- name
- prompt-compress
- description
- 提示词压缩与优化技能。用于分析提示词、提取关键词、精简冗余内容、压缩后输出给大模型以减少 Token 消耗。触发词：压缩提示词、精简prompt、减少token、优化提示词、提示词优化、token节省、关键词提取、提示词精简。
Prompt Compress - 提示词压缩技能
概述
本技能帮助用户压缩和优化提示词（Prompt），通过提取关键词、删除冗余、结构化表达等方式，在保持语义完整的前提下显著减少 Token 消耗。
何时使用
当用户需要：
- 压缩长提示词以节省 Token
- 提取提示词核心关键词
- 优化提示词结构
- 减少 API 调用成本
- 处理超长上下文输入
压缩流程
第一步：分析原始提示词
识别提示词中的：
- 核心任务 - 用户真正想要什么
- 关键约束 - 必须满足的条件
- 冗余内容 - 可删除的礼貌用语、重复描述
- 隐含信息 - 不需要明确说出的常识
第二步：关键词提取
使用以下策略提取关键词：
- 名词 > 动词 > 形容词 > 其他
- 保留专业术语和特定名称
- 删除通用修饰词（"好的"、"请"、"非常"等）
第三步：结构化压缩
将自然语言转换为结构化表达：
| 原始表达 | 压缩后 |
|---|---|
| "请帮我分析一下这个问题的各个方面" | "[分析]问题" |
| "我需要你帮我写一篇关于...的文章" | "[写]文章[主题:...]" |
| "请你详细解释一下为什么..." | "[解释]原因:..." |
| "帮我总结一下这段文字的主要内容" | "[总结]文字" |
第四步：输出压缩结果
输出格式：
## 原始 Token 数：XXX
## 压缩后 Token 数：XXX
## 节省比例：XX%
### 压缩后提示词：
[压缩内容]压缩技巧
1. 删除礼貌用语
❌ "你好，请帮我分析一下这个问题，谢谢"
✅ "分析此问题"2. 用符号替代描述
❌ "请列出所有优点和缺点，分别列出，并给出建议"
✅ "列出优缺点+建议"
❌ "第一步做什么，第二步做什么，第三步做什么"
✅ "步骤: 1.xxx 2.xxx 3.xxx"3. 合并相似内容
❌ "这个功能很好用，非常方便，使用起来很简单"
✅ "功能：便捷易用"4. 使用缩写和符号
| 宎整表达 | 缩写 |
|---|---|
| 例如 | 如 |
| 因为...所以... | 因...故... |
| 需要注意的是 | 注意 |
| 请帮我 | [任务] |
| 优点 | 优点+ |
| 缺点 | 缺点- |
| 问题 | Q: |
| 答案 | A: |
| 第一步/第二步 | 1./2. |
5. 结构化模板
# 原始
"我想让你帮我写一个Python脚本，这个脚本需要实现以下功能：读取一个CSV文件，处理数据，然后输出结果。请使用pandas库。"
# 压缩后
"[写Python脚本]
输入: CSV文件
处理: 数据处理
输出: 结果
库: pandas"压缩等级
根据需求选择压缩强度：
| 等级 | 压缩率 | 适用场景 |
|---|---|---|
| 轻度 | 20-30% | 需要保持原语气 |
| 中度 | 40-60% | 通用场景 |
| 重度 | 60-80% | Token 极度紧张 |
| 极简 | 80%+ | 只需关键词 |
示例
示例 1：对话压缩
原始：
"你好，我想请你帮我分析一下这个代码的问题。这段代码是我在写一个网页爬虫的时候遇到的，
我需要爬取一个电商网站的商品信息，但是代码运行的时候总是报错，错误信息是超时。
请帮我看看是什么问题，最好能给我一个解决方案，谢谢。"
压缩后：
"[分析]爬虫代码报错
问题: 超时
目标: 爬取电商商品信息
需求: 解决方案"
原始 Token: ~120
压缩 Token: ~35
节省: 70%示例 2：任务压缩
原始：
"请帮我写一篇关于人工智能发展历史的文章，要求如下：
1. 时间跨度从1950年代开始到现在
2. 包含主要的里程碑事件
3. 提及重要的科学家和他们的贡献
4. 字数控制在2000字左右
5. 使用通俗易懂的语言
6. 最后给出对未来的展望"
压缩后：
"[写文章]AI发展史
范围: 1950-今
内容: 里程碑+科学家贡献
字数: ~2000
风格: 通俗
结尾: 未来展望"
原始 Token: ~100
压缩 Token: ~40
节省: 60%示例 3：关键词提取模式
原始：
"我正在做一个机器学习项目，需要处理图像分类问题，数据集是CIFAR-10，
模型想用ResNet，请问我应该怎么设置超参数才能获得最好的效果？"
关键词提取：
- 任务: 图像分类
- 数据集: CIFAR-10
- 模型: ResNet
- 问题: 超参数调优
压缩后：
"[图像分类]超参数设置
数据: CIFAR-10
模型: ResNet"注意事项
- 语义优先 - 压缩不能改变原意
- 上下文保留 - 必要的背景信息不能删除
- 可读性平衡 - 过度压缩可能影响理解
- 模型适配 - 不同模型对压缩提示词的理解能力不同
工作流程图
输入原始提示词
↓
分析结构
├── 提取核心任务
├── 识别关键词
└── 标记冗余内容
↓
应用压缩策略
├── 删除礼貌用语
├── 结构化表达
└── 合并相似内容
↓
计算节省比例
↓
输出压缩结果与其他技能配合
- RAG: 压缩检索到的文档再输入
- 长对话: 压缩历史对话摘要
- 代码审查: 压缩代码 diff 描述
- 文档分析: 压缩文档摘要