял: живые авторы ставят её в 11% постов, модели в 16%.

Почему это важно: и люди, и автоматические детекторы ловят AI примерно на угадайку (~50%; на текстах не-носителей ложные срабатывания доходят до 60%+), а главная ошибка чистки — стерилизация живого текста (редактор, художка, эссе законно используют тире, параллелизмы, рит-оф-три). Правишь связку, а не каждое совпадение. Когда сомнение «это автор или нейросеть» — оставляй; правь только то, где маркеры идут стаей.

Один фрагмент — один флаг. Если цитата подходит под несколько пунктов, в таблицу идёт одна строка по самому точному пункту, и в кластер она считается одним маркером: одна фраза, найденная трижды, — не стая. Фрагмент — это одна цитата под одним дефектом, а не абзац: два разных дефекта в соседних предложениях — две строки. Обратное тоже верно: плотность повышает серьёзность, но не заменяет находки — каждое вхождение остаётся отдельной строкой со своей цитатой, иначе в Fix-режиме нечего править. (Предложено в issue #4; вторая половина — из ru-text, MIT.)

Маркеры устаревают двумя способами. Первый известный: оборот «спалили» — модели уходят от него. Второй, коварнее, — просачивание: AI-ассоциированные слова растут в живом человеческом письме (+15,1% в среднем по 34 языкам за три года при −4,5% у контрольных; значимо во всех 34 — Juzek 2026). Маркер остаётся частым у моделей и одновременно перестаёт различать, потому что люди начали так писать. Отсюда: список обязан быть датирован, а при сомнении «автор или модель» решать в пользу автора.

Предел механичности. Надёжность правила пропорциональна его механичности. «Найди подстроку X» работает; «почувствуй, что здесь пусто» — нет: на разметке слопа reasoning-модель с гайдом на руках проваливается, потому что предпочитает собственный выход (Shaib et al. 2026). Правило, которое нельзя проверить поиском или счётом, даёт находку на решение автора, а не правку в текст.

---

Триггеры и режимы

Триггер	Режим
«прогони через слопотрон» | «почисти нейрослоп» | «убери AI-маркеры» | «сделай человечнее» | «/slopotron»	Fix (default) — находит + правит + отдаёт
«только флаги» | «detect» | «что здесь выдаёт нейросеть»	Detect — только список проблем, не правит

---

Процесс

Порядок проходов важен: сначала провенанс, потом лексика. Начинать с чёрного списка слов неправильно — текст бывает кристально чист по словарю и полностью машинный по устройству.

Проход 0 — провенанс и переполненность. Только если на руках есть источник (расшифровка, бриф, заметки, черновик автора). Сверить текст с источником по секции «Провенанс: структурная переполненность». Нет источника — проход пропускается, расхождения не выдумывать.

Проход 1 — самокомментирование. Прогнать секцию «Самокомментирование аргумента» двумя тестами (удаления и референта). Источник не нужен, работает на голой прозе.

Проход 2 — механический чек-лист. Пройти по остальным категориям. Каждое нарушение — зафиксировать с цитатой. Затем применить «Принцип кластера»: одиночный маркер в живом абзаце — пометить, но не обязательно править; править в первую очередь там, где маркеры идут стаей (3+ в абзаце). Технические артефакты — вне порога, они работают поодиночке.

Проход 3 — свежий взгляд. Перечитать текст целиком и спросить: «что здесь всё ещё выдаёт нейросеть?» Это не повторный прогон чек-листа — это интуитивный взгляд на текст как на целое. Самый слабый узел конвейера (см. «Предел механичности»): находки этого прохода по умолчанию идут на решение автора, а не в текст.

Проход 4 — самопроверка. Перечитать очищенный текст и спросить: «Я убрал старые паттерны, но не добавил ли новые?» Типичные ошибки второго прохода: все абзацы одинаковой длины (убивая дефекты, выровнял ритм), слишком чистая структура (текст стал аккуратным, но стерильным), вялая концовка (последний абзац просел после удаления клише), текст чистый, но безликий (нет голоса автора). Если любой из этих признаков есть — применить секцию «Оживление текста».

