Anti-AI-Slop - пиши как человек, а не как LLM

Когда применять

• Любая проза длиннее 1 абзаца, которую человек будет читать как контент (не как ответ на технический вопрос).
• Статьи, README, блог-посты, email, PR-описания, лендинги, посты в соцсети, объяснения на 3+ абзаца.
• Работает на русском и английском одинаково - словари у каждого языка свои, принципы общие.

Когда НЕ применять

• Код, комментарии в коде, имена переменных.
• Короткие фактические ответы в чате (1-2 предложения) - там естественность не проблема.
• Технические команды, JSON, YAML, конфиги.
• Списки шагов в инструкции, где ровный ритм оправдан.
• Формальные документы, где клише - норма жанра (юридические, регламенты).

Отчет о работе в чат команды - исключение наоборот: он короткий, но у него свои жесткие правила, см. раздел 15.

Три слоя слопа (главное, что нужно понять)

Поверхность - это только верхний слой. По данным StoryScope (Russell et al., 2026: 61 608 историй, человек + 5 топовых LLM) классификатор ловит AI-прозу по одной только структуре повествования на 93% F1. Если убрать поверхностный слоп (словечки, ритм), точность падает всего с 95.5% до 93.9% - почти не помогает. Палит архитектура текста, а не слова.

Отсюда три слоя, сверху вниз по глубине:

1. Архитектура (только для историй/худлита) - как устроен сюжет, эмоции, время, финал. Самый глубокий слой, переживает любую вычитку.
2. Discourse flow - как текут абзацы, где провисает середина, что стоит на концах строк. Работает и для нон-фикшн.
3. Поверхность - словарь, ритм, клише, типографика. Разделы 1-15 ниже. Обязательный минимум, но сам по себе недостаточен.

Для постов, писем, README, разборов работают слои 2 и 3 (разделы 1-15 + "Слой 2 - discourse flow"). Для историй, сценариев, худлита - подключай слой 1.

Ключевой принцип (из sepia): калибруйся под живых людей, а не инвертируй ИИ. Люди сидят на средних значениях. Выкрутишь все правила на максимум - получишь новый узнаваемый штамп "humanizer". Бери 3-5 приемов на текст и оставляй слабину. Подробнее - в разделе "Калибровка".

Слой 3 - поверхность (разделы 1-15)

Обязательный минимум для любого текста. Порядок внутри - примерно по частоте срабатывания, а не по глубине: самое глубокое лежит в слоях 1-2 ниже.

1. Выжги "AI-словарь"

Английский (мгновенные маркеры, встречаются в 10-50x чаще, чем у людей):

Русский (кальки и клише):

Правило - перед публикацией прогнать текст через линтер (см. "Механическая проверка" в конце файла). Он знает обе таблицы и покажет строку с попаданием. Что нашлось - переписать.

Принцип под таблицами (ловит и то, чего в списке нет): при равном смысле бери слово короче и проще. В английском - германский корень вместо латинского (use, не utilize; help, не facilitate; end, не terminate; show, не demonstrate). В русском - живое слово вместо канцелярита (делать, не осуществлять; начать, не приступить к реализации; из-за, не в связи с; чтобы, не с целью). Длинное латинское или канцелярское слово почти всегда значит, что фразу писали не для человека, а для отчета.

2. Сломай ритм предложений

LLM выдает пилу одинаковых средних фраз - 15-25 слов каждая. Человек чередует длину.

Плохо (AI-ритм):

Эта функция выполняет важную задачу обработки данных. Она получает входные параметры и возвращает результат. Это обеспечивает надежность всей системы.

Хорошо:

Функция парсит вход и возвращает результат. И все. Никакой магии - поэтому система не падает.

Цель: чередуй длинное-длинное-короткое. Одно слово как предложение - норма. Так.

Детекторы ловят машину по двум числам: перплексия (насколько предсказуемо следующее слово) и burstiness (разброс длины предложений). У LLM оба низкие - слова банальные, фразы под одну гребенку. Лечится одинаково: неожиданное слово там, где ждешь штамп, и рваная длина.

И проверь, чем начинаются предложения. Модель гонит подряд "Это...", "Функция...", "Кроме того...", "It's...", "The...". Живой текст стартует по-разному: с глагола, с вопроса, с союза, с обстоятельства. Три одинаковых зачина подряд - переписать хотя бы один.

