Skills Atlas · 去 AI 味寫作技能 Top 10
本報告比較 10 個公開寫作 Skills。評估範圍包含偵測、重寫、聲音保留、事實邊界、量化驗證與安裝組合。排名是 Tenten 依工作流完整度與來源可追溯性建立的策展順序，不代表通用效能榜單。
這是一份技能選型與實作導向的 Skills Atlas，不是安裝量排行榜。上游倉庫沒有共同、可稽核的裝機量口徑；本報告保留使用者指定的十項清單與順序，再以工作模式、內容適配、事實保護與驗證能力補上決策依據。
先確認需要直接重寫、僅列出問題、檔案內編輯或重寫後評分。no-ai-slop 明確分開 Edit 與 Detect；Aboudjem 的 humanizer 另提供 detect、rewrite、edit 與 0–100 分數。
文字去除慣用句後可能變得平整。anti-slop 把保留作者聲音設為首要規則；slopbeth 與 soundshuman 另外鎖定姓名、數字、日期、引文與技術主張，避免改寫時補造細節。
stop-slop 與 anti-ai-slop-writing 採較硬的結構限制；no-ai-slop 與 anti-slop 主張最小有效修改。科研、法律與技術內容應優先選擇能保留領域術語、被動語態例外與引文邊界的方案。
前五項涵蓋結構規則、最小修改、Wikipedia 模式目錄、聲音注入與可重複驗證。
Hardik Pandya · 適合建立團隊共用寫作基線
核心規格包含刪除填充語、拆解公式化結構、主動語態、具體性、讀者視角、句長變化、讀者信任與刪除金句化收尾。交付前以 Directness、Rhythm、Trust、Authenticity、Density 五個維度評分；低於 35/50 時重寫。
Peter Yang · Edit 與 Detect 明確分離
Edit 模式先辨識作者的詞彙、節奏、幽默與不確定性，再做最小有效修改。Detect 模式只列出模式名稱、原句與修正方向；不重寫、不評分，也不猜測文字是否由 AI 生成。適合作者聲音已清楚、只需移除固定套路的草稿。
Siqi Chen（blader）· 35 項模式與聲音校準
上游明確引用 WikiProject AI Cleanup 的「Signs of AI writing」。現行技能列出 35 項內容、語言、格式、溝通與修辭模式，要求保留所有主張、禁止補造姓名與數據，並支援貼上文字、檔案與嵌入式交付情境。
收錄於 Cursor 官方插件倉庫；元件位於 pstack
流程依序掃描模式、重寫並保留原意、加入聲音，最後用「哪些地方仍明顯像 AI 生成」自我審查。現行清單涵蓋 31 項問題，包含空泛重要性、AI 詞彙、冒號與粗體濫用、聊天機器人語氣、抽象技術隱喻與主動語態。
重寫、批評、基準測試、偵測器驗證與技能維護
Slopbeth 先鎖定姓名、數字、日期、URL、引文、技術主張與不確定性，再設定 evidence boundary。套件提供 Orwell 規則檢查、語意漂移、保留度、密度、節奏與 false-positive 等腳本；腳本只回報訊號，最終判斷仍由編輯者完成。
後五項補上量化分數、科學寫作、保守審查、多來源模式整合與寫作前約束。
Adam Boudjemaa · detect、rewrite、edit 三種模式
Detect 模式回報模式與 AI-tell score；Rewrite 模式執行完整聲音注入；Edit 模式在檔案內做目標式修改。五種 voice profile 為 casual、professional、technical、warm、blunt，另可依 essay、email、marketing、technical 調整內容規則。
Stephen Turner · manuscripts、abstracts、grant narratives、peer review responses
上游明確列出論文、摘要、cover letter、基金敘事、discussion 與審稿回覆。規則保留科學術語，接受 methods section 中合理的被動語態，並要求用具名作者與引文支持研究主張。另提供 35/50 的五維評分門檻。
Matt Silverlock · 保留作者聲音為首要規則
