prose-distill

/prose:distill

将冗长文本提炼为精华——在不损失信息的前提下压缩文字的艺术。

何时使用此技能

适用场景……	其他情况下使用……
文本冗长，需要精简	需要改变语气或语体（使用 prose-tone）
需要删除冗余表达	需要重组文档结构（使用 prose-structure）
用户说“浓缩”“精简”“缩短”	需要针对特定受众调整文本（使用 prose-audience）
在缩短文本的同时保留全部含义	需要进行有损摘要，而非无损提炼

核心原则

提炼是对自然语言进行无损压缩。输出中的每句话都必须保留输入的信息。目标是尽可能接近信息的香农极限——去除冗余，留下浓缩后的含义。

精简层级

按以下顺序执行。每一层删除的内容都比上一层更重要：

1. 冗余表达——用不同措辞重复表达同一内容
2. 填充词——“实际上”“基本上”“本质上”“确实”“非常”“相当”“颇为”
3. 模糊限定词——“有些”“可以说”“或许可以认为”“在某种意义上”
4. 铺垫语——延迟切入重点的开场语（“值得注意的是”“应该提到的是”）
5. 名词化表达——用动词替代名词形式（“做出决定” → “决定”，“进行分析” → “分析”）
6. 被动表达——主动表达更清晰简洁时，改用主动表达
7. 介词链——“对数据进行分析的结果” → “数据分析结果”
8. 弱动词 + 副词——用一个精准动词替代（“快速移动” → “疾行”）

需要保留的内容

• 技术准确性和领域术语
• 必要的限定条件和细微差别
• 逻辑结构和论述脉络
• 语气和特色（提炼风格，不要抹平）
• 具体细节、数字、名称和引用

参数

解析 $ARGUMENTS：

• 如果直接提供文本，就直接提炼
• 如果提供文件路径，就读取并提炼文件内容
• 如果没有参数，就请用户提供要提炼的文本

执行

按以下提炼流程执行：

步骤 1：评估输入

阅读所提供的文本，识别：

• 大致字数
• 冗余程度（轻微、中等、严重）
• 文本是否具有值得保留的鲜明风格

步骤 2：按层级精简

按上述层级顺序处理文本。逐句检查：

1. 能否将两句话合并为一句而不损失含义？
2. 是否存在冗余表达？
3. 能否删除填充词或模糊限定词？
4. 能否将名词化表达改为动词？
5. 在不改变强调重点的前提下，能否将被动表达改为主动表达？
6. 能否精简介词链？

步骤 3：验证无损压缩

对照原文检查提炼后的版本，确认：

• 没有丢失信息
• 没有改变含义
• 保留了限定条件和细微差别
• 逻辑脉络完整

步骤 4：呈现结果

输出提炼后的文本，随后附上简短摘要：

---
Original: ~N words
Distilled: ~N words
Reduction: ~N%

如果某些含义存在歧义且需要作出解释，请注明。

示例

删除填充词和模糊限定词

修改前：“值得注意的是，该系统实际上在基本所有经过测试的场景中表现都相当不错。”

修改后：“该系统在所有经过测试的场景中都表现良好。”

将名词化表达改为动词

修改前：“我们调查了故障原因，并得出配置有误的结论。”

修改后：“我们调查了故障原因，并确认配置有误。”

消除冗余

之前：“这一流程的最终结果是，对每个单独的组件进行测试和验证，以确保并确认其符合规定的规格和标准。”

之后：“这一流程会验证每个组件是否符合规定的规格。”

保留必要的细微差别

之前：“虽然这种方法通常在大多数常见场景中都能很好地发挥作用，但也存在一些边缘情况，尤其是涉及并发访问模式的情况，此时当前实现可能会表现出性能下降。”

之后：“这种方法在常见场景中效果良好，但在并发访问模式下性能可能下降。”

注意：“可能”得以保留——这是实质性的限定，而非含糊其词。

Agent 优化

场景	方法
短文本（< 100 个单词）	直接精简，并展示精简前后内容
中等长度文本（100-500 个单词）	按部分精简，并展示字数减少情况
长文本或文件（> 500 个单词）	读取文件、精简、写入结果，并展示统计信息
保留技术准确性	标记任何可能改变技术含义的删减