Fix mode: Применить все правки точечно. Не переписывать, не переструктурировать — только убивать маркеры.

---

Чек-лист

Провенанс: структурная переполненность

Проход 0, до лексики. Модель дописывает то, чего в источнике не было: связку между фактами, объяснение, симметрию, эмоцию, разрешение. Текст при этом бывает кристально чист по словарю. Адаптация cw-ai-check §0 (Every, Compound Writing, MIT).

Уверенность зависит от того, есть ли источник — расшифровка, бриф, заметки, черновик, интервью. Есть → флаг и правка на полной уверенности. Нет, на руках только готовая проза → расхождение не выдумывать, формулировать вопросом автору. Без источника «дописал» и «знал» неразличимы, и попытка угадать даёт гиперкоррекцию.

• Недоказанная связка. В источнике два факта стоят рядом — в тексте между ними причина: «поэтому», «из-за этого», «это привело к тому, что» → вернуть соседство без причины
• Усиленная уверенность. Автор сомневался, предполагал, слышал от кого-то — текст утверждает → вернуть исходную модальность
• Аккуратное объяснение. У автора «так вышло», «не знаю почему» — в тексте стройный механизм → вернуть незнание, оно и есть содержание
• Подгонка под таксономию. Разнородные примеры выстроены в ряд («три причины», «два типа», «четыре этапа»), хотя в источнике ряда не было → разобрать ряд обратно
• Приписанная реакция читателя. «Здесь вы поймёте», «это знакомо каждому», «читатель ждёт», «звучит контринтуитивно» — без основания в источнике → убрать
• Голосовой приём с неправдоподобной плотностью. Фирменный ход автора (шутка, самоирония, короткая реакция) стоит в каждом абзаце — у живого автора он редкий и стоит там, где сработал → проредить до исходной частоты
• Метафора, растянутая ради связности. Образ введён один раз осмысленно, дальше поддерживается для сцепки абзацев, а не для понимания → оборвать после первого употребления
• Концовка закрывает больше, чем закрыл автор. В источнике вопрос остался открытым — в тексте вывод и разрешение → вернуть открытый финал

---

Самокомментирование аргумента

Текст описывает свой аргумент вместо того, чтобы его делать. Простые слова, короткие фразы, ни одного маркера из словарей ниже — поэтому переживает любую лексическую чистку и не ловится больше ничем в этом чек-листе. Адаптация cw-ai-check §12 (Every, MIT).

Вне кластерного порога: срабатывает не по совпадению со списком, а по прохождению теста, поэтому одиночное — уже находка. Но правка здесь трогает ткань смысла, а не синтаксис: в сомнительном случае отдавать автору, а не вносить молча.

Два теста, достаточно любого:

• Тест удаления. Вырезать фразу. Если аргумент устоял и потерялось только сопровождение читателя — это были леса.

• Тест референта. Существительное указывает на сам текст, а не на предмет разговора: «история», «раздел», «картина», «вывод», «граница», «сюжет», «половина», «часть», «линия».

• Самооценка доказательства: «самое чистое, что мы нашли», «главный аргумент здесь», «это меня и убедило», «цифры менее убедительны» → оставить факт, оценку отдать читателю

• Указатель по структуре: «другая половина истории», «дальше — про деньги», «это только верхушка», «здесь начинается интересное», «но об этом ниже» → убрать, переход делает сам текст

• Эпистемический ярлык: «открытый вопрос в том, что», «две вещи остаются неясными», «это осложняет картину», «здесь я не уверен» → назвать сам факт, который создаёт неопределённость

• Характеристика цитаты до цитаты: «лучше всех сказал N», «жалоба была единодушной», «показательна реплика» → дать имя и действие, дальше цитату

Не путать с рассуждением. Выбор между двумя находками — утверждение о мире, оно остаётся: «проверка стройки может изменить выбор отеля, а вёрстка страницы — нет». Описание того, что выбор сделан, — леса, уходит: «проверка стройки — более сильный аргумент».

