ARTICLE · 1152086
AI Skill 路由图谱 1: 为什么 AI 能读懂一张图?Skill 提示词里的 DAG
AI Skill 路由图谱 1: 为什么 AI 能读懂一张图?Skill 提示词里的 DAG本文是”AI之旅”合集 AI Skill 路由图谱 系列的第1篇。 探讨为什么一些 AI Skill 提示词会用有向无环图（DAG）来表达条件路由，AI 到底是怎么从一段文字里读懂这种图结构、并照着图上的路径一步步执行的，以及这背后真实存在、可查证的公开开源案例是什么样子。 
图片制作：Nano Banana 2 最近有同事讨论过一个挺具体的问题：给 AI 写提示词的时候，如果逻辑里有很多”如果……就……否则……“的分支，能不能不写成一条条列表，而是直接画一张图？他们发现，一些开源的 AI Skill 框架真就这么干——在提示词里嵌入一小段”图”，让 AI 根据图里的节点和箭头去判断该走哪条路。让人意外的是，AI 真的能读懂这种图，并且照着图上的路径执行。这背后的原理其实没那么玄，搞懂了会发现是个很自然的选择。 “有向无环图”（Directed Acyclic Graph，简称 DAG）这个词看起来吓人，拆开看其实就三层意思：先是”图”——由一堆”点”（节点）和连接点的”线”（边）组成；然后是”有向”——每条线都有方向，只能从一个点走向另一个点，不能反着走；最后是”无环”——顺着箭头一路走下去，永远不会绕回起点。用维基百科的定义说，“有向无环图就是没有环的有向图”，说的正是这个意思。 最贴切的类比是地铁线路图：站点就是节点，站点之间的连接就是有向边，从起点站上车，沿着线路一站一站往前坐，中途可能在某个换乘站分岔去不同方向，但绝不会坐着坐着又绕回起点站。这种”只往前、不回头”的结构，正是 DAG 的核心特征。 再看”条件路由”是什么：提示词里常有这样的逻辑——“先检查 A，如果满足条件就去做 X，不满足就去看看 B，B 满足就做 Y，否则做 Z”。这种逻辑本质上就是一串”判断点”和”往哪走”的组合，而 DAG 里的节点恰好可以表示判断点或动作，边则表示”往哪走”，边上还能贴一个标签写清楚”什么条件走这条路”。 用有序嵌套列表写这类逻辑也可以，但列表天生是线性的——写到第五步分出两条路，两条路各自又分叉，读的人得在脑子里把这些分叉全部”摊平”成一条阅读顺序，看着看着容易串行、忘了自己走到哪一条分支。图状结构则不需要摊平，分支和汇合点在图上一眼就能看清楚，这也是为什么流程图这种画法在软件工程里用了几十年——本质上都是把条件路由用图直接画出来，而不是硬塞进一条直线。 这里要澄清一个容易被夸大的说法：AI 并不是真的”理解”了图论，也不是在脑子里维护了一份图的数据结构再去”遍历”它。更准确的说法是：AI 在训练数据里见过大量结构化文本——代码、配置文件、图论描述、流程图脚本等等——学会了识别”这是一个节点”“这条线连接了哪两个节点”“这条边的标签代表什么条件”这类模式。当提示词里出现一段用文字描述的图（比如用节点名加箭头加条件标签写成的结构），AI 会把它当作一种结构化指令来解析：先识别出当前所处的节点，再对照边上的条件标签，判断该往哪条边走，最后执行边指向的下一个节点代表的动作。 这和我们人类读地铁线路图的过程其实很像——我们也不是理解了”图论”才会看线路图，而是学会了”圆点是站”“线是轨道”“箭头指方向”这些约定，然后照着约定去找路。AI 处理图状提示词，同样是先”认出”图的书写约定，再照着约定一步步往下走，并不是什么神秘的黑箱能力，只是对结构化文本模式的识别和执行。 这不是纸上谈兵。开源项目 github.com/obra/superpowers 是一套给 Claude Code 用的 Skill 库，它专门写了一份指南教开发者怎么给 Skill 加”小型流程图”：用 graphviz 的 DOT 语法写节点和边，菱形表示判断、方框表示动作、双圈表示流程的起点和终点，边上标注”是”“否”之类的条件，再让 AI 照着这张图去判断该用哪个 Skill、要不要往下走。 值得一提的是，这套指南里的图并不都严格是 DAG——大多数”该不该用这个 Skill”的判断图确实是纯粹的分支结构，从头走到尾不会回头；但另一些描述”多轮修复重试”这类流程的图，会特意画一条边从后面的节点指回前面的节点，形成一个有意为之的循环（比如”修复轮次没到上限，就回去再修一次”）。也就是说，这些 Skill 提示词用的是更宽泛的”有向图”，DAG 只是其中最常见的一种形态——专门用来表达那种”只往前走、绝不回头”的纯条件路由逻辑，一旦逻辑里需要重试或循环，作者会有意跳出 DAG，画一条回头的边。 图状结构看起来处理分支很清晰，但这不代表所有提示词都该画图。如果逻辑本来就是从头做到尾、没有分叉，写成图反而是给自己找麻烦——这时候有序列表依然是最省心的选择。那到底该按什么标准来选，什么时候图比列表更值得画？下一篇我们会把 DAG 和有序嵌套列表放在一起对比，看两者的分界线到底在哪里，以及怎么从自己手上的 Skill 需求出发，判断该用哪一种结构。