渐进式披露式能力组织
定义
渐进式披露式能力组织，是指把 AI 能力单元组织成“先粗后细、按需展开”的分层信息结构，而不是在一次提示中把全部背景、规则、步骤、模板和案例同时塞给模型。
其基本做法是：先给模型一层最小必要信息，让它判断“这个能力是否相关、是否应该调用”；只有在判断相关后，才进一步加载完整执行细节；若执行中还需要更深上下文，再继续查阅参考材料、模板或示例。
这种组织方式的重点，不是单纯压缩字数，而是把“能力识别”和“能力执行”分离开来：先判断要不要用，再决定读多深。
在本文档中的语境
在本文语境中，这个概念来自 Anthropic 对 Skills 的组织方法，也呼应 OpenAI 所强调的“渐进式披露的文件系统”思路。它讨论的不是普通文档排版技巧，而是 AI工作流 中一种面向执行稳定性的能力封装方法。
它要解决的核心问题是：很多提示词第一次运行效果很好，但第二次、第三次就开始格式漂移、步骤遗漏、风格变化。问题不一定在模型本身，而常常在于工作流知识没有被稳定地组织成可复用能力单元，每次都靠对话临时重讲。
因此，渐进式披露式能力组织可以看作 Skills驱动的AI工作流设计 的底层组织原则，也是 可组合能力单元设计 的信息装配方式。它通常与能力目录、规范文件、自检规则、参考案例等一起出现。
关键机制：分层加载而非一次塞入全部信息
其核心机制是分层加载。原文给出的典型结构是三级加载，而不是把所有内容一次性注入。
第一级：最小识别层
第一层始终加载，只包含最小必要信息，例如能力名称、简短描述、触发条件。
这一层的任务不是教模型如何完整执行，而是帮助模型先做入口判断：
- 当前用户请求是否与这个能力相关
- 是否值得进一步展开这个能力的详细说明
- 是否应该优先调用其他能力，或与其他能力组合使用
原文特别强调，这一层必须写明“触发条件”，不能只写“这个能力做什么”。
例如，仅写“生成新闻文章”是不够的；更有效的写法是明确指出：当用户说“写稿”“二创”、提供新闻链接，或上传 markdown 文件时使用。
原因很直接：如果没有触发条件，模型就难以稳定判断何时调用该能力，结果往往只有两种：
- 要么每次都加载，造成 token 浪费
- 要么很少触发，能力写了等于没用
第二级：执行说明层
只有当模型判断该能力相关时，才加载这一层。
这一层承载完整执行细节，通常包括：
- 完整指令
- 工作流步骤
- 最佳实践
- 输出格式要求
- 风格要求
- 自检清单
以写作型能力为例，这一层可能会具体写出：先提炼观点，再构建结构，再撰写正文，最后执行自检；同时规定语气、长度、段落要求与输出形式。
也就是说，第二层回答的是“既然要用这个能力，那具体怎么做”。
第三级：深度参考层
第三层不是默认展开，而是在执行过程中按需查阅。
这一层通常放的是：
- 参考文档
- 模板
- 示例
- 优质案例
- 补充规范
例如写作能力在实际运行中，可能进一步查阅优质案例和段落结构模板；审校能力则可能查阅风格规范或发布规则。
这一层的作用是提供深度上下文，而不是成为每次都必须灌输给模型的基础负担。
先判断相关性，再展开细节
渐进式披露式能力组织最关键的判断动作，是把“相关性判断”前置。
传统做法常常是一开始就把全部规则、案例、例外、格式约束、审查标准全部塞进去，默认模型总会全部用上。但在多数任务里，真正相关的信息只占其中一部分。
渐进式组织则相反：
- 先让模型看到最小描述与触发条件
- 让模型判断当前请求是否需要这个能力
- 只有在需要时，才读取完整规范
- 仍然不够时，再读取参考资料或模板
这个顺序非常重要，因为它直接影响两个结果：
- token 成本：无关能力不必反复加载
- 执行稳定性：模型不容易被大量无关信息稀释注意力
换言之，它不是简单地“少给信息”，而是“只在正确时机给正确层级的信息”。
为什么能同时兼顾省 token 与稳定执行
原文把这种结构的价值概括为三个直接收益：省 token、省时间、更稳定。
1. 省 token
当能力细节、案例和模板不再默认全量注入时，模型每次只读取当前真正需要的部分。
这尤其适合能力数量较多的工作流。如果一个系统有抓取、写稿、审校、配图、发布等多个能力，把所有规则永久放进单一超长提示词，会导致每轮交互都重复承担无关上下文成本。
分层加载后，只有相关能力的细节会被展开，参考材料更是仅在必要时查阅，因此 token 消耗显著下降。
2. 省时间
这里的“省时间”不只是模型响应更轻，也包括人工维护时间。
如果工作流知识已经被拆成独立能力单元，使用者不需要每次重新解释流程；维护者也不需要在一个超长总提示中到处修改规则。
改动某个能力的规范文件，通常不会牵动全局。
3. 更稳定
稳定性的来源不是“信息更多”，而是“信息边界更清楚”。
当模型只在需要时读取与当前任务直接相关的能力说明，执行路径通常更清晰，跳步、漏步、风格漂移和格式失真的概率会下降。
原文将这类问题概括为提示词“跑一次就失效”。渐进式披露式能力组织的目标，正是把原本靠对话临时维持的流程，固化为可重复调用的能力结构。
与规范文件体系的关系
这种方法特别适合能力目录与规范文件体系。
原文给出的实践方式，是用一个总入口文件承担“目录”作用，再把不同能力拆成独立规范文件，同时配套参考资料。
其典型组织思路是：
- 一个总入口文件负责列出能力目录
- 每个能力拥有自己的独立规范说明
- 更深入的案例、模板、风格材料放在参考层
这种结构背后的原则是：不要再把所有规则都塞进一个超长提示词，而是把能力拆开维护。
对内容工作流而言，常见能力可以包括：
- 抓取新闻
- 写稿
- 审校
- 配图
- 发布
并且每个能力都应明确四类信息：
- 触发条件
- 输入
- 输出
- 规范或步骤
这使得能力既能独立调用，也能被更大的工作流编排。
与自检驱动执行的关系
原文还把这种组织方式与“减少人工逐环审核”联系起来。
在其论述中，随着模型产出速度提升，人工审查反而容易成为系统里最慢的环节。因此，更合理的做法不是在每一步都等人确认，而是把审核要求改写成可读取、可执行的规范文件和自检清单。
这意味着：
- 规则不再主要以“人工口头检查”存在
- 而是写入能力说明中，成为模型的自动检查依据
- 模型生成后先自检、自我修正
- 人只在最终高价值决策点进行一次发布性判断