3. Разбей правило трех (триколон)

После em-dash это самый частый структурный маркер. LLM пакует все в тройки - прилагательные, примеры, пункты: "быстрый, надежный и удобный", "brilliant, brave, and bold", "clarity, confidence, and cash". Хуже всего восходящий триколон, где три элемента идут от короткого к длинному: "impersonal, authoritative, and homogenized". Звучит гладко - и сразу пахнет машиной.

Сам по себе прием классический и хороший. Проблема не в нем, а в том, что модель лепит его в каждый абзац, на автомате, без чувства меры. Один триколон на страницу - красиво. Три подряд - провал.

Лечение - ломай длину перечислений. Где-то два пункта, где-то один, где-то пять. И спрашивай себя: эти три вещи правда параллельны и важны, или я просто добил до трех ради ритма? Если добил - выкинь лишнее или раскрой один пункт подробно вместо трех по верхам.

Плохо: Инструмент даст тебе шаблоны, примеры и поддержку. Лучше: Инструмент даст шаблоны. И живого человека в поддержке, который отвечает за полчаса, а не за три дня.

4. Убери причастные хвосты-пустышки

Любимый ход модели - прицепить к концу предложения причастный оборот, который изображает анализ, а на деле пустой. Английский: "...highlighting its importance", "...reflecting broader trends", "...underscoring the need for change", "...contributing to the overall growth". Русский: "...подчеркивая его важность", "...отражая общую тенденцию", "...что говорит о растущем интересе", "...тем самым внося вклад в развитие".

Хвост приклеивает значимость к банальному факту, чтобы фраза звучала весомее. Удали его - факт остается, воды меньше. Если мысль в хвосте настоящая - вынеси ее в отдельное предложение и доскажи до конца, а не намекай причастием.

Плохо: Команда выпустила релиз в марте, что подчеркивает важность регулярных обновлений. Лучше: Команда выпустила релиз в марте. Предыдущий был полтора года назад. Какая уж тут регулярность.

5. Долой буллет-списки на каждый чих

ChatGPT сует списки везде, живые авторы - редко. Перед тем как написать список, спроси: "можно ли это прозой?" Если да - пиши прозой. Списки оправданы для:

• Реально параллельных пунктов (3+).
• Чек-листов и шагов.
• Сравнительных таблиц.

Не оправданы для: "вот три причины...", где это просто три абзаца.

6. Перебей шаблонные переходы

Скелет LLM - furthermore -> moreover -> additionally -> on the other hand -> in conclusion. На русском - более того -> кроме того -> таким образом -> однако -> в заключение.

Половину просто удали - соседнее предложение донесет мысль само. Остальное замени разговорными связками: "и еще", "а", "но", "зато", "правда", "только".

7. Добавь то, чего у LLM физически нет

• Конкретика вместо абстракций. Не "один популярный фреймворк", а "Next.js 15". Не "значительное улучшение", а "втрое быстрее".
• Имена, цифры, даты, бренды. "В апреле 2024" бьет "недавно".
• Позиция, а не реферат. ИИ по умолчанию беспозиционный ("у обоих подходов есть плюсы и минусы"). Скажи прямо, что лучше и почему.
• Личный опыт. "Я наступил на это в проде" - то, что модель сгенерировать честно не может.

8. Голос: контракции, прямое обращение, разговорность

• Английский: don't, it's, you'll - не do not, it is.
• Русский: обращение к читателю ("смотри", "знаешь", "представь"), вопросы в середине абзаца, междометия.
• Жаргон тусовки и идиомы. ИИ их боится и заменяет на нейтральное - этим и выдает себя.

9. Убери "эмоциональные спецэффекты"

ИИ компенсирует отсутствие чувств штампами:

• "И вот тут начинается самое интересное"
• "А теперь - настоящая магия"
• "Это меняет все"
• "Game changer"
• "Mind-blowing"

Безжалостно удалять. Если поворот сюжета реален - он будет работать без объявления о нем.

10. Перформативная честность и показная прямота

Самый коварный слой слопа - он маскируется под живость. ИИ объявляет, что сейчас будет честным и прямым, - и сам этот анонс и есть тычок пальцем "писала нейронка". Живой человек не предупреждает "сейчас по-честному". Он просто говорит конкретную вещь. Настоящая прямота - это факт, цифра, неудобная деталь. Показная - это анонс прямоты без самой прямоты.

