AIスロップとは？/no-ai-slopで20パターンを除去する方法と限界

「社内のWikiを見ると、最近追加されたページの8割がAIっぽい文章になっている。誰も読まないから誰も直さない。でも検索に引っかかるからゾンビみたいに残り続ける」。Zennのttaniguchi氏が2026年7月に書いた記事が、国内の開発者コミュニティで静かにシェアされた（出典）。

同じ週、アメリカ側でも別の事件が起きていた。AIエデュケーターのPeter Yangが7月22日に「/no-ai-slop」というClaudeスキルをオープンソース公開したところ、GitHubで24時間以内に1000スター近くを集め、その後2900スター以上に達した（出典: Digg、2026年7月）。ほぼ同時にSubstackがAI文章検知機能（Pangram連携）を発表し、同社はYangの動画を「スロップを出さずにAIを使う例」として取り上げた（出典: Substack）。

この記事では、「AIスロップ」とは何かの定義から、no-ai-slopの仕組みと実際のパターン一覧、Substack検知との関係、日本語特有の問題、そして批判意見まで整理する。

AIスロップとは何か: 「量は出るが質はない」問題の正体

「slop」は英語で「溢れ出したぬかるみ」を指す俗語で、AI文脈では2024年ごろから使われ始めた。2026年時点では定義がある程度固まっている。

AIスロップの定義: 生成AIが量産した、流暢だが中身の薄いコンテンツ、またはAI生成特有の言語パターン。品質が低い点よりも、「量が多い割に情報密度が低く、AIが書いたと分かる」点が問題視される。

具体的なパターンは後述のno-ai-slopのリストに詳しいが、日常で見かけやすい例を先に挙げる。

• 水増し前置き: 「この記事では〜について解説していきます」で始まる段落
• 偽りの深み: 「AIの進化は私たちに人間とは何かを問いかけています」式の締め
• 二項対立の乱用: 「成功する人とそうでない人の違いは〜」
• 語彙の水増し: 「非常に重要な」「本質的な」が多用される
• 均一な文長: 段落ごとに行数がほぼ同じ

これが深刻化した理由は、AIを使う量の増加に品質基準の整備が追いついていないことにある。ebisuda.netの分析では、「AIが書いた量を増やすことへのインセンティブが、読者体験の改善へのインセンティブより強い」と指摘している（出典: ebisuda.net、2026年5月）。

OSS開発への影響も無視できない。Zennのyusukebe氏はOSSでのAIスロップ問題を取り上げ、「AIが生成したIssueとPRが増えており、メンテナが疲弊している」と書いた（出典: Zenn）。実際、主要ライブラリのGitHubで「AI生成コードの提出を制限する」ルールを追加するケースが出始めている。

/no-ai-slopの仕組み: 除去される20のパターン

Peter YangはAIエデュケーターとしてSubstackに「Creator Economy」を書いている。同氏が7月22日に公開した/no-ai-slopは、Claudeのスキル（Claude Codeまたはデスクトップ版の拡張機能）として動作する（出典: GitHub、Creator Economy、2026年7月）。

MITライセンスで無料。GitHubリポジトリをスキルのURLとして登録するだけで使える。

除去対象の主要パターンは以下の通りだ（公式SKILL.md・READMEより。実際には17パターンが明示されている）。

カテゴリ	パターン例
オープナー	throat-clearing openers（「〜についてお伝えします」式の前置き）
締めくくり	fake-profound closers（「AIは人類に問いかけています」式）
二項対立	binary contrasts（「成功者と失敗者の違いは」）
水増し	importance puffery（「非常に重要な」「本質的な」の多用）
過剰な接続詞	transition overload（「さらに」「また」「加えて」が連続）
問いかけ	rhetorical questions（「〜ではないでしょうか？」）
感情表現	emotional sincerity markers（「心より願っています」「嬉しく思います」）
仮定列挙	scenario stacking（「もし〜なら、〜かもしれません」の連続）
均衡構造	balanced parallels（「Aが重要であるように、Bも重要だ」）

ツールの動作は「削除して終わり」ではなく、「なぜこのパターンが問題か」を説明しながら修正する設計になっている点が評価されている。「監査モード」では書き換えをせず、スロップパターンの箇所を引用して一覧表示する。Yangは「自分の声を失わずにAIを使う」ために作ったと説明している。

Yang自身の執筆プロセスは「25-50-25」だ。

1. 最初の25%: AIなしで音声入力や手書きでラフ草稿を書く
2. 中間の50%: AIと/no-ai-slopを使って文法・明確さ・論理を磨く
3. 最後の25%: 一行ずつ手動で最終編集する

このフレームワークは「AIを使うか使わないか」ではなく「どこで使うか」の整理として、エンジニアや作家から賛同を得ている。

Substackの同時参戦: 読者向けAI検知はライターに何をもたらすか

no-ai-slopの公開前日の7月21日、SubstackのCEO Chris BestはPangram LabsとのパートナーシップによるAI文章検知を発表した（出典: Substack公式、TechCrunch、2026年7月）。Bestは「Claudefishing」という造語で問題を説明した。「読者の期待と現実のミスマッチ。実際には人間の思考が介在していないコンテンツに、読者が注意を注いでしまう現象」だ。

