k lew

Markdown ohne Informationsverlust

Macht Markdown-Dokumente so zugänglich, dass auch Menschen mit leicht nachlassender Aufmerksamkeit sie gut lesen können: Schlussfolgerungen stehen am Anfang, Absätze werden aufgeteilt, Sätze kürzer, Handlungen klarer und unnötige Reize entfernt. Im Unterschied zu einem gewöhnlichen „Optimiere bitte das Layout“ gibt es drei Besonderheiten. Erstens bleibt der Änderungsumfang kontrollierbar. Du kannst nur die Formatierung ändern lassen, ohne ein einziges Wort im Text anzutasten – lediglich Markierungen, Leerraum und die Reihenfolge von Blöcken werden neu angeordnet. Oder du änderst nur die Formulierungen, ohne den Layoutstil anzurühren. Wenn du nichts vorgibst, werden beide Bereiche angepasst. Für sensible Inhalte wie Richtlinien und API-Dokumentation eignet sich der Modus „Leichte Anpassung“, für Besprechungsnotizen und chaotische Notizen der Modus „Umstrukturierung“. Zweitens werden niemals Informationen gelöscht. Wenn du ein Modell bittest, etwas „zu kürzen“, verschwinden oft stillschweigend zwei einschränkende Sätze – und du bemerkst es nicht sofort. Die eiserne Regel dieses Skills lautet: nur neu anordnen, nichts löschen. Wenn der Text zu lang ist, wird er eingeklappt oder in einen Anhang verschoben. Nach der Bearbeitung wird außerdem aufgelistet, was „absichtlich nicht geändert“ wurde, damit du alles überprüfen kannst. Drittens werden nebenbei typische KI-Formulierungen entfernt. Umständliche Gegenargumentationen, vorausschauende Doppelpunkte, künstlich tiefgründige Aussagen, Fachjargon, vage Mengenangaben, Behauptungen ohne Zahlen und verschachtelte Nebensätze sind nicht nur Stilprobleme – sie kosten Leser jedes Mal zusätzliche Aufmerksamkeit. Beim Umschreiben von Inhalten erzeugen Modelle jedoch besonders leicht genau solche Formulierungen. Das ursprüngliche Projekt ist ein agentenübergreifend einsetzbarer Skill mit einer deterministischen Skriptebene für Bewertung und verlustfreie Prüfung. Es lässt sich in Claude Code, Codex, Grok Build, Gemini CLI, Cursor und opencode installieren. Die Version auf youmind ist eine reine Prompt-Version. Die Regeln sind bereits integriert, es gibt jedoch keine Skriptprüfung. Vergleiche das Ergebnis deshalb anschließend mit dem Original und prüfe Zahlen sowie Ausnahmebedingungen. Quellcode und Regelsammlung: github.com/tsonglew/adhd-md