SimpleEnglish 代理技能讓大型語言模型能以 ASD‑STE100 簡化技術英語撰寫
TL;DR – SimpleEnglish 技能的作用與重要性
SimpleEnglish 代理技能迫使大型語言模型產生符合 ASD‑STE100 簡化技術英語標準的文字，消除大部分「AI 垃圾」並將句子長度、標記數量與規則違規率在六個 Claude 模型上大約降低 73%。這使得 AI 生成的文件更清晰、歧義更少，且在航空維護等關鍵任務環境中更安全。
核心功能 – 代理層級的外掛，而非提示語技巧
此專案提供單一檔案的 Agent Skill，可安裝於任何支援 Agent Skills 標準的環境（Claude Code、Cursor、VS Code Copilot、OpenAI Codex、Gemini CLI、Goose、OpenCode 等）。安裝只需一行指令：
npx skills add AminBlg/SimpleEnglish
此技能注入一段系統提示，根據 ASD‑STE100 的 53 條編號規則，確保每次生成皆受以下限制：
- ≤ 20 個字詞每指令，≤ 25 個字詞每說明
- 每個字詞僅有一個意義（無歧義同義詞）
- 僅使用簡單現在式/過去式
- 不使用「‑ing」動詞形式
- 僅使用主動語態
- 除 can、will、must 外，不使用含糊的情態動詞
- 條件先於指令，每句僅有一個指令，等等
由於此技能位於代理執行環境中，能在各工具間一致運作，無需使用者記住自訂提示語。
可量化的影響 – 基準測試結果
此儲存庫包含可重現的基準測試（96 次執行：6 個 Claude 模型 × 8 個寫作任務 × 2 種條件）。主要發現如下：
| 模型 | STE違規 / 100字（基線） | STE違規 / 100字（技能） | 減少率 |
|---|---|---|---|
| claude‑opus‑4‑8 | 1.05 | 0.62 | 41 % |
| claude‑opus‑4‑7 | 2.28 | 0.42 | 82 % |
| claude‑opus‑4‑6 | 2.24 | 0.40 | 82 % |
| claude‑opus‑4‑5 | 2.55 | 0.57 | 78 % |
| claude‑sonnet‑5 | 2.67 | 0.53 | 80 % |
| claude‑sonnet‑4‑6 | 2.06 | 0.52 | 75 % |
所有模型的輸出標記也較少，且平均句長縮短（11.2 → 9.7 個字詞）。評估使用確定性的正則表達式檢查器，對基線與加入技能的輸出套用相同規則集，確保公平比較。
真實案例 – 前後對照
README 展示了並排改寫的範例。典型的 LLM 輸出：
"利用 sqlpipe 的強大架構，使用者可以無縫同步他們的 Postgres 表格至 S3，且只需最少的設定開銷。 ..."
套用此技能後：
"sqlpipe 將你的 Postgres 表格複製至 S3。它只需要一個設定檔。開始之前，請確認你的 AWS 憑證正確。若不正確，S3 會因權限錯誤而拒絕上傳。"
其他範例包括錯誤訊息、事故報告與發行說明，皆被轉換為簡潔、祈使語句，使疲憊的技師也能毫無歧義地遵循。
安裝方式 – CLI 與 Web UI
- CLI –
npx skills add可用於任何相容 Agent Skills 的環境。 - Claude.ai – 於 Settings → Customize → Skills 上傳
SKILL.md檔案。 - ChatGPT – 將系統提示區塊貼到 Custom Instructions。
- Gemini – 將相同區塊加入 Gemini 「Gem」的指示中。
- 任何其他聊天機器人 – 貼上提示，並請求在所有後續生成中套用此技能。
亦提供約 60 標記的精簡版，以因應標記預算緊張的情境。
社群回饋 – Hacker News 常見主題
「它如何影響模型的智慧？」 – 有使用者疑問限制輸出是否會限制模型的推理能力。此技能僅修改 表層 語言；底層模型仍執行相同的推理步驟。
「系統提示只要一行就足夠」 – 多位評論者認為簡單提示（例如「使用 ASD‑STE100」）即可達到相似效果。作者回應說，此技能編碼完整的 53 條規則，確保在各代理中一致執行，無需手動提示工程。
「只要在請求前加上前綴就得到不錯的結果」 – 有使用者回報手動要求 STE 可得到可接受的改寫，但指出此技能消除臨時提示的需求，並提供確定性的規則遵循。
「這只是累贅，熟練使用者不需要」 – 有人將此技能視為不必要的樣板程式。另一些人則強調它對非技術寫手或在大型程式碼庫中強制風格的價值，因手動提示不切實際。
「README 本身違反 STE」 – 一個帶有諷刺意味的觀察，指出專案文件本身違反了多條 STE 規則，凸顯寫作此風格的難度。
「使用 linter 進行後處理」 – 建議將 STE 的執行視為 linter，而非生成限制。SimpleEnglish 技能可視為 生成前 的 linter，確保模型永不產生禁止的結構。
總體而言，討論呈現出偏好最小化提示的純粹派與欣賞可重用、符合標準的執行層的實務派之分歧。
限制與範圍
- 不適用於行銷或品牌語調 – 此技能刻意阻止宣傳語言；旨在技術文件、錯誤訊息、作業手冊、事故報告與發行說明。
- 無官方認證 – ASD‑STE100 不對工具進行認證；此技能提供務實的符合性，但不聲稱正式認證。
- 模型無關但僅在 Claude 上評估 – 雖然此技能可用於任何相容 Agent Skills 的模型，基準資料目前僅限於 Claude 系列。
- 可能的漂移 – 隨著模型演進，技能可能需要更新以因應新的斷詞特性或新興的語句模式。
如何擴充或調整此技能
- 領域詞彙 – 使用者可加入自訂詞彙表，以保留行業特定術語，同時仍遵守 STE 語法。
- 嚴格模式 – 此儲存庫提供更嚴格的設定，較貼近官方規則集，適用於需要近乎認證輸出的環境。
- 與 linter 整合 – 將此技能與生成後的英文 linter（如 Vale）結合，可捕捉任何剩餘的違規。
授權與來源
程式碼以 MIT 授權釋出，且僅包含規則說明的改寫；未重製任何專有的 ASD‑STE100 文字。此專案與 ASD 組織無關。
重點結論
SimpleEnglish 代理技能展示了輕量、基於標準的外掛如何顯著提升 AI 生成技術文件的清晰度與安全性。透過將已有 40 年歷史的 ASD‑STE100 規則直接嵌入生成流程，它消除臨時提示的需求，降低標記使用量，並產生始終簡潔且無歧義的輸出——這些特性對航空維護等高風險領域至關重要。