원시인 압축

Caveman Compression

텍스트를 LLM이 신뢰성 있게 복원할 수 있는 짧고 사실 밀도 높은 문장으로 압축합니다. 사용자가 토큰 절약 대신 가독성을 원할 때는 원시인 텍스트를 유창한 영어로 확장합니다.

워크플로우

1. 방향 식별:
   • 원본 산문 → 원시인 압축
   • 원시인 텍스트 → 유창한 확장
2. 소스의 모든 사실 보존:
   • 숫자
   • 이름
   • 날짜
   • 제약 조건
   • 불확실성 표현
   • 기술 용어
3. 각 문장을 원자 단위로 유지. 문장당 하나의 사실, 동작, 제약 또는 추론 단계를 권장.
4. 문장을 짧게 유지. 일반적으로 2~5단어를 목표로 하되, 모호함을 피하기 위해 필요한 경우 더 길게 허용.
5. 예측 가능한 언어 제거:
   • 관사
   • filler 단어
   • 조동사
   • 명백한 접속사
   • 능동태와 동등한 경우 수동태 구조
6. 사실을 추가하지 마십시오. 의미를 단순화하여 없애지 마십시오. 중요한 논리적 단계를 건너뛰지 마십시오.

압축 규칙

• 시간이 의미를 바꾸지 않는 한 능동태와 현재형을 선호.
• 매우, 정말, 상당히, 극도로 같은 강조어 제거.
• 중요한, 선택 사항, 동일한, 매일 같이 의미를 바꾸는 설명어는 유지.
• 의미가 명확할 때 관사 생략.
• 지시 대상이 명확할 때만 대명사 유지.
• 접속사가 많은 절을 인접한 짧은 문장으로 대체.
• 만약을 제거하면 모호함이 생길 경우 조건문을 명시적으로 유지.
• 기술 용어는 정확하게 유지. 도메인 용어를 더 모호한 단어로 바꾸지 마십시오.

출력 스타일

• 사용자가 설명을 요청하지 않는 한 변환된 텍스트만 반환.
• 기본적으로 내부 처리 텍스트 변환으로 취급. 사용자가 명시적으로 요청하지 않는 한 최종 작업 결과 출력을 원시인 스타일로 다시 작성하지 마십시오.
• 짧은 서술형 문장 사용.
• 구체적인 명사와 동사 선호.
• 소스 순서를 유지하되, 논리 보존을 위해 재정렬이 필요한 경우는 예외.

검증

완료 전에 다음을 확인:

1. 사실 집합이 소스와 일치.
2. 숫자와 표현이 여전히 존재.
3. 추론 체인에 결함이 없음.
4. 새로운 정보가 도입되지 않음.
5. 압축이 전보체처럼 되거나 모호해지지 않음.

참고 자료

• 전체 규칙 세트, 엣지 케이스, 안티패턴 및 예제는 references/spec.md를 참조.
• 바로 사용할 수 있는 압축 또는 확장 프롬프트 형태가 필요하면 references/prompts.md를 참조.