🛠️ 開発・MCP コミュニティ

slop-score

テキストファイルの内容を分析し、AIが生成した文章にありがちな冗長な表現や不自然な言い回しを検出し、その度合いを数値化することで、文章の品質を評価するSkill。

📜 元の英語説明(参考)

Analyzes text files for AI-generated writing patterns and returns JSON metrics. Run on drafts or essays to detect overused AI patterns like slop words, contrast structures, and suspicious trigrams. Use when checking writing for AI-like patterns or when asked to score a file for slop.

🇯🇵 日本人クリエイター向け解説

一言でいうと

※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。

⚡ おすすめ: コマンド1行でインストール(60秒)

下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。ダウンロード → 解凍 → 配置まで全自動。

🍎 Mac / 🐧 Linux

mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o slop-score.zip https://jpskill.com/download/10035.zip && unzip -o slop-score.zip && rm slop-score.zip

🪟 Windows (PowerShell)

$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/10035.zip -OutFile "$d\slop-score.zip"; Expand-Archive "$d\slop-score.zip" -DestinationPath $d -Force; ri "$d\slop-score.zip"

完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。

💾 手動でダウンロードしたい(コマンドが難しい人向け)

1. 下の青いボタンを押して slop-score.zip をダウンロード
2. ZIPファイルをダブルクリックで解凍 → slop-score フォルダができる
3. そのフォルダを C:\Users\あなたの名前\.claude\skills\(Win)または ~/.claude/skills/(Mac)へ移動
4. Claude Code を再起動

⬇ .zip でダウンロード(推奨) ⬇ .skill 形式(上級者用) 元のソース ↗

⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。

🎯 このSkillでできること

下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。

📦 インストール方法 (3ステップ)

1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
3. 展開してできたフォルダを、ホームフォルダの .claude/skills/ に置く
- · macOS / Linux: ~/.claude/skills/
- · Windows: %USERPROFILE%\.claude\skills\

Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。

詳しい使い方ガイドを見る →

最終更新: 2026-05-18
取得日時: 2026-05-18
同梱ファイル: 1

📖 Skill本文(日本語訳)

※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。

Slop Score 分析

AIによって生成された文章に共通する統計的なパターンをテキストから分析します。

使用方法

任意のテキストファイルに対して分析スクリプトを実行します。

bun run ./scripts/slop-score/analyze.js --all <filepath>

完全なメトリクスを含めるには、必ず --all フラグを使用してください。

出力

受信したとおりに生の JSON 出力を返します。要約、解釈、または解説を追加しないでください。JSON 出力が完全な結果です。

JSON 構造

{
  "file": "path/to/file.md",
  "total_chars": 13548,
  "total_words": 2116,
  "slop_score": 6.26,
  "metrics": {
    "slop_words_per_1k": 3.31,
    "slop_trigrams_per_1k": 0,
    "ngram_repetition_score": 124.6,
    "not_x_but_y_per_1k_chars": 0.29,
    "lexical_diversity": {
      "mattr_500": 0.50,
      "type_token_ratio": 0.31,
      "unique_words": 654,
      "total_words": 2116
    },
    "vocab_level": 6.08,
    "avg_sentence_length": 9.97,
    "avg_paragraph_length": 24.43,
    "dialogue_frequency": 0.96
  },
  "slop_word_hits": [["paradoxically", 1], ["fundamentally", 1]],
  "slop_trigram_hits": [],
  "contrast_matches": [
    {
      "pattern_name": "S1_RE_NOT_DASH",
      "sentence": "The phone was not just a device-it was an extension of its owner.",
      "match_text": "not just a device-it was",
      "sentence_count": 1
    }
  ],
  "top_over_represented": {
    "words": [{"word": "flickered", "ratio": 5756.12, "count": 42}],
    "bigrams": [{"phrase": "heavier like", "ratio": 7364.33, "count": 5}],
    "trigrams": [{"phrase": "story it's epic", "ratio": 3058.81, "count": 3}]
  }
}

キャリブレーションの参考

スコアが低いほど、人間らしい文章であることを示します。

人間のベースライン: ~10
Claude Sonnet 4.5: ~20
GPT-4o: ~40台後半
Gemini 2.5 Flash: ~70台後半

📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開

Slop Score Analysis

Analyzes text for statistical patterns common in AI-generated writing.

Usage

Run the analysis script on any text file:

bun run ./scripts/slop-score/analyze.js --all <filepath>

Always use the --all flag to include complete metrics.

Output

Return the raw JSON output exactly as received. Do not summarize, interpret, or add commentary. The JSON output is the complete result.

JSON Structure

{
  "file": "path/to/file.md",
  "total_chars": 13548,
  "total_words": 2116,
  "slop_score": 6.26,
  "metrics": {
    "slop_words_per_1k": 3.31,
    "slop_trigrams_per_1k": 0,
    "ngram_repetition_score": 124.6,
    "not_x_but_y_per_1k_chars": 0.29,
    "lexical_diversity": {
      "mattr_500": 0.50,
      "type_token_ratio": 0.31,
      "unique_words": 654,
      "total_words": 2116
    },
    "vocab_level": 6.08,
    "avg_sentence_length": 9.97,
    "avg_paragraph_length": 24.43,
    "dialogue_frequency": 0.96
  },
  "slop_word_hits": [["paradoxically", 1], ["fundamentally", 1]],
  "slop_trigram_hits": [],
  "contrast_matches": [
    {
      "pattern_name": "S1_RE_NOT_DASH",
      "sentence": "The phone was not just a device-it was an extension of its owner.",
      "match_text": "not just a device-it was",
      "sentence_count": 1
    }
  ],
  "top_over_represented": {
    "words": [{"word": "flickered", "ratio": 5756.12, "count": 42}],
    "bigrams": [{"phrase": "heavier like", "ratio": 7364.33, "count": 5}],
    "trigrams": [{"phrase": "story it's epic", "ratio": 3058.81, "count": 3}]
  }
}

Calibration Reference

Lower scores indicate more human-like writing:

Human baseline: ~10
Claude Sonnet 4.5: ~20
GPT-4o: ~upper 40s
Gemini 2.5 Flash: ~upper 70s