ubiquitous-language

ubiquitous-language 技能總覽

ubiquitous-language 是什麼

ubiquitous-language 技能會把雜亂的對話整理成一份 DDD 風格的術語表：它會抽出領域詞彙、找出歧義與同義詞漂移，接著寫出一份標準化的 UBIQUITOUS_LANGUAGE.md。如果你需要為產品、工程或 Technical Writing 建立共享詞彙，這個 ubiquitous-language 技能能幫你把術語講清楚，而不是讓模型自行發揮。

適合哪些人安裝

如果你正在定義領域模型、撰寫某個產品範圍的文件、對齊團隊用語，或整理規格與文件中混亂的語言，就很適合安裝這個 ubiquitous-language 技能。尤其當你手上已經有真實對話、訪談逐字稿或需求串，並希望快速把術語標準化時，它特別有用。

為什麼它有用

它真正要解決的不是「寫一份術語表」，而是「防止語意漂移」。當你的最大風險是命名不一致、術語一詞多義，或同一件事被叫成好幾種名稱時，這個技能最能派上用場。它不只是產生文字，而是幫你選出一個標準術語，並說清楚哪些叫法要避免。

如何使用 ubiquitous-language 技能

安裝並找到技能檔案

可以透過你的技能管理器使用 ubiquitous-language install 流程，或直接從 mattpocock/skills 的 skills/deprecated/ubiquitous-language 路徑安裝。先從 SKILL.md 開始；這裡沒有 helper scripts、references 或 resource folders，所以主要行為都集中在這一個檔案裡。

提供正確的來源素材

要把 ubiquitous-language 用好，請提供包含真實領域語言的對話、筆記、工單串或草稿規格。好的提示會先說明情境與判斷範圍，例如：「請從這段產品探索對話中萃取 order-management app 的 ubiquitous-language 術語表。優先處理 customer、order、invoice、shipment、refund 這些詞，並標記任何看起來一詞多義的字。」

調整提示以提升輸出品質

當你明確告訴它哪些術語重要、這份術語表是給誰用時，效果最好。如果你要把 ubiquitous-language 用在 Technical Writing，就直接說明，並要求產出可重複用於文件、UI 標籤與 API 文件的術語。也可以加入限制，例如「優先採用立場明確的標準術語」、「標出要避免的別名」，或「聚焦對使用者有影響的詞彙」。

採用簡單的工作流程

先貼上來源對話或筆記。接著請它輸出術語表與辨識出的歧義。然後對照產品現況檢查產生的 UBIQUITOUS_LANGUAGE.md：確認每個詞是否真的有區別、同義詞是否應該合併，以及是否有某些詞應改成更符合團隊實際用語的名稱。

ubiquitous-language 技能 FAQ

這比一般提示詞更好嗎？

當你要的是可重複的術語整理，而不是一次性的摘要時，答案是有。一般提示詞可能只會列出一些詞彙，但 ubiquitous-language 技能是為了辨識歧義、提出標準寫法，並把結果存成可重用的檔案格式而設計的。

它不做什麼？

它不能取代和利害關係人做領域驗證。它可以從對話中推斷並整理術語，但無法知道你們團隊正式採用的是哪個標籤。如果來源內容太少或前後矛盾，輸出應被視為待審稿，而不是唯一真相。

它適合新手嗎？

可以，只要你能提供清楚的來源文字和明確的領域。新手最常犯的錯誤，是只說「幫我做一份術語表」，卻沒有提供足夠的領域背景。對話越具體、受眾越明確，這份 ubiquitous-language 指引的效果就越好。

什麼情況下我應該略過它？

如果你只需要一段短版行銷定義、一個通用術語頁，或一個沒有實際術語衝突的廣泛分類，就可以跳過這個技能。它最有價值的時候，是語言選擇會影響實作、文件，或跨部門對齊。

如何改進 ubiquitous-language 技能

提供更多領域證據，而不是更多空話

最大的改進通常來自更豐富的來源語言：user stories、support tickets、onboarding copy 與產品討論都很有幫助。對 ubiquitous-language 而言，帶有範例的術語比抽象的功能列表更容易被標準化。

要求它做出真正重要的決策

明確告訴它你要優化什麼：文件一致性、UI 中減少同義詞、API 命名更清楚，或更貼近 DDD。若你是把 ubiquitous-language 用於 Technical Writing，就要求它優先選擇適合用在標題、標籤、表格列與跨文件重用的詞。

檢查常見失誤模式

留意它是否把本來不同的概念過度合併、是否創造出團隊根本不會使用的詞，或是否把領域細節抹平成過度通用的語言。如果第一版太抽象，就回覆一些邊界案例，請它根據那些差異重寫術語表。

用具體修正反覆迭代

改善輸出最快的方法，是明確指出哪些詞選錯了，以及原因。例如：「請用 customer 取代 account，把 order 與 purchase 分開，並把 refund 和 credit 當成不同概念。」這類回饋會讓下一輪 ubiquitous-language 技能的結果精準許多。