用途：压缩提示词，在保留意图和输出质量的前提下降低 token 数量，提升清晰度并减少歧义。目标包括：尽量少的 token、最大清晰度、最小歧义，并针对 LLM 执行优化而非人类散文风格。
主要能力：只保留任务关键信息；去除客套、重复和叙事铺垫；用简短具体指令代替描述性段落；显式给出约束和输出格式要求；每个概念使用稳定术语；把模糊词（appropriate、some、better）替换为可衡量标准；把必需上下文放在可选上下文之前；避免相互冲突的指令。
使用方式：改写时可遵循散文压缩模式——用一句短句写目标，只保留完成任务所需事实，用具体限制替代冗长限定语，删除不影响行为的填充词，最后给出明确成功标准。写作风格上使用祈使句，优先用项目符号而非长段落，保持每条指令原子化，除非为防止失败否则不举例，必要时只给一个最小示例。
歧义检查：定稿前确认所有未定义名词已明确、代词有清晰指代对象、范围限制显式（时间范围、文件范围、数量限制）、成功标准可测试、输出格式无歧义。散文改写检查：最终提示词用词少于原文、保留全部必要约束、尽量用具体名词替代代词、除非确实允许选项否则避免可选措辞、用平实语言说明所需输出及长度上限。
适用场景：需要为 LLM 编写或优化提示词、控制上下文长度、减少歧义与返工的场合。限制：本技能聚焦提示词压缩与清晰化，具体工具参数、平台支持、收费与价格信息暂未提供。