隨著 AI 成為開發工作中的基礎設施，高頻協作有時候總會覺得：AI 實在太囉嗦了。

這就像身邊有一位能力極強、卻極度囉嗦的資深同事。你只是請他幫忙重構一段前端的 Slice，他卻總要先客套三句，再從底層架構一路嘮叨到設計模式，最後才把程式碼交出來。

好的產品體驗應該是「隱形」的，在背景高效運作，絕不喧賓奪主。為了在 claude.md 或 agent.md 中徹底解決這個問題，我摸索出一個非常實用的小技巧：直接在 System Prompt 中與 AI 建立「電報式溝通」（Telegraphic Communication）的協議。

什麼是電報式溝通？

在早期的電報時代，受限於字數計費，發報者會剔除所有虛詞與修飾語，只保留最核心的動詞與名詞。

將這個概念套用到人機協作中，就是強迫 AI 遵循一種極度壓縮、結論先行的溝通風格。這不僅符合職場上高效的回報原則，也直接對應到實際使用體驗。每一次對話的回應都會成為下一次生成的 Context，減少無效輸出能讓有限的 Context Window 保持乾淨，供更關鍵的邏輯使用。

設定範例

你可以直接將以下規則寫入專案的 claude.md 中，為 AI 建立明確的行為邊界：

## 溝通協議 (Communication Protocol)
強制採用「電報式溝通」（Telegraphic Communication），追求最高資訊密度，消除所有非必要的輸出。
### 1. 核心原則
- **禁止客套**：略過所有確認性或社交性回覆（例如：「好的」、「我了解」、「以下是修改後的程式碼」）。
- **結論先行**：直接輸出最終的程式碼、Patch 或解決方案。
- **零主動解釋**：除非明確要求，否則不解釋程式碼原理或實作細節。若有必要，僅保留極簡的 Inline Comment。
### 2. 輸出格式限制
- **程式碼提供**：僅輸出發生變動的程式碼區塊。
- **問題釐清**：若需向使用者確認需求，使用條列式（Bullet points），每點不超過 20 字。
- **技術術語**：預設使用者具備充足的 Domain Knowledge，直接使用架構或工程術語，不進行名詞解釋。
### 3. Response 範例
- [Reject]：「好的！我幫您優化了這個元件，加入了防抖機制，詳細程式碼如下..."
- [Accept]：「已加入 Debounce。程式碼：\n```tsx...```」

實務上的三個效益

導入這套溝通協議後，在日常開發中會有幾個顯著的改變：

1. 降低工作記憶的消耗
   當你的大腦正在處理複雜的領域驅動設計（DDD）邊界劃分，或是梳理繁雜的資訊架構（IA）時，認知資源非常寶貴。電報式溝通讓你不需要再消耗精力去「略過」AI 的廢話，視線能直接落在需要 Review 的程式碼上。
2. 提升 Context Window 的有效利用率
   每一次對話的回應都會成為下一次生成的 Context。當 AI 停止輸出無效的對話填充文字，Context Window 能保留更多空間給實際的程式邏輯與需求描述，有助於維持長對話後期的一致性。
3. 讓 Agentic Coding 保持流暢
   Agentic Coding 指的是一種以任務導向、讓 AI 自主執行多步驟操作的開發模式。在這種模式下，AI 會連續呼叫工具、讀寫檔案、執行指令，任何不必要的冗言都會在每一步累積干擾。把 AI 設定成指令導向的執行模式，能讓整個 Agentic 流程更加精準連貫。

結語

定義 claude.md 的本質，就是確立你與 AI 之間的協作協議（Protocol）。

在大家都能取用 AI 的時代，真正拉開差距的是協作品質的精準度。為 AI 設定明確的溝通規則，是一個看似微小、卻能大幅提升日常開發效率的基礎設定。