Пример из жизни: в тексте проскочило "Now the honest trade-off" перед абзацем. Абзац и так был честный - фраза-анонс только добавила запаха. Убираешь ее - смысл целый, слопа меньше. Любой оборот вида "the honest X" / "честный X" как объявление - в топку.

Сюда же показные "озарения": конструкция "это не просто X, это Y" и "не X - а Y" (negative parallelism). По данным каталога tropes.fyi это вообще самый частый одиночный маркер ИИ-текста. Звучит как откровение, несет банальность.

Английский - выжигать (топ ~20):

• Let's be honest / Let's be real
• To be honest (with you) / TBH
• I'll be honest / I'll be straight with you
• Honestly? / If I'm being honest
• Real talk
• The honest truth is / Here's the honest truth
• The truth is / The hard truth is
• Let me be clear / Let me level with you
• No sugarcoating it / I won't sugarcoat this
• Let's cut to the chase
• No fluff, no filler
• Here's the thing
• Here's the deal / Here's the kicker
• Let's call it what it is
• Make no mistake
• Let's not kid ourselves
• Here's what nobody tells you / what most people miss
• Now the honest trade-off (любой "the honest/real X" как анонс)
• Bottom line / Plain and simple
• It's not X - it's Y / Not a bug, not a feature... (negative parallelism)

Русский - выжигать (топ ~20):

• Если честно / честно говоря / скажу честно
• Будем честны / будем откровенны
• Давай(те) начистоту
• Положа руку на сердце
• Скажу прямо / скажем прямо / если уж прямо
• По правде говоря / правда в том, что
• Не буду лукавить / врать не стану
• Скажу как есть
• Без воды / без прикрас / коротко и по делу
• Давай по-честному / если по-честному
• Откровенно говоря
• Что греха таить
• Не побоюсь этого слова
• Будем реалистами / давайте честно
• Как ни крути
• Честный компромисс / честный расклад (любой "честный X" как анонс)
• И вот тут самое интересное / вот в чем штука / а теперь главное
• Не просто X, а Y / это не просто X - это Y
• Не только X, но и Y
• Скажу так / вот что

Правило: нашел анонс честности или прямоты - удали анонс, оставь содержание. Если после удаления абзац опустел, значит честности там и не было - дописывай конкретику, а не лепи обертку.

11. Убери дисклеймеры и хеджирование

• "Важно понимать, что результаты могут варьироваться"
• "Как и в случае с любым решением, есть плюсы и минусы"
• "Стоит учитывать индивидуальные обстоятельства"
• "Хотя это не универсальное решение, оно может быть полезно в определенных случаях"

Выкинь. Если факт не точный - уточни конкретно или не пиши.

12. Типографика - короткие тире и без ё

Личное предпочтение автора, применять везде в русских и английских текстах:

• Используй короткий дефис -, а не длинное тире — или –. LLM любят вставлять — (em dash) автоматически - это один из самых очевидных маркеров AI-текста в 2025-2026. Меняй на обычный - с пробелами вокруг, как в этом самом файле.
• Не используй букву ё. Везде писать е (даже там, где орфографически нужна ё - "еще", "все", "темный", "черный", "елка", "идет"). Это сознательный стилистический выбор автора.
• Никаких эмодзи, если пользователь не попросил явно. Эмодзи в заголовке или в пункте списка - маркер того же порядка, что и em-dash.

Это house style автора, а не свойство хорошего текста. Форкаешь скилл под себя - меняй этот раздел на свои привычки или выкидывай целиком, остальные правила от него не зависят.

Проверяется машинно, а не глазами - см. "Механическая проверка" в конце файла.

Кода это не касается - в строках, идентификаторах и командах ничего не меняем.

13. Не строй каждый текст как методичку

Шаблон LLM: введение -> 3-5 H2 секций с одинаковой длиной -> заключение. Это структура учебного пособия, а не статьи. Реальные тексты бывают:

• Без заголовков вообще (короткий пост).
• С одним длинным разделом и тремя крошечными.
• С неожиданным финалом без "итог".
• С отступлением в середине.