審查流程先讀完整篇幅、記錄聲音，再收集候選問題；每個候選都要判斷是公式還是作者刻意選擇。規則明示：壓平好句子的假陽性，比留下一個 tell 更糟。修改以單句措辭為界，不主動重排段落或改變論證。
aasha · Wikipedia、stop-slop、brandonwise 統計訊號
模式目錄整合 blader/humanizer、Hardik Pandya 的結構規則與 brandonwise/humanizer 的統計檢查。流程保留每一項原始主張，禁止加入來源沒有的姓名、數字、日期、引文或引用；再以 draft、audit、final rewrite 完成第二輪校正。
Jalaaldeen · tweets、emails、articles、reports 與 messages
產生文字前先載入 banned words，再限制三段式、連續等長句、parataxis、對沖搖擺、同形段落、被動語態與格式洩漏。自我檢查同時禁止虛構數據、引文與軼事。適合短文本或需要從第一稿就控制句型的工作流。
同一段文字可用不同策略處理。先依容許改動幅度、事實風險與驗證需求選方法，再選 Skill。
適用於已有作者風格、只需移除公式化痕跡的草稿
no-ai-slop 先辨識詞彙、節奏、幽默與不確定性；elithrar/anti-slop 要求逐項排除假陽性。兩者都避免為了一致性而重整整篇結構。
適用於規則已清乾淨、但成品仍平整無聲音的文字
unslop 在重寫後加入 opinion、節奏、不確定性與第一人稱；Aboudjem 的 humanizer 提供五種 voice profile 與自訂 brand context。技術與法律內容應維持中性，不應強行加入個人立場。
適用於新稿、短文與需要一致寫作基線的團隊
anti-ai-slop-writing 在起稿前限制禁用詞、等長句、三段式、parataxis 與對沖結構；stop-slop 以八項核心規則做交付前檢查。硬規則可能誤傷學術慣例，科研文本需切換至 deslop。
適用於技術報告、產品文件與需要刪除空泛主張的內容
Slopbeth 要求每句承載主張、案例、限制、數字、後果或論證動作。密度腳本比較改寫前後，但不把縮短字數當成唯一目標；帶有必要限定與風險範圍的句子必須保留。
適用於新聞、研究、投資、法務與所有高事實風險文字
soundshuman 禁止加入來源沒有的姓名、數字、日期、引文與引用；slopbeth 先鎖定可驗證資訊，再把不受支持的效益主張改成 proof gap、問題或具名歸因。此方法優先保真，再處理風格。
適用於 CI、批次內容與需要重複比較的編輯流程
Aboudjem 的 humanizer 提供 0–100 AI-tell score 與最多三輪迭代；soundshuman 檢查 burstiness 等統計訊號；slopbeth 提供保留度、密度、節奏、語意漂移與假陽性腳本。所有數值都應視為編輯訊號，不是作者身分證明。
避免同時啟用多個互相衝突的硬規則。先指定一個主重寫器，再以一個審查器或驗證器做第二道檢查。
Edit 模式處理日常草稿；Detect 模式只列出問題，不碰原文。此組合適合部落格、通訊、郵件與已經有明確作者聲音的內容。需要改動前後可審查時，先執行 Detect，再由作者決定是否切換 Edit。
41 項目錄整合 Wikipedia、stop-slop 與 brandonwise 的統計方法，並加入禁止補造事實的規則。適合內容類型尚未固定、又不想同時維護多套模式目錄的使用者。
第一輪用 Cursor 官方插件倉庫收錄的 unslop 完成掃描、重寫、聲音注入與自審；第二輪用 anti-slop 檢查假陽性與作者聲音。第二輪只做必要的措辭修正。
deslop 保留科學術語、methods 被動語態與正式引文；slopbeth 補上 evidence boundary、preservation check 與 density report。論文、摘要、基金申請與審稿回覆先由 deslop 主改，Slopbeth 只做事實與密度驗證。
團隊導入時先保存三到五份已核准的人工作品作為聲音樣本，再定義不可變更的姓名、數字、日期、引文與技術詞彙。重寫結果必須經 diff 審查；任何分數或 detector 結果都只作為編輯訊號。