問題 3 / 5

文中提到的「循序揭露」聽起來很抽象,在真實專案的技能(Skills)檔案結構中該如何落地設計?

AI 根據文章內容回答
「循序揭露」的本質就是將龐大的說明書改為「階層式選單」,維持主文件精簡,細節採按需載入。

你可以將技能資料夾設計為以下結構:
  • 主入口檔(SKILL.md):扮演導覽員角色,只包含 50~100 字的精準觸發條件描述,以及各子模組的快速索引表。
  • 子說明文件(/docs):將特殊例外處理、詳細 API 規格或極端案例拆分置於此目錄。例如 `edge-cases.md` 或 `schema-guide.md`。
  • 自動化腳本(/scripts):將複雜的檢查邏輯直接寫成 Shell 或 Python 腳本,讓 AI 直接呼叫執行,而不是在文本中一步步教 AI 怎麼做。
當模型接到任務時,會先讀取主入口檔判斷是否需要此技能,只有在真正需要深入時才會進一步讀取子文件,藉此大幅節省上下文空間。

其他問題

Q1 想整理專案裡累積已久的 AGENTS.md 與 Skills,具體該怎麼請 AI 幫忙自我診斷?有沒有推薦的提示詞切入點? Q2 放寬 AI 代理人的權限時,最怕它「衝過頭」動到不該動的資料,該如何精準劃分安全的授權邊界? Q4 為了避免 AI 做到一半就停下來請示,一份標準的「任務完成定義(DoD)」該包含哪些要素? Q5 提示詞改寫成「工作契約」模式後,有哪些過去不敢交給 AI 的複雜任務,現在可以開始嘗試了?