14. В русском тексте - по-русски, без английских вкраплений

Англицизм посреди русской фразы выдает кальку и звучит чужеродно - особенно в тексте для людей не из ИТ (инвесторы, юристы, клиенты, руководство). Если есть живой русский эквивалент - пиши его. Английский термин в скобках оставляй, только когда без него реально не поймут (узкий профжаргон), и то один раз при первом упоминании.

Правило не про пуризм - оно про адресата. README для разработчиков терпит pull request и merge. Письмо в инвестфонд или клиенту - нет. Смотри, кто читает, и подбирай слово под него.

15. Отчет о работе - это лог, а не эссе

"Что сделал за день" в чат команды, итоги смены, список закрытых задач - отдельный жанр. Читатель уже в контексте. Ему нужен глагол результата, а не рассказ о том, как ты к нему шел.

Реальный случай. После разбора инцидента я написал в итогах:

2. Сертификат прода. Тут повезло, что вообще полез. Через неделю HTTPS отвалился бы у половины поддоменов - автообновление лежало мертвым почти месяц и об этом молчало. Причем показывало зеленый статус. Починил.

Владелец продукта переписал по-своему:

2. починил автообновление ссл серта

Шесть слов против пятидесяти. И его версия правильная.

Что делать:

• Один пункт - одна строка. Глагол в прошедшем: починил, поднял, почистил, выкатил, подтюнил.
• Цифры выкинуть. "276 рестартов", "в 13 раз", "30 часов" - это материал расследования, а не отчета. Понадобится - спросят.
• Не объяснять, почему это важно. "Это было самое опасное за день", "тут повезло, что полез" - драматизация и самопохвала. Факт стоит сам.
• Сниженная лексика уместна. Рабочий чат, а не совет директоров.
• Строчная буква в начале и неправленая опечатка - норма. Вылизывать лог работ незачем.

Поправка к правилу 7. Требование "конкретика, цифры, имена" написано для статей и объяснений, где цифра работает доказательством. В логе работ она превращается в шум и тормозит чтение. Смотри на жанр: доказываешь - давай цифру, отчитываешься - давай глагол.

Слой 1 - нарративная архитектура (истории, сценарии, худлит)

Только для художки. Для постов и README пропускай. Данные - StoryScope, проценты человек vs ИИ. Не выкручивай все семь - выбери 3-5.

1. Тема - не разжевывай. ИИ прямо проговаривает мораль (нарратор обобщает "вот так устроены люди") - 77% против 52% у людей. Не подводи итог, не объясняй символ. События сами несут смысл. Диалог спорит о конкретном (аренда, кто кому должен), а не "о природе горя".

2. Сюжет - ослабь единый трек. ИИ дает один причинно-гладкий сюжет без побочных линий (79% без подсюжета против 57%). Разорви цепь один раз: событие из ниоткуда, последствие из-за кадра. Оставь одну деталь, которая ничем не выстрелит - люди бросают хвосты, ИИ все подбирает.

• Тест на регенерацию: если премису прогнать 20 раз, этот поворот появится снова? Добрый незнакомец, проблема решается чисто, примирение по расписанию - появятся. Замени на поворот, который требует именно этой истории.

3. Финал - убери триаду "вырос + принял + понял". Это сильнейший отпечаток ИИ. Развязка через выбор героя - 69% против 46%, через внутреннее принятие - 47% против 27%. Половину историй пусть решает случай, другие люди, обстоятельства. Финал может быть открытым, частичным, катастрофическим. Кончай на одну сцену раньше, чем кажется полным.

4. Время - линейность это выбор. ИИ рассказывает от причины к следствию по порядку. Открой со следствия, придержи причину. Лучший твист перекрашивает ранние сцены (цель - умеренно, не puzzle-box). Самое крупное открытие - ближе к концу.

5. Эмоции - сломай "показывай, не рассказывай". ИИ гонит эмоцию через телесное почти всегда: страх это сжатие в груди, холодный пот (81% против 38%). Люди мешают четыре режима и опираются на два простых - поведение и прямое называние ("Она испугалась" - живая фраза, модель так почти не пишет). Телесное - только на один-два пика. Запах - завязывай, это стал "фирменный" сенсор машинной прозы.

6. Персонажи и сеть. Вводи героя в реплике или в действии, не через описание внешности (в диалоге - сильнейший человеческий маркер). Держи граф связей разреженным: кто-то ни разу не встречается. Сумма отношений около нейтральной - в живом составе есть неприязнь без связи с сюжетом. У антагониста своя сеть, союзники, трещины - не одинокий злодей.

