ARTICLE · 1042684
AI 工具的 6 层上下文,写错地方就是在烧 token
AI 工具的 6 层上下文，写错地方就是在烧 token
—— 一篇方法论：Soul、Agent、Skill、reference、prompt 到底怎么分
💡 你有没有过这种感觉——明明在系统提示词里写了"每一步都要先和我确认"，AI 拿到任务直接跑完；又在 prompt 里啰嗦一大段人格设定，下一次开新会话，它又忘了你是谁。问题大概率不是 AI 不听话，而是你把规则写错了层。今天这篇，把 AI 工具里那些看似差不多的文件——设置、Soul、Agent、Skill、reference、prompt——一次性讲清楚。看完你就知道：什么规则放哪里最省 token、什么约束放哪层 AI 最听话。
📌 一、先认清：你说的这 6 个东西，全是"提示词"
很多新手会把"系统设置"、"Soul.md"、"Agent.md"、"Skill.md"、"skill/reference"、"prompt"当成 6 种不同的东西。
其实它们本质都一样——都是要被 AI 看到的文本。
区别只在 3 个维度：
- 加载时机
：每次会话自动注入？触发某个技能才加载？只在本次任务里？ - 作用域
：跨所有 AI 通用？只对某个 Agent？只对某个 Skill？ - 更新频率
：几乎不变？偶尔改？每次任务都改？
抓住这 3 个维度，下面这张图你直接拿去对照 ↓
"Every token in a rule pays rent on every turn."—— Jeff Reese, scien.cx意思是：常驻规则里的每一个字，每次 AI 思考都要为它付钱。所以规则要"精"，不要"全"。
📌 二、一句话类比：6 层 = 一个公司的 6 种文件
如果上面那张图看着还是抽象，这里有一组更接地气的类比 ↓
类比不是让你死记硬背，是让你一眼就能判断——这条内容应该属于哪一层？
📌 三、判断口诀：3 步定位法
下次想加一条规则，按这 3 个问题问自己 ↓
一个反直觉的原则：能放在窄作用域，就别放在宽作用域。窄作用域不加载、不付费、不污染其它场景；宽作用域每次都加载、每次都付费，且容易和别的规则打架。
📌 四、5 个真实案例：写错地方到底会怎样？
光讲道理不够，下面 5 个真实发生的反面案例，让你直观感受"放错位置"的代价 ↓
案例 1：把"提示词"当"宪法"——林亦 LYi 的小龙虾
现象：让 AI 做一个"小龙虾外卖门店分析"的表格生成任务。前 5 轮 AI 只丢一个文件路径就结束，第 6 轮才真正生成，第 12 轮之后 AI 完全忘了"小龙虾"这个限定词，做出来的是普通外卖表格。
根因：上下文里塞了智能体人设（218 字）+ 工具列表（1342 字）+ 用户画像（89 字），用户原始指令只占 4.7%。AI 的注意力被淹没。
启示：全局上下文不是垃圾场。核心任务指令应该明确写在 prompt 的最前/最后位置，或者独立成工单。
案例 2：把"流程"当"规则"——Anthropic 内置提示词烧钱
现象：某版本 Claude 内置了 ~12 万 token 的系统提示词，每次新会话加载一次就要 ~1 美元。"你还没问任何问题，钱已经花了。"
启示：常驻大 system prompt 是隐性税。Anthropic 自己后来都主动削减内置 system prompt 到最少。
案例 3：把"重复流程"当"prompt"——SKILL.md 写 1000 行
现象：中文社区一位作者实测，把一个 Skill 写成 1000 行，单次加载成本 0.35 元；精简到 200 行后，单次成本压到 0.07 元——成本下降 80%。更糟的是，AI 反馈"skill 有歧义"，执行反而更差。
启示：Skill.md 的硬上限是 200-300 行，再多就拆 reference。单一职责 + 渐进式披露是工业标准，不是建议。
案例 4：把"业务知识"当"规则"——Claude Code 修 bug 加载 6.8 万 token
现象：用户一句"帮我修一下这个 bug"，模型实际收到 6.8 万 token 的上下文（含工具定义、MCP 信息、系统规则、CLI 环境描述）。绝大部分和修 bug 没关系。
启示：工具自身的"内置上下文"已经够重，业务知识不要再去叠规则层，应该放 Skill 或 reference，按需加载。
案例 5：让"规则"和"技能"打架
现象：内置 system prompt 说"不要写注释"，某个 Skill 说"关键代码要留文档"，AI 在执行时花 token 去"调和"这两条规则，结果哪条都没严格遵守。
启示：规则之间不能互相矛盾。遇到冲突，要么合并、要么把更细的那条放进 Skill（按需加载），不要让常驻规则背所有场景的锅。
📌 五、写在哪里最合适？一张速查表
把你脑子里最常见的几条规则拿出来对照 ↓
📌 六、3 步自检清单
在加新规则之前，拿这个清单过一遍 ↓
📌 七、最后一句话总结
记住：作用域越窄，AI 越听话；作用域越宽，token 烧得越快。
👍 ❤️ ➡️
既然看到这里了，如果觉得有用，随手点个赞、推荐、分享三连吧 👇
我是 Arthur，热衷于分享 AI 工具、办公提效、运营人职场成长干货、数据运营、销售运营、业务运营、市场渠道运营相关的干货~
你平时最容易把规则"放错层"的是哪一种？欢迎评论区聊聊，我看到都会回。