boris-timofeenko/ne-slop-text

ne-slop-text 是做什麼的？

Slop 就是平均：當模型用最可能的選擇填補空白，或當被要求「讓它變得更好」時所寫出的東西。它存在於決策中（說了什麼、誰推動了事件、如何結尾、列出了什麼、命名了什麼），而不是在詞彙上。換詞無法解決問題：StoryScope（Russell 等人，COLM 2026）僅憑話語特徵就能以 93% 的 F1 分數區分 AI 與人類故事，而專業的表面改寫僅將偵測率從 95.5% 移動到 93.9%。模型聚集在同一個區域；人類則分散各處。因此，這項技能不套用固定食譜。它會針對每項任務，找出預設模型的落點，並利用該人物的素材將草稿從那裡移開。

此管道的發現與測試方式：docs/evidence.md。以下路徑皆相對於此技能的目錄。

輸入

• 一項任務（寫什麼、寫給誰、為什麼）或一份原始文字（待修正的文本）。
• 背景資訊，可選：文件、事實、該人物自己的用語（語音逐字稿、聊天記錄、內部筆記）。

選擇模式

• 短文模式（約 120 字以下：聊天回覆、簡短訊息、標題）：執行步驟 1，然後步驟 3。此長度下循環沒有訊號；在盲測中，100 字摘要的五種不同寫法無法區分。
• 全文模式（任何更長、要給他人看的內容）：執行步驟 1、2、3、4。當文字很重要或用戶要求時，執行步驟 5。

步驟 1. 撰寫前的哲學

1. 素材優先。 找出只有這個人擁有的東西：一個具體事件；他們持有的一個觀點；塑造事件但非他們本身的力量（有人推動、某物被繼承、某事失敗了）；一個保留或限制；他們自己的措辭。同一文體的舊文本（過去的履歷和信件）提供的是事實，而非聲音。
2. 缺失的素材。 如果文字很重要，提出 1 到 3 個簡短問題；語音回答最佳，保留逐字稿作為素材。提出不暗示答案的開放式問題：「實際上是怎麼發生的」、「有沒有這樣一個案例」、「你對 X 有什麼看法」、「你還做不到什麼」。如果你無法提問，請使用可驗證的具體細節（姓名、數字、來源）並保持缺口可見。絕不用平均值填補缺口。
3. 讀者與他們的代碼。 他們具體要求了什麼？他們使用哪些詞語和玩笑？用他們自己的話回答，當它能表達觀點時就是活的（「您的廣告要求正義，所以我不會聲稱自己最好：我還沒見過其他候選人」）。將他們的用語當作標籤或標題則是 slop。
4. 貼近素材呈現。 該人物的思考順序、他們的保留用語（「可能」、「整體而言」）、字面而非慣用語的翻譯、使用短動詞的第一人稱：「我帶領 3 名 QA 工程師並簽署版本發佈」被標記為活；「帶領一個由 3 名 QA 工程師組成的團隊並擁有發佈簽署權」則被標記為 slop。
5. 文體存在於容器中（格式、長度、問候語、必填欄位），而非每個句子。列表放在該放的地方（技能區塊、表格、附件履歷）；一個句子承載一個事件或一個機制。
6. 懷疑來得太容易的東西。 如果一個句子不是經過決策產生的，那它很可能是平均化的結果。

步驟 2. 循環：遠離預設值（全文模式）

1. 預設值。 在不同模型（例如 opus、sonnet、haiku）上產生 3 個全新代理（fresh agent）。給每個代理純粹的任務和相同的背景資訊，使用 loop/default_prompt.md。它們不得看到此技能、草稿或彼此。
2. 標註。 再用一個與書寫者不同模型的全新代理，使用 loop/questionnaire.json 並遵循 loop/annotator.md 來標註草稿和預設值。輸出：features.json。
3. 報告。 python3 loop/consensus.py loop/questionnaire.json features.json D1,D2,D3 DRAFT TEXTS_DIR > report.txt 給出 P1（草稿做了所有預設值都做的事，且偏向機器風格）、P2（按權重偏向機器風格）、Keep（偏向人類，不要丟失）、與預設值共享的 4-grams 以及開頭句子與它們的接近程度。
4. 修訂。 一個全新代理根據報告和背景資訊，對草稿套用 loop/reviser.md。素材優先於權重：呈現該人物自己用語的句子即使被特徵標記也應保留。
5. 停止：最多 2 輪，或當 P1 為空時停止。文字不得變長。

成本：約 6 到 8 次代理調用和 3 到 5 分鐘。僅有共識並非 slop：當背景資訊豐富時，每個預設值也可能有具體事件。一個標記需要兩者兼具：預設值達成一致，且該特徵偏向機器風格。有些一致只是文體本身（README 說明如何安裝）；告訴修訂者容器是什麼。

步驟 3. 最後的潤飾

python3 lint/lint.py FILE --lang en（或 ru），然後閱讀 lint/en.md 或 lint/ru.md。只修正它標記的內容；此時不要重構。詞彙列表是最弱的訊號，也最快過時。

步驟 4. 輸出

提供給使用者：文字；修改了什麼及原因，用幾行說明；仍然可見的開放式問題和缺口。當使用了背景資訊時，提供「行文 ← 來源」的對應表。絕不編輯使用者的原始檔案；草稿寫在它們旁邊。

步驟 5. 學習

• 重要文字的盲測： python3 tools/blind.py out.html key.json "標題" "副標題" name=path=label ... 對同一份材料的多種處理結果進行排名，不可並列，句子標記（slop / alive）。至少比較兩段；短片段無法區分。
• 標記成為權重。 將使用者的標記附加到 learn/marks.jsonl，並加上來自 learn/patterns.md 的模式標籤，然後執行 python3 learn/update_weights.py。它會顯示哪些模式已穩定，以及哪些問卷權重與它們不一致；編輯 loop/questionnaire.json 來匹配。一個被標記為 slop 兩次且從未被標記為 alive 的新模式會成為一個新特徵。
• 拒絕比讚美教得更多。 當使用者編輯你的文字時，進行 diff：他們刪除的內容也是一種標記。

不該做的事（每一項都測試過）

• 朝著文體方向打磨（「讓它更專業」）：履歷用語和孤獨英雄會回來，事件也會被扭曲。
• 從好的素材一次生成：模型會將聲音溶解到平均值中並丟失觀點。
• 刻意表現隨意：作為結構寫出的笑話（「玩笑的答案是……；真正的答案是……」）、「增加個性」的改寫。這是人們能識別出的人性化簽名。
• 從舊筆記而非從該人物當下獲取觀點。筆記說了一回事；該人物說了另一回事。
• 追求罕見詞彙。活的文字在詞彙上很普通；罕見的是其中的決策。
• 機智的轉折，即使是該人物自己的（「像工程師一樣和工程師說話」、「……然後團隊把票轉給另一個人」）。
• 關於文字本身的文字（「先說 X，因為你明確要求了」）。

其他方法的適用場景

• ne-slop（父技能，適用於任何創意工作）：步驟 1 是其針對文字的部分。真實素材、許多明確的小決策、數個不同的變體，由人選擇，拒絕被記住，檢視結果。
• StoryScope：步驟 2 背後的理論以及問卷權重的種子。
• unslop：可移植性測試（這個句子是否適合另一個人或公司？）及其防止虛構事實的護欄屬於步驟 1 和 3；其詞彙列表提供給 lint。
• humanizer：其模式列表提供給 lint。刻意排除其帶有「個性與靈魂」的改寫。