7. Внешний мир и читатель. Называй реальное - конкретный роман на полке, реальную группу, ту самую трассу (только настоящее и точное). ИИ жмется к "один известный поэт", люди прямо называют (47% против 24%). Изредка признай, что читатель есть ("знаешь, из таких домов") - изредка, не метапроза.

Один редкий ход. Человеческие истории структурно реже машинных. Сверх калиброванных правил сделай ровно одну структурно нетипичную для премисы вещь - неожиданная дистанция нарратора, редкий для жанра финал. Ровно одну. Больше - читается как игра на публику.

Слой 2 - discourse flow (как течет текст)

Работает и для нон-фикшн. Это то, что переживает перестановку слов.

QUD-проверка (какой вопрос закрывает каждый абзац). Выпиши по одному неявному вопросу на абзац. Флаги:

• Линейный допрос: каждый вопрос административно следует из прошлого (что случилось -> почему -> что вышло -> что это значит).
• Хвост-рефлексия: последние абзацы отвечают "и что это теперь значит / как она к этому относится" - любимый финальный ход машины.
• Нет разнообразия ходов: ни один абзац не сравнивает (два времени, два героя), не опровергает (сомневается в сказанном выше), не отступает (уместное воспоминание). ИИ дает ходы "следствие/процедура" в ~19% случаев, "сравнение/проверка" - в 0.2-0.3%. Один абзац "но сестра помнит это иначе" делает больше, чем страница переписывания.

Тест первых строк. Выдерни первое предложение каждого абзаца, прочитай списком. Если складывается в чистое саммари - структура машинная. У человека список с провалами, прыжками, фразами, которые вне контекста непонятны.

Середина - слабое место. Детекторы и люди опознают ИИ по телу текста, не по концам - модель хорошо копирует шаблонные начало и финал и палится в длинной середине. В средней трети: дай событие, которого начало не предсказывало; меняй фактуру между соседними абзацами (плотный -> быстрый); дай одной линии затормозить, а не разрешиться по расписанию.

Позиции на странице (переживают перефраз лучше, чем слова):

Начала. Машинное: время + место + погода, потом заход через общий контекст. Открывай внутри ситуации - посреди проблемы, спора, факта. Одна рабочая деталь вместо панорамы.

Синтаксис-палево (дополнение к поверхности)

Эти шаблоны в 2-5 раз чаще у LLM, профредакторы их массово вырезают. Пропорция правок: 74% замена / 18% удаление / 8% вставка - сомневаешься, режь.

Английский:

Русский - то же по духу: "чувство X", "ощущение Y", "в глубине души", "волна чего-то" - назвать конкретное. Отглагольные существительные ("осознание", "принятие решения", "трансформация") как подлежащее - вернуть в глагол. Слова-фильтры ("почувствовала", "казалось", "она поняла, что", "заметила, как") - выкинуть, показать саму вещь.

Что вернуть - человеческий регистр

Инструкт-модели душат это (используют на 13-80% от человеческой нормы). Возвращай в меру жанра - посыпать, не залить:

• Контракции: don't, it's, wouldn't.
• Разговорные частицы: ну, в общем, просто, вообще-то, well, anyway, just.
• Простые причинные связки: потому что, так что (GPT-4o лепит "because" на 20% от человеческой нормы - боится простого "потому что").
• Хеджи-усилители: почти, вроде, точно, обычно.
• Отрицание: "ни один ответ не годился" - синтетическое отрицание у моделей вдвое реже.
• Простые глаголы речи: "сказал" на повторе - человечно. Ротация "заметил, отметил, обронил, задумчиво произнес" - машинная элегантность.
• Первое/второе лицо, прямые вопросы - где позволяет.
• Грубое/резкое слово - где регистр реально просит.

Калибровка - не перестарайся

Пере-исправление это тоже отпечаток. Не выжигай в ноль - целься в человеческую середину, не в противоположную крайность.

• 3-5 приемов на текст, не все сразу. Текст, где применено каждое правило, - новый узнаваемый штамп.
• Не имитируй шероховатости. Специальные опечатки и оборванные мысли палятся - работают только настоящие.
• Замена, а не разбавление. Клише меняй на свежее и конкретное, не на пресный пересказ (это документированный провал машины). Нет свежего - удали строку.

