I-Lang 提示词压缩

问题在哪

调用 GPT、Claude、Gemini 时，按 token 计费——长提示词里重复的动词、路径和步骤描述，会直接变成账单上的数字。若每次都要手写一套「压缩方言」，不同会话里模型还可能读不懂语义。

I-Lang 是一套面向 AI 的提示压缩记号：把自然语言任务写成 [动词:@实体|修饰符] 或管道链 [A]=>[B]=>[C]，在常见场景下可压缩到原文约 40–65% 的 token 量，且不需要对模型做额外训练。

技能如何工作

当用户要求压缩某段提示时，技能按 I-Lang 语法规则改写，并先输出压缩结果，再简要说明各步含义。核心约定包括：

• 单步操作：[VERB:@ENTITY|mod1=val1,mod2=val2]
• 管道链：上一步输出作为 @PREV 传给下一步；多步任务用 => 串联
• 动词集（62 个）：数据 I/O（READ、WRIT、SYNC 等）、变换（Σ 合并、φ 过滤、Δ 差分等）、分析、生成与输出（Ω）
• 实体（14 个）：如 @GH、@DRIVE、@LOCAL、@LOG 等，表示资源来源或目标
• 修饰符（28 个）：whr、mch、fmt、len 等，承载过滤、格式、范围等语义

改写时优先用管道表达多步流程，在语义允许处用希腊字母动词（如 Σ、φ）提高压缩率；输入含糊时会向用户追问，避免丢语义。

边界与安全

I-Lang 输出是文本记号，不是可执行代码；但记号里含有 READ、WRIT、DEL 等动作词和资源引用。若把压缩结果交给会「当真执行」的 Agent 或工具链，可能触发真实读写或删除。送入自动化执行环境前，应人工审阅压缩文本。

协议细节与词典见 ilang.ai 与 ilang-dict。