AI Slop Detectorの機能
AI Slop Detectorは、文章をありきたりで型にはまったもの、またはAIが生成したように感じさせる120の表現パターンをまとめたリファレンスリストです。パターンは、語彙、定型句、文のパターン、構成とリズム、イメージと言葉の比喩、内容、書式と句読点、チャットボットの名残、ソーシャルメディアとLinkedInの文章という9つのカテゴリーに分類されています。
各パターンには、短い説明、悪い例、より平易な書き換え例が含まれています。AIに文章を書かせる前にこのリストを渡すことも、下書きを確認するためのチェックリストとして後から使うこともできます。
このプロジェクトは、文章を人間が書いたのかAIが書いたのかを判定するものではありません。人間もこうしたパターンを使いますし、AIモデルに避けるよう指示することもできます。中心となる考え方は、1つのパターンなら普通でも、同じ段落に複数のパターンが含まれると、その文章が「スロップ」のように感じられることがある、というものです。
検出器の使い方を選ぶ
このプロジェクトを使う主な方法は3つあります。
- Claude Code、Codex、その他の対応エージェント向けにスキルをインストールする。
- READMEをChatGPT、Claude、その他のチャットアプリケーションに貼り付ける。
patterns.jsonを構造化データとして自分のツールで利用する。
無料のAI Slop Detectorを使えば、ブラウザ上で下書きを直接確認することもできます。
Claude Code向けのスキルをインストールする
Claude Codeで使う場合は、リポジトリをクローンし、スキルをローカルのClaudeスキルディレクトリにコピーします。
git clone https://github.com/FeedHive/ai-slop-detector.git
cp -r ai-slop-detector/skills/ai-slop-detector ~/.claude/skills/インストール後、Claude Codeはコンテンツの生成やレビュー時に、リポジトリのAI Slop Detectorスキルを利用できるようになります。
Claude Code、Codex、その他のコーディングアシスタントなどのエージェントに、スキルを直接インストールするよう指示することもできます。エージェントには次のリクエストを送ってください。
Install the AI Slop Detector skill from https://github.com/FeedHive/ai-slop-detector文章を生成する前にリストを使う
ChatGPT、Claude、その他のチャットアプリケーションを使う場合は、READMEを会話に貼り付け、次の回答ではリストにあるすべてのパターンを避けるようモデルに指示します。
実用的な指示は次のようになります。
AI Slop Detectorのパターンを文章上の制約として使ってください。リストにある語彙、定型句、反復的な文の構造、空疎な主張、不要な比喩、型にはまった書式を避けてください。平易に書き、可能な限り具体的な事実を使ってください。
この方法は、AIによるありきたりな文章によく見られる兆候を避けた初稿が必要なときに役立ちます。ただし、すべての文が自然に聞こえることを保証するものではないため、結果は自分で確認してください。
既存の下書きを確認する
下書きを確認するには、READMEと下書きの両方をチャットアプリケーションに貼り付けます。見つかったすべてのパターンを特定し、それぞれのパターンが現れる行を含めるようモデルに依頼してください。
たとえば、次のように指示します。
以下の下書きをAI Slop Detectorのリストに照らしてレビューしてください。一致するパターンをすべて特定し、それが現れる行を引用し、一致する理由を説明して、平易な書き換えを提案してください。文章がAIによって書かれたとは断定しないでください。
この区別は重要です。検出器が特定するのは、型にはまって聞こえる可能性のある言葉遣いや構成であり、著者を判定するものではありません。
パターンのカテゴリーを理解する
語彙と定型句
語彙セクションでは、delve、leverage、seamless、game changerなどの語が、正確な事実を伝えるのではなく飾りとして使われている場合に注意を促します。定型句セクションでは、let's dive in、at its core、in conclusionなどの冗長な表現を扱います。