Белый список - НЕ трогать (иначе сам создашь палево):

• Чистая грамматика и пунктуация. Люди тоже пишут аккуратно, порча текста ради "живости" - детектируемый прием.
• Одиночное длинное тире, точка с запятой, одно "delve". Один хит - ничто, считаются только скопления.
• Нейтральный/формальный тон в формальном жанре. Совпадение регистра важнее натужной разговорности.
• Запретное слово внутри цитаты или внутримирового документа - цитата держит свою фактуру.
• Подтвержденные привычки автора. Если он сам так пишет в своих текстах - оставь.
• Обычные средние предложения. Слабина - это человечно, не вылизывай каждую строку до "яркости".

Тест "прочитай вслух": грамматически верно, но невозможно произнести - отдельный вид слопа. Если так не скажет и не напишет в письме ни один живой человек - переделай в речевую фразу.

Почерк по моделям (если знаешь, кто писал)

Каждая топ-модель отклоняется от других ИИ по своим приметам. Знаешь автора - дави на его дефолты дополнительно.

• Claude - самый узнаваемый ИИ (26 примет). Плоская эскалация событий, ровный голос; тянет к эпилогам и флэш-форвардам; настроение дрейфует в жуткое/призрачное. Правка: дай ставкам скакать неровно, голосу - срываться под давлением; запрети эпилог, кончай в движении.
• GPT - сплетник и длинная линза. Слух/сплетня как двигатель сюжета; далекий ретроспективный нарратор ("годы спустя она…"); лишний твист; примирения вечно недо-разрешены. Правка: двигай инфу через наблюдение и случай, рассказывай ближе к событию, доведи одни отношения до конца.
• Gemini - опрятный пессимист. Слишком чистые финалы и длинные развязки; мрачные декорации в 88% историй; флэшбэки рефлексом. Правка: срежь последнюю сцену, разнообразь атмосферу, держи анахронию функциональной.
• DeepSeek - фронт-лоадер. Весь контекст вываливает до старта сюжета; видимый нарратор; эмоции только через поведение. Правка: придержи бэкстори, пусть течет по ходу; убери нарратора.
• Kimi - генерик-центр. Меньше всего примет - и это его примета, никаких отличительных решений. Правка: применяй общие слои на полную и вытяни "один редкий ход".

Режим диагностики (когда просят "оцени текст на слоп")

Быстрая рубрика на базе StoryScope. Не приговор об авторстве - эвристика.

• Читай по одной группе за проход. Модель, оценивая текст целиком, схлопывается на одном-двух признаках и слепнет к остальным.
• Каждый сигнал подтверждай короткой цитатой. Нет цитаты - нет сигнала.
• Не превращай в единый балл вероятности. Записывай наблюдения рядом с ориентирами.

Пять групп:

• A - Тема раздута: явные обобщения нарратора, мораль в лоб, диалог как философский спор, аллюзии без имен.
• B - Сенсорная показуха: эмоции через телесное, погода-зеркало настроения, обилие запаха.
• C - Слишком гладко: одна причинная линия, развязка через выбор+принятие героя, герой введен описанием.
• D - Человеческие маркеры (плюс): названы реальные тексты/авторы, обращение к читателю, слом четвертой стены.
• E - Время и разнообразие: нет анахронии, одна локация на весь текст, однозначно "хороший" или "плохой" герой.

Отдельно помечай пере-исправление (дискретность 5/5, тематика 1/5) - это не человечность, а провал humanizer'а.

Финальный чек-лист (прогнать перед выдачей)

