用途：当文案超出字符限制或过于密集时使用，适用于 LinkedIn 标题、About 与 Experience 描述、GitHub 简介、一页简历约束、社交帖子和图像提示词文本上限。
核心原则：压缩不应去掉阅读理由。优先保护钩子、证明、不寻常对比、机制、读者收益和 CTA，其余先删。
操作步骤：一，统计并分类当前字符数、目标字符数、需删减量，标出高信噪比句子与低信噪比冗余段。二，保护主干：简介/档案按证明→不寻常起点→好奇心问题→机制→读者收益→CTA；简历要点按指标→结果→机制→范围；视觉提示词按布局→情绪对比→机制→宽高比→文本约束。三，按顺序删减：填充语、重复词、多余形容词、过长铺垫、冗余例子、过细起点描述、长技术栈中的次要工具、较难衡量的声明、可选 CTA 修饰语。不要先删数字、时间范围、前后指标、强机制短语、读者收益句和采用证明。
常见替换：in order to→to；the reason why→why；was able to→could 或直接动词；helped to secure→helped secure；a very high amount of→high；with the goal of→to；made it possible for→enabled。
输出格式：当前估算（字符数、限制、需删数）、修订版本、删了什么、保护了什么。
迭代规则：根据反馈修改时保留用户底层概念纠正而非表面措辞；用户否定某短语时推断其原则；不重新引入已被否定的声明；区分事实纠正与风格偏好；维护受保护短语的紧凑清单。
质量门槛：符合限制、钩子仍有效、证明仍具体、机制仍独特、读者收益仍清晰、事实细节未被反转。资料未提供具体字符数上限与平台规则，需按实际场景确认。