Claude Code 的 Concise+視覺化規則:讓強模型輸出更短、更容易掃讀
社群做法是搭配 Claude Code 官方 Concise output style,再於 CLAUDE.md 加入「流程、層級、時序、因果關係優先視覺化」規則。官方文件確認 Concise 會先給結果、略過前言並預設縮短回覆;但 Claude Code 不會直接讀 AGENTS.md,跨工具共用應由 CLAUDE.md 以 @AGENTS.md 匯入。本文整理正確設定、ASCII/Mermaid 分工與可直接採用的規則模板。
Claude Code / Output Design / Context Engineering
模型能力愈強,不代表輸出愈容易吸收。這則 Threads 提出一個低成本做法:啟用 Claude Code 官方 Concise output style,再加入「遇到流程、層級、時序或因果關係時主動視覺化」的持久規則。前者降低敘事噪音,後者把複雜關係轉成一眼可掃的結構。
Concise 解決「太多話」,視覺化規則解決「關係難讀」;兩者互補,但不該把所有回答都強迫畫成 ASCII。
Threads 的核心做法
作者在 CLAUDE.md 與 AGENTS.md 加入:
Viz content:
Use ASCII to visualize content when explaining concepts.
作者觀察,當內容包含流程、層級、時序或因果關係時,Claude 會主動畫出結構;再搭配官方 Concise style,回覆更短,也更容易理解。
附圖示例表達了什麼?
貼文附圖是合成的 login failure incident report,不含真實工作資料。它把同一份事故資料拆成五層:
- 結論先行:登入失敗率從 2.1% 升到 8.7%,影響 3,254 位使用者,並定位到第三方驗證服務延遲。
- 趨勢圖+關鍵指標:用文字折線圖顯示異常日期,旁邊列總嘗試、成功、失敗與影響比例。
- 失敗分類表:第三方驗證逾時占最大宗,其次是驗證碼、帳號密碼與 WAF 攔截。
- 事件時間線與根因鏈:部署、失敗率上升、AuthX 延遲、熔斷、供應商恢復;再以方塊流程呈現使用者→API→第三方→結果。
- 行動方案:已完成項目、待辦與預期改善指標分開。
真正有用的不是 ASCII 本身,而是它迫使回答形成「結論→證據→時間→根因→行動」的資訊架構。