• Прогнан линтер (раздел "Механическая проверка") - попадания закрыты.
• Нет слов из левых колонок таблиц (английской, русской и таблицы англицизмов).
• В русском тексте для не-ИТ читателя нет английских вкраплений из таблицы раздела 14 - заменены на русское.
• Нет "важно отметить / стоит учитывать / it's important to note / in conclusion".
• Нет анонсов честности/прямоты ("если честно", "let's be honest", "честный компромисс", "no fluff") и конструкций "не просто X, а Y" / "it's not X - it's Y".
• Длина предложений неравномерная (есть и длинные, и короткие до 5 слов).
• Нет навязчивого правила трех - триколоны не в каждом абзаце, длина перечислений разная.
• Нет пустых причастных хвостов ("...подчеркивая важность", "...highlighting its importance", "...что говорит о...").
• Предложения начинаются по-разному (нет трех "Это..." / "The..." подряд).
• Не каждый раздел - буллеты; есть проза.
• Есть позиция автора, а не нейтральный реферат.
• Есть хотя бы один конкретный пример/цифра/имя - если жанр это статья или объяснение. Для отчета о работе наоборот: цифр нет, один пункт - одна строка, глагол результата.
• В отчете о работе нет фраз о значимости сделанного ("это было критично", "тут повезло, что полез").
• Нет шаблонной структуры "введение - 3 H2 - заключение", если она тут не нужна.
• Нет эмодзи (если пользователь не просил явно).
• Нет длинных тире — и – (только короткий -).
• Нет буквы ё нигде в тексте (кроме кода/идентификаторов).
• Прочитал "вслух" внутренне - нигде не споткнулся.
• Первые строки абзацев не складываются в готовое саммари (тест discourse-слоя).
• Списки не по три пункта на автомате - есть два, четыре, один.
• Применил 3-5 приемов, а не выкрутил все в ноль (не перестарался).
• Для истории/сценария - прошел слой 1 (тема, финал, эмоции не через одно тело).

Anti-patterns этого скилла

• Главное - вкус, а не запрет. Триколон, антитеза, причастный оборот, параллельная структура сами по себе нормальны - это классические приемы, которыми пользуются живые авторы. Машину выдает не прием, а роботическая регулярность: один и тот же ход в каждом абзаце, без разбора. Поэтому правило почти всегда не "никогда", а "не подряд и не на автомате". Примени осознанно один раз - дальше сломай паттерн.
• Не превращай рекомендации в догму. Если жанр требует формальности (договор, регламент, академический текст) - клише там уместны.
• Не заменяй один штамп другим. "Стоит отметить" -> "Важно подчеркнуть" - это тот же AI-голос.
• Не подделывай шероховатости специально. Опечатки и оборванные мысли работают только когда они настоящие, а не имитация.
• Не пихай личный опыт там, где его нет. Лучше сухой факт, чем выдуманная история "у меня был случай".

Быстрая команда самопроверки

После того как написал черновик и перед отправкой - мысленно прогони:

Если бы это попало в твиттер с подписью "явно нейронка писала", какие три слова/фразы первыми ткнут пальцем? Перепиши их.

Если таких слов нет, длинных тире нет, ё нет - текст готов.

Механическая проверка

Стоп-слова, анонсы честности, длинные тире, ё и эмодзи проверяются скриптом, а не глазами. Пиши черновик во временный файл и прогоняй:

python3 ~/.claude/skills/anti-ai-slop/scripts/slop-lint.py ЧЕРНОВИК.md

Работает и из репозитория скилла - там путь просто scripts/slop-lint.py. Текст можно скормить и в stdin через -. Флаг --house-style off выключает личные правила автора (тире, ё, эмодзи), если пишешь не для него.

Скрипт пропускает блоки кода, таблицы, ссылки и все, что стоит в кавычках: цитата держит свою фактуру. Заглушить остальное - <!-- slop-lint: ignore --> на строку или <!-- slop-lint: off --> / on вокруг блока. Код возврата 1 при находках, так что он ложится в pre-commit.

Чего он не умеет: ритм, триколоны, discourse flow, позицию автора. Регуляркой это не берется - остается вычитка по чек-листу.

Источники (доказательная база)

Слои 1-2 и цифры человек-vs-ИИ - из исследований, собранных в скилле sepia (MIT, Nanako0129):

• StoryScope (Russell et al., 2026, arXiv:2604.03136) - 61 608 историй, признаки нарратива, 93% F1 по одной структуре. Основной источник цифр.
• LAMP (CHI 2025) - что именно правят профредакторы, приоритет артефактов и пропорция замена/удаление/вставка.
• Reinhart et al. (PNAS 2025), QUDsim (COLM 2025), Measuring AI Slop (arXiv:2509.19163) - синтаксис, лексика, discourse-ходы.
• Beguš 2024, Nonaka & Perry 2025 - имена, моральные концовки, сети персонажей.

Слой 3 (разделы 1-14) - собственная практика автора + каталог tropes.fyi.