渐进加载
Progressive disclosure
学到 认得 就够：听到能明白
你可能会说
“我有许多技能和参考文件，是不是必须每次全部塞给模型？如何让它先知道有什么，再只读当前需要的内容？”
渐进加载把信息分层提供，先显示足以判断相关性的概要，需要时再读完整说明或细节；它既是设计原则，也被技能系统用于节省上下文。
使用 AI
科研里的例子
先向助手展示论文列表及全文状态；选定研究相关的条目后，再读取其理论、识别和结果部分，而不是整库一并载入。
Agent Skills 的典型方式是先加载名称与描述，任务匹配后读取 SKILL.md，再按需要载入参考或运行脚本。更一般的研究环境也可先给目录、字段和路径，再定向读取原文。它减少无关信息，但前提是概要足够准确、检索路径可用；被藏在深处的关键限制若没有提示，模型可能始终不会读取，所以分层时应让高风险约束容易被发现。
在你的学科里，直接拿去用
把模糊需求变成可执行任务
我不熟悉AI术语。请把我的需求转成明确的任务说明。 我的原话：[粘贴] 可用材料：[列出文件、表、链接或说明目前没有材料] 使用者与用途：[填写] 先用普通中文复述目标，再给需要时才用的关键中英术语。区分任务、输入、约束、输出和可检查的完成标准。若缺项会实质改变结果，最多问3个问题；其他假设明确列出。先交付任务说明，不擅自执行与改文件。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG01
判断
亲手检查一次
追踪任务中实际读取了哪些层级，抽查关键约束是否在需要时出现；若重要证据常被漏读，就要调整概要与触发说明。
它做不到的
渐进加载不是默认忽略原文，也不能让摘要取代证据；只看到文件名和简介时，不应声称已经审查了文件正文。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
- Agent Skills — Overview2026-11-06 核对
- Anthropic — Effective context engineering2026-11-06 核对
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。