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）
- • 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：
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：
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：
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：
- • 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：
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：
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：
- • 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)
- • Metadata 全部：100 × ~100 tokens ≈ 10,000 tokens
- • 触发 3–4 个 Skill 主体内容：≈ 15,000–20,000 tokens
- • 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：
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
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。