Pangram Labsは、テキストがAIで書かれたかどうかをパターン分析で推定するサービスで、英語の独立研究でも誤検知率1/10,000という精度が確認されている。Substackへの統合は「読者が記事の下部でAI生成の可能性スコアを確認できる」機能として実装された。

これにより、構図が明確になった。

• ライター側（no-ai-slop）: AIを使って書いてもAIっぽく見えないようにする
• プラットフォーム側（Substack/Pangram）: AIで書かれた可能性を読者に可視化する

批判的な立場は明確だ。AIToolIndex上では、AIで書きながらAI検知を回避することは読者への不誠実ではないかという意見が出ている。

Yangはこれに対して「自分の声で書いた文章をAIで磨くことと、最初からAIに全部書かせることは違う」と主張している。この議論に明確な答えはなく、コミュニティごとのルール整備が必要な段階にある。

この議論はプラットフォームの話に留まらない。日本語ライターにはさらに固有の問題がある。

日本語のAIスロップ: 語彙より「リズム」が問題

英語圏で「transformative」「seamless」「game-changer」がスロップ指標になるように、日本語にも固有のパターンがある。ただし、日本語の場合は語彙よりも文章の「リズム」や「トーン」に現れやすい。

note上の文章研究記事では、日本語AIスロップの本質を「文長の均一性と感情トーンのフラットさ」と表現している（出典: note/casiopea）。

具体的なパターンは以下だ。

• 均一な文長: 全段落がほぼ3〜4文で終わる。人間が書く文章は段落ごとの長さが不均一になる
• 感情のフラットさ: 「大変有益な」「素晴らしい」が多いが、驚き・不満・疑問の揺らぎが出てこない
• 語尾の繰り返し: 「〜です」「〜ます」の連続で変化がない
• 定型の締めくくり: 「ぜひ活用してみてください」「参考になれば幸いです」で終わる
• 抽象的な一般論: 具体的な体験や数字より「AIの活用が重要です」式の主張が多い

no-ai-slopは英語テキストを主な対象として設計されているため、日本語に適用しても英語のパターン判定が動くだけで、上記の日本語固有の問題は検出できないケースが多い。日本語ライターが使う場合は「英語で書かれたコメントを読んで自分でパターンを理解する」使い方が現実的だ。

競合ツールとの比較: stop-slop・Claude Code Skillマーケット

no-ai-slopと目的が重なるツールはすでに複数ある。

stop-slop: hardikpandya氏によるMITライセンスのOSS（GitHub）。2026年5月公開で9800スター以上を持ち、no-ai-slopよりも多い。8カテゴリのルールと5軸スコアリング（直接性・リズム・信頼・真正性・密度）が特徴で、Markdownファイル1枚でClaudeスキルやAPI system promptとして使える。

stop-ai-slop-jp: 日本語専用スキル（GitHub、362スター）。stop-slopを参考に日本語固有のスロップパターン（「〇〇が私たちに教えてくれること」式の見出し、「真理」「悟り」への大げさな持ち上げなど）に対応。5軸スコアリングで35/50未満なら見直しを促す。

MCP Market / Claude Code スキルマーケット: mcpmarket.com（MCPはClaude等のAIを拡張するModelContext Protocolの総称）には「AI Slop Scanner」など複数のスロップ除去スキルが登録されている。技術文書のスロップ密度スコアを数値化するものもある。

業界動向: Gartnerは「2028年までに組織の50%が、AI生成データの信頼性問題に対応するためゼロトラスト型データガバナンスを採用する」と予測している（出典: Gartner、2026年1月）。「AIが生成したデータを暗黙的に信頼できない」という前提を組み込んだガバナンス設計が、スロップ対策の文脈でも注目されている。

光と影: no-ai-slopで何が解決して何が残るか

解決できること

• AIっぽいフレーズの自動検出・修正（英語テキスト）
• 自分の文章の「スロップ密度」の可視化
• 25-50-25フレームワークによるAI使用の場所の明示化
• Substackなどプラットフォームの検知への対処

解決できないこと

• 「AIに全部書かせてスロップ除去だけする」ケースの根本的な問題（読者へのごまかし）
• 日本語のリズム・トーン問題（英語前提のパターン検出のため）
• 「情報の正確さ」の検証（スタイルのみに対応）
• OSS汚染問題（PRやIssueの質の問題は別途対処が必要）

「AIに書かせてAI臭を消すのは読者を騙している」「AIで文章を磨くこと自体は不誠実ではない」という議論は、2026年時点では決着がついていない。no-ai-slopはあくまでスタイルの道具であり、コンテンツの誠実さを担保するものではないことは理解しておく必要がある。

Zennのttaniguchi氏が問い直した「AIが書く量を増やすより、AIスロップを減らしたい」という優先順位（出典: Zenn）は、2026年のAI活用現場が抱える矛盾を正確に突いている。生産量を上げるためにAIを使うほど、出力の均質化と情報密度の希薄化が進む。no-ai-slopは、その矛盾をパターン除去で部分的に緩和するツールだ。根治薬ではないが、手元で今すぐ試せる対処法として機能する。

---

関連記事

• バイブコーディング入門｜AIに”雰囲気”で指示する開発手法の光と影
• Claude「Record a Skill」の実力と落とし穴
• Claude Code Opus 5標準化＆サブエージェント深さ3復活｜2026年7月第4週
• Claudeの電子透かし全解説｜校正に使っただけでも付く仕組みと限界