compression-and-iteration について
文字数制限を超える、または冗長な文章を短くするライティングスキルです。削る優先順位と反復手順を示し、根拠や仕組み、読み手への利点を保ちます。
主な機能
- 01文字数と削減量を確認
- 02文章の中心的な主張を維持
- 03情報価値の低い部分から削除
- 04事実のニュアンスを保って改稿
活用シーン
- 01LinkedInプロフィールを文字数制限内に短縮
- 02履歴書の項目やSNS投稿を圧縮
- 03制約を保ちながら画像プロンプトを短縮
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/ / github.com/ arthurzakirov/ proofstack --skill compression-and-iterationインストール後、Claude Code で/compression-and-iterationを入力して読み込まれたか確認します。
詳細
圧縮と反復のスキル
こんなときに使う
文章が文字数制限を超えている、または情報が詰め込まれすぎていると感じるときに、このスキルを使います。
よくある制限:
- LinkedIn の見出し
- LinkedIn の「概要」セクション
- LinkedIn の職務経歴の説明
- GitHub の自己紹介
- 履歴書を1ページに収める制約
- ソーシャルメディアへの投稿
- 画像プロンプトの文字数制限
基本原則
圧縮しても、読む価値のある理由は残します。
次の要素を維持します。
- フック
- 裏付け
- 意外性のある対比
- 仕組み
- 読者が得られるメリット
- CTA
まず、それ以外をすべて削ります。
ステップ 1 — 数えて分類する
次の項目を特定します。
- 現在の文字数
- 目標文字数
- 必要な削減量
- 最も訴求力の高い文
- 訴求力の低い箇所/重複している箇所
ステップ 2 — 骨格を守る
自己紹介/プロフィールでは、次を維持します。
proof → unusual starting point → curiosity question → mechanism → reader benefit → CTA
履歴書の箇条書きでは、次を維持します。
metric → outcome → mechanism → scope
ビジュアルプロンプトでは、次を維持します。
layout → emotional contrast → mechanism → aspect ratio → text constraints
ステップ 3 — 適切な順序で削る
次の順序で削ります。
- つなぎの表現
- 重複する単語
- 不要な形容詞
- 長い前置きの説明
- 重複する例
- 出発点の過度に詳しい説明
- 長い技術スタック一覧にある優先度の低いツール
- 測定可能性の低い主張
- 任意の CTA 修飾語
次の要素から先に削ってはいけません。
- 数値
- 期間
- 変更前/変更後の指標
- 仕組みを端的に表す強い表現
- 読者が得られるメリットを示す一文
- 採用されたことを示す裏付け
よく使う圧縮表現
"in order to" → "to"
"the reason why" → "why"
"was able to" → "could" or direct verb
"helped to secure" → "helped secure"
"a very high amount of" → "high"
"the people closest to the work" → "operators/users"
"with the goal of" → "to"
"made it possible for" → "enabled"
"used operational data to see the bigger picture" → "used operational data"
出発点とのギャップを圧縮する
悪い例:
Before this role, most of my coding experience came from many different internships where I mainly wrote Jupyter notebooks and scripts, and I had little experience with Java, AWS, Databricks, Spark, CI/CD, production testing, and large legacy services.
良い例:
Before this, my coding was mostly ML notebooks and scripts. I had to ramp up on production engineering, cloud, CI/CD, testing, and legacy services almost from scratch.
仕組みを圧縮する
冗長な表現:
I use active listening, operational data, and direct manual exposure to uncover the real bottleneck, risk, deadline, or hidden constraint.
短い表現:
Use active listening, data, and hands-on exposure to uncover the real bottleneck, risk, or constraint.
圧縮後の出力形式
次の形式で返します。
## Current estimate
- Characters: [count]
- Limit: [limit]
- Need to cut: [number]
## Revised version
[text]
## What I cut
- [cut]
- [cut]
## What I protected
- [protected]
- [protected]
反復のルール
フィードバックに基づいて修正する場合:
- 表面的な言い回しだけでなく、ユーザーの根本的な概念上の修正を維持します。
- ユーザーが表現を退けた場合は、その背後にある原則を推測します。
- 以前に退けられた主張を再び持ち出しません。
- 事実の修正と文体の好みを区別します。
- 維持する表現を簡潔なリストにまとめます。
品質基準
次の条件を満たせば、圧縮は成功です。
- 文字数制限に収まっている
- フックの効果が保たれている
- 裏付けが具体的に残っている
- 仕組みが他と区別できる
- 読者が得られるメリットが明確である
- 事実に関するニュアンスが逆転していない
コメント
Markdown 対応