第 19 篇｜遵守 500 行剪法原則：將細節外移至 References 與 Scripts

許多進階使用者在習慣撰寫技能（Skills）後，會開始產生「越詳細越好」的囤積症傾向。他們會把公司上萬字的員工手冊、一整套代碼排版範例、以及幾十個踩過坑的負面特例，通通塞進同一個 skill.md 文件裡。

結果，AI 一旦載入這個 Skill，它的上下文視窗（Context Window）瞬間被塞得滿滿當當，召回資訊的精確度急劇下降。AI 開始看不見最關鍵的核心指令，甚至出現答非所問的嚴重現象。

在 AI 領域，這種現象被稱為 Context Road（脈絡過載退化）。大神的實戰心法明確地告訴我們：一整篇臃腫、包山包海的 Skill 只是在亂燒你的 API 錢包，你必須在寫 Skill 時遵守「500 行黃金剪法原則」。

實戰步驟一：在主 Skill.md 中只留下「執行心法與決策原則（Why & Mindset）」

當你檢視自己寫的 Skill，只要檔案長度超過了 500 行（甚至更嚴格的 200 行標準），你就必須毫不留情地對其開刀：

刪除「死板的微管理步驟（How）」：新世代推理模型的邏輯思維能力早已超越大部分人類，如果你用極度窄小、死板的步驟去框死它，AI 遇到突發狀況時就會完全喪失應變彈性，產出品質反而更差。

只保留「高價值的執行心法與哲學原則」：你應該在 skill.md 中傳授高層次的決策優先順序（Guiding Principles）。以「撰寫周報」為例，主文件裡不要教它怎麼查 Google Drive，而是寫下這段核心心法：「周報是寫給主管看的，挑選資訊的標準不是『我做了什麼』，而是『主管需要知道這件事嗎？』。在撰寫時，必須以『目前的卡點（Blocker）』與『下週的下一步行動』為首要優先。」 35 當 AI 吸收了這段工作哲學後，不論這週發生了什麼變動，它都能自主判斷並挑選出最有品味的成果，這才是真正有價值的「知識轉移」！

實戰步驟二：將格式特例與確定性動作，精準分流至 References 與 Scripts

那麼，那些被我們從主文件中無情剪掉的「排版範例」、「具體代碼格式」以及「數據撈取步驟」，到底該去哪裡？

大神的做法是把它們精準分流到以下兩個「外掛插槽」中：

將靜態的大量格式範例丟進 references/ 資料夾：如果你的周報需要一個非常複雜的 100 行 JSON 或 Markdown 排版格式，請把它單獨存放在 references/output_format_sample.md 中。在主 skill.md 中只需用一行文字指引 AI：「撰寫完畢後，請參閱 references/output_format_sample.md，確保輸出格式與範例完全一致。」 26, 36 這樣一來，平常 AI 在思考時不會被這 100 行格式塞滿腦子，只有在最後要輸出排版時，才會動態去參考它。

將不需創意的確定性動作寫成腳本丟進 scripts/：像是「撈取過去五天的 GitHub commit 紀錄並進行時間排序」這類毫無模糊空間、不需要 AI 發揮創意的死板動作，如果交給大語言模型去自然語言推理，它很容易 freestyle 抓成七天，甚至胡亂編造 commit。正確的做法是，寫一段簡單的 Python 或 Shell 腳本放在 scripts/ 中，讓它去撈取最正確的資料並自動轉成乾淨的格式。在主文件中指引 AI：「第一步，直接執行 scripts/get_github_commits.sh，讀取其回傳結果。」

巨大財務優勢：由於腳本代碼本體永遠不會被塞進 AI 的 Context 裡，只有其回傳的乾淨結果會被讀取。這能幫你省下海量的 token 費用，並在每次執行時，都為 AI 提供一個乾淨且穩定的起點！

行動總結

真正高階的 Skill 設計，追求的是「用最極簡的指令，撬動最強大的功能」。嚴格遵守 500 行剪法，心法放靜態、細節外掛到 references、確定性動作交給 scripts。這套精緻的算力分配美學，能讓你的自動化產線在省錢的同時，永遠維持智力的最高巔峰！