便利な編集テストは、抽象的な表現を具体的な結果に置き換えることです。「AIを活用してワークフローを効率化する」と言う代わりに、「AIを使って週次レポートの下書きを作る」と、実際の行動を説明します。
文のパターンとリズム
問題の中には、個々の単語ではなく文の組み立て方に起因するものもあります。このリストには、「XではなくY」という構造の反復、すぐに答えが示される修辞疑問文、曖昧さを和らげる表現の過剰な重ね合わせ、同義語の循環、予測可能な3項目リストなどが含まれています。
構成とリズムのカテゴリーでは、1行段落の積み重ね、断片的な文章の多用、文頭の反復、長いリストの羅列、箇条書きの過剰使用、型にはまった結びを扱います。下書きを声に出して読むと、こうしたパターンに気づきやすくなります。
イメージと言葉の比喩、内容
イメージのセクションでは、コンテンツを「成長エンジン」と呼んだり、データが「洞察をささやく」と表現したりするような、装飾的な比喩に注意を促します。内容のセクションでは、より深刻な問題として、曖昧な出典、作り上げた具体性、ありきたりな主張、手順のない助言、根拠のない約束を扱います。
編集時には、根拠がある場合は主張を証拠に置き換えます。「毎日投稿すれば効果がある」という表現よりも、それを裏付ける研究を示したり、記録されたテストの実際の結果を説明したりする方が説得力があります。
構造化データを自分のツールで使う
リポジトリにはpatterns.jsonが含まれており、パターンの全リストが構造化データとして収録されています。これを、独自の文章チェッカー、プロンプトビルダー、編集ワークフロー、社内レビュー用ツールのデータソースとして利用できます。
構造化されたリストを編集した場合は、ビルドスクリプトを実行してREADMEとスキルを再生成します。
node scripts/build.mjsプロンプト、ドキュメント、インストール済みのスキルで同じパターン定義を使えるよう、生成されたファイルをソースデータと同期させてください。
実践的な編集ワークフロー
- まず役立つ情報を書き出します。 読者が必要とする事実、手順、例、判断に集中してください。
- 見慣れたパターンを確認します。 語彙、定型句、文の形、書式、段落のリズムを確認してください。
- 不要な言葉を具体的な内容に置き換えます。 入手できる場合は、数字、名前、行動、日付、検証可能な例を加えてください。
- 裏付けのない主張を削除します。 関連する出典を特定できない限り、「専門家の意見は一致している」のような曖昧な表現を削ってください。
- 修正版を声に出して読みます。 これにより、同じ書き出し、断片的な文、不自然なつなぎを見つけやすくなります。
- 最後に確認します。 ブラウザツール、チャットアプリ、Claude Codeスキル、または
patterns.jsonを基にした独自のツールを使ってください。
高度なヒント
検出されたパターンをすべて盲目的に禁止しない
プロジェクトは、一覧にあるすべての単語や表現が常に誤りだとは述べていません。1つのフレーズでも、文脈によっては自然な場合があります。目的は、予測可能な表現の集中を減らすことであり、すべての文章を同じ文体に押し込むことではありません。
強い形容詞より証拠を優先する
crucial（極めて重要な）、remarkable（注目すべき）、world-class（世界クラスの）といった言葉だけでは、何も証明できません。その主張を裏付ける事実に置き換えてください。たとえば、「シームレス」や「細部まで入念に作り込まれている」と表現する代わりに、システムの同期速度や、テストした投稿数を説明します。
ツールの目的を文章の質に絞る
検出ツールは、明確さ、具体性、信頼性を高めるために使ってください。その結果をAIが書いた証拠として扱ったり、文をより具体的に聞こえさせるためだけに統計や例を作り出したりしないでください。
まとめ
AI Slop Detectorは、AIにありがちな一般的な表現を減らすための実用的なチェックリストを提供します。Claude Code用のスキルをインストールする、文章を書く前に一覧をチャットアプリへ渡す、パターンを基に下書きを確認する、またはpatterns.jsonを使って独自のワークフローを構築するといった方法があります。最も確実な改善方法はシンプルです。何が起きたのかを述べ、証拠を示し、意味を加えず調子だけを整える表現を削除してください。