---

Технические артефакты (вне принципа кластера)

Работают поодиночке: человек такого не производит. Проверяются поиском подстроки или кодпоинта, а не суждением — самая надёжная категория во всём чек-листе.

• Невидимые символы. U+202F (узкий неразрывный пробел) на месте обычного — ChatGPT o3/o4-mini и GPT-5; U+E200 / U+E201 / U+E202 — обёртки цитат при стриминге веб-поиска. На глаз не видны, переживают копипаст, человек их не печатает. Искать по кодпоинту. U+00A0 — слабый сигнал второго ряда: его массово производят Word и веб-редакторы
• Следы механизма цитирования: contentReference, oaicite, oai_citation, turn0search0, attributableIndex, голый +1 (ChatGPT); [cite: 1], [span_1](start_span) (Gemini); grok_card, grok_render_citation_card_json (Grok); линзовидные скобки 【】 и † (DeepSeek); attached_file, ppl-ai-file-upload (Perplexity)
• UTM-метки чат-ботов в ссылках: utm_source=openai, utm_source=chatgpt.com
• Служебные токены и заглушки, протёкшие при копипасте: <|end|>, <|im_end|>, [MASK], оборванный тег на середине, placeholder-URL https://example.com, шаблоны RAG-цитирования вида [Источник: ...]. Уверенность средняя: механизм очевиден, но задокументированных случаев в открытых источниках нет
• Протёкшая служебная рамка ответа: «Конечно, вот черновик статьи…», «Сообщите мне, если хотите, чтобы статья была расширена», «По состоянию на моё последнее обновление знаний в январе 2022» (дата всегда «зависла» в прошлом относительно публикации), «Хотя подробная информация ограничена в предоставленных результатах» → удалить, это остаток диалога, а не текст
• Markdown, протёкший в среду, которая его не рендерит: ** в мессенджере; ** вместо ''' и ### вместо == в вики; --- вместо ----
• Протёкшие HTML-сущности: буквальные —, –,  ,  , «, », “, ” в простом тексте (вне кода и HTML-вёрстки) — несработавший рендер при копипасте из чат-интерфейса → заменить символом. Уверенность средняя: полевое наблюдение одного автора (habr, 23.09.2026), объём находок не измерен
• Битые источники как признак происхождения: 404 в день публикации, несуществующий DOI, ISBN с неверной контрольной суммой, умерший автор у свежей работы → это зона фактчека, но как сигнал машинного происхождения читается здесь

---

Типографика

Раздел заточен под короткие посты в мессенджерах. Под свою платформу — адаптировать.

• Кириллические названия брендов и проектов — в кавычках-ёлочках «». Не в "прямых" и не в „других". Один тип кавычек на весь текст. Латинские названия (Claude Code, Handy, Parakeet) кавычек не требуют — смена графики уже отделяет их от текста.
• Нет маркированных списков. Только → и сплошной текст (для постов; в статьях/доках списки норм).
• Нет bold-term списков. Шаблон «Термин: описание» подряд — сильный AI-tell.
• Bold только в заголовке. Внутри текста — plain text.
• Нет Title Case в заголовке. В русском заголовке каждое слово с заглавной («Ранняя Жизнь И Образование») — калька-маркер. Заглавная только первое слово.
• Нет плейсхолдеров. Никаких [КОНКРЕТНЫЕ ПРИМЕРЫ], [Скриншот], [ссылка].

---

Нейротропы (найти и убить)

• «активно» при глаголе → убрать
• «реальный / настоящий» при конкретном существительном → убрать
• «везде, где только можно» → конкретный глагол
• «в рамках», «в контексте», «в свете» → упростить конструкцию. Абстрактные предложные связки-кальки (in the context of, in light of): почти исчезли из живой речи, но массово генерируются
• «даже» как усилитель в перечислении → убрать
• «прям» → «прямо»
• «механизм X» → конкретное описание
• «И тут / А вот тут» → убрать, перейти к мысли напрямую
• «И» в начале финального абзаца → убрать
• «выступает в роли / характеризуется / представляет собой»

…