你好，我是方可乐。
-
-
在讨论 Skill 节省 Token 之前，需要先讲一个核心理念：
Skill 并不是把所有规则和提示一次性塞进上下文，而是按需、分层、逐步加载内容的机制。
这一点相信对Skill的用法有点了解的同学，都能够get到。
而正是这个“只在需要时再加载”的机制，让 Skill 在大模型运行时极大减少无效上下文消耗，比直接用大量 prompt 简单重复指令要省得多。下面详细展开。
1）从 Token 泄漏问题说起
传统 prompt-engineering 大多是：
-
• 开场把所有规则硬塞进去（system prompt） -
• 用户每次输入，模型都要带着这些规则去处理 -
• 如果场景复杂，规则多，prompt 变长 -
• 所有规则都进入上下文，每条 token 都消耗成本
这种方法在简单场景可以，但一旦规则数量增长，上下文会膨胀得很快，直接影响成本和效果。
Skill 做的不是“把所有东西往 context 里堆”。
2）Skill 的三层按需加载架构（核心节省来源）
Skill 的节省核心来自于 渐进式披露（Progressive Disclosure）架构。这个机制把 Skill 内容拆成三层，按需要逐步加载，而不是一次性全部加载。(Claude Docs)
第一层：Metadata（元数据）—— 全部加载但非常轻量
这是每个 Skill 的最基础信息，通常只有：
-
• name（技能名） -
• description（描述触发条件和用途）
这一层在 Agent 启动时统一加载，但每个 Skill 消耗的 Token 非常少（典型是几十到 100 tokens 量级）。(Claude Docs)
例子：
---
name: pdf-processing
description: Extract text and tables from PDF files
---关键意义：
-
• 让 Agent 知道“我有哪些能力” -
• 不包含具体执行内容 -
• 所有 Skill 加起来也不会撑爆上下文
Token 消耗约为：
n 个 Skill × ~100 tokens
即使有上百个 Skill，也远低于一次性加载所有 Skill 说明。
第二层：Instructions（指令主体）—— 只在触发时加载
当模型判断当前任务可能需要某个 Skill 时，它才会去文件系统里读取该 Skill 的具体内容（SKILL.md 正文部分）并把它载入上下文。(Claude Docs)
这一层通常包含：
-
• 工作流程 -
• 步骤指导 -
• 决策逻辑
这部分内容比 Metadata 大得多，但 只会加载在当前任务相关的 Skill 上。
举例对比：
如果你有 100 个 Skill：
-
• 不触发时：不加载主体内容 -
• 触发时：平均可能加载 2–4 个 Skill 的正文
这比一次性把所有 Skill 都塞进上下文节省太多了。(skills.deeptoai.com)
第三层：Resources（资源层）—— 极具选择性加载
这一层是 Skill 中的可选部分，它可以包含：
-
• 模板文件 -
• 参考材料 -
• 脚本 -
• 示例文档
这些资源 仅在模型真正需要它们时才从文件系统读入，并且通常是通过执行命令（例如 bash 读文件、执行脚本）而不是直接把全内容放进上下文。(Claude Docs)
为什么这很省 Token？
因为很多时候模型只需要：
-
• 一条数据结果 -
• 模板输出 -
• 结构化反馈
而这些不需要把整个资源内容都加载到上下文，因此大幅减少了不必要的 Token 消耗。
3）对比普通 Prompt 与 Skill 的 Token 使用结构
来一个通俗的对比：
传统 Prompt
system prompt （所有规则 + 步骤 + 示例）
user prompt每次响应，都得把“全部规则”带进上下文。
Skill 方式
[第一层] Metadata（加载少量描述）
user prompt
如果匹配：加载第二层 Instructions
如果需要：再按需加载第三层资源换句话说：
-
• 普通 prompt：总是用全部内容换上下文 -
• Skill：总是先判断是否需要，再决定加载哪部分内容
这个过程类似于程序里的“懒加载（lazy loading）”，只在需要时再取数据。
4）真实节省效果有多明显？
一些社区测算和示例给出了非常直观的对比：
-
• 不用 Skill：如果加载 100 个完整说明（每个 5,000 tokens），总量可能达到 500,000 tokens 远超模型上下文限制。(skills.deeptoai.com) -
• Skill 方式： -
• Metadata 全部：100 × ~100 tokens ≈ 10,000 tokens -
• 触发 3–4 个 Skill 主体内容：≈ 15,000–20,000 tokens -
• 部分资源按需加载：可忽略或少量 -
• 总量远低于 传统堆叠，节省率 90%+。(skills.deeptoai.com)
这说明，即使系统中有大量 Skill，可用的上下文仍然很轻量。
5）为什么这不是简单的“把 prompt 改成 Skill”
这是很多人误解的地方。
Skill 之所以能省 Token，并不是因为提示词本身写得短，而是它的分层逻辑使得：-
• 在不相关的任务中，主体内容永远不会进入上下文 -
• 在相关的任务中，只加载必要的指令 -
• 资源部分因按需而真正节省
这和单纯写一个短 prompt 是不同级别的优化。
总结
Skill 能显著节省 Token，是因为它：
-
1. 先用极轻量的 Metadata 进行意图匹配 -
2. 只在任务相关时再加载主体 Instructions -
3. 在真正需要具体数据时按需加载资源
这种“按需加载、懒加载、分层披露”的机制，是 Skill 节省 token 的根本原因。
-
近期我也收集了不少好用的Skill用于AI编程。
感兴趣的同学，欢迎交流获取。
微信号：ThinkFun666
暗号：AI编程Skill
我是方可乐，一个用 AI 重塑人生，也希望陪更多人一起成长的人。
欢迎加入我的 AI 宇宙。