用全局提示词压缩 AI 输出并统一术语
讨论在全局 CLAUDE.md 中引入简化英语与 CONTEXT.md，以减少冗长输出并统一项目术语。
原始内容
感觉现在 GPT 和 Claude 吐的东西真是又臭又长，刚看到大佬在全局 CLAUDE.md 添加了： “始终使用 ASD-STE100 简化技术英语进行交流。始终读取 CONTEXT.md 文件，并使用其中定义的通用语言。” 那么，有没有更适合中文场景的提示词呢🤔
Experimenting with a rare addition to my global CLAUDE.md: "Always talk in ASD-STE100 Simplified Technical English. Always read CONTEXT.md files, and use their ubiquitous language."
中文译文
机器翻译，保留原文供核对。
正在试验给我全局的 CLAUDE.md 加一条少见的规则： “始终使用 ASD-STE100 简化技术英语交流。始终读取 CONTEXT.md 文件，并使用其中定义的通用语言。”
深度解析
是什么 这是一条围绕 Agent 与 AI 编程助手指令治理的纯观点讨论。作者转述了在全局 CLAUDE.md 中加入两类约束的做法：要求使用 ASD-STE100 简化技术英语，并始终读取 CONTEXT.md、采用项目定义的通用语言，目标是减少回答冗长和术语漂移。
核心设计 它实际上把 Agent 的行为控制拆成两层：一层约束表达方式，降低无关铺陈；另一层约束知识语境，让模型使用团队和项目已有的词汇。对中文场景而言，重点不应只是把规则翻译成中文，而是建立稳定的术语表、回答结构、简洁标准和上下文加载边界。
关键洞察 全局提示词适合承载跨项目的沟通原则，CONTEXT.md 更适合承载项目特有的领域语言。两者分层后，既能改善日常交互，也能减少 Agent 在代码、文档和决策说明中的语义偏差。
边界与风险 规则过强可能压制必要解释，CONTEXT.md 过时会放大错误术语，中文技术表达也未必存在一套等价的简化标准。更稳妥的做法是先定义可检查的输出约束，再通过真实任务持续校准。
精选追评与案例
给出可直接复用的「/啥意思」精简指令，并指出全局规则在长上下文里会被稀释这一关键边界。
Matt后来自己发推，规则放到全局里的时候,它只在对话开头出现一次。聊到后面上下文太长，那条规则被”稀释”了。 可以用这个“/啥意思” 命令指令，需要的时候让他主动精简 【/啥意思】 用户说「啥意思」时,把上一条回复重讲一遍: - 按「简明中文」规则:结论优先,短句,删废话 - 补上刚才漏掉的前提,别只是删字 - 用本项目 CONTEXT.md 的术语,不换同义词 简化中文context.md 可以参考他那套思路。
提供一条具体可加的禁用规则（禁「首先/其次/最后」套路），落地性强。
@gkxspace 先把首先其次最后这套连招禁了吧，看到就头大
给出在 Matt 规则后追加「用白话繁体中文回答」的实操改法。
@gkxspace 我加了Matt這個設定之後，後面補一句「用白話的繁體中文回答」
补充原作者后续反馈：该规则效果有限，转而推荐 /wait-what，属于重要纠错信息。
@gkxspace 他做完后说鸟用没有，然后还是推荐用他的/wait-what
指出中文化的关键风险：过度简化容易写成官话，是选型时需注意的边界。
@gkxspace 中文场景感觉更难，容易一简化就变官话