Эмпирически определите повторяющиеся стандартные настройки, на которые опирается модель, затем превратите эти данные в повторно используемый файл инструкций, который делает будущие выводы менее универсальными.

Отправь это своему агенту

Скопируйте и отправьте это предложение:

Инструкции, читаемые агентом, доступны здесь: skills/unslop/SKILL.md

Что он делает

У каждой модели есть стандартные значения, к которым она сжимается. В письме это означает одни и те же открытия, переходы и риторические ходы. В визуальной работе это означает ту же структуру посадочной страницы, те же градиенты, те же сетки карт, те же блоки CTA.

unslop измеряет эти значения по умолчанию, а не угадывает их.

1. Вы даёте ей домен.
2. Он генерирует набор подсказок и генерирует множество сэмплов с помощью Claude Code.
3. Для визуальной работы он рендерит скриншоты, чтобы анализ мог проверить, как на самом деле выглядят страницы.
4. Он анализирует весь набор на повторяющиеся закономерности.
5. Он записывает skill.md, сфокусированный файл с тем, чего лучше избегать в следующий раз.
6. Он запускает сравнение до/после, чтобы увидеть, действительно ли профиль изменил результат.

Основной вывод — это один файл markdown, который можно повторно использовать в Claude Code, CLAUDE.md, Codex, правилах Cursor или любом системном запросе.

Быстрый старт

unslop

Empirically detect the repetitive defaults a model falls back on, then turn those findings into a reusable instruction file that makes future outputs less generic.

Send This To Your Agent

Copy and send this sentence:

Clone https://github.com/mshumer/unslop, read https://github.com/mshumer/unslop/blob/main/skills/unslop/SKILL.md, run unslop for DOMAIN_HERE, review unslop-output/analysis.md and unslop-output/skill.md for specificity, and return the finished skill file plus the main repeated patterns you found.

Agent-readable instructions live here: skills/unslop/SKILL.md

What It Does

Every model has defaults it collapses toward. In writing, that means the same openings, transitions, and rhetorical moves. In visual work, that means the same landing-page structure, the same gradients, the same card grids, the same CTA blocks.

unslop measures those defaults instead of guessing at them.

1. You give it a domain.
2. It generates a prompt set and produces many samples with Claude Code.
3. For visual work, it renders screenshots so the analysis can inspect what the pages actually look like.
4. It analyzes the whole set for repeated patterns.
5. It writes skill.md, a focused file of what to avoid next time.
6. It runs a before/after comparison so you can see whether the profile actually changed the result.

The main output is a single markdown file you can reuse in Claude Code, CLAUDE.md, Codex, Cursor rules, or any system prompt.

Quickstart

You need Claude Code installed.

git clone https://github.com/mshumer/unslop.git
cd unslop

python3 -m venv .venv
source .venv/bin/activate

# Text / writing domains
python3 unslop.py --domain "blog writing"

# Visual / website domains
pip install playwright && playwright install chromium
python3 unslop.py --domain "startup SaaS landing pages" --type visual --count 20 --concurrency 3

Output

Results land in ./unslop-output/:

unslop-output/
  skill.md
  analysis.md
  prompts.json
  samples/
  screenshots/
  before-after/
    before.md / before.html
    after.md / after.html
    before.png / after.png

skill.md is the file you usually want to keep and reuse.

Common Commands

python3 unslop.py --domain "marketing emails" --count 50 --concurrency 5
python3 unslop.py --domain "startup SaaS landing pages" --type visual --count 20 --concurrency 3
python3 unslop.py --domain "Python tutorials" --count 100 --concurrency 10
python3 unslop.py --domain "React landing pages" --type visual --model sonnet --effort low

Options