面向 LLM 的友好上下文

面向 LLM 的友好上下文

目标是实现稳定的下游执行：下一个智能体应当知道要读什么、要做什么、什么算成功，以及哪些未解决的决策会改变结果。

本技能规范面向 LLM 的输出，使提示词、交接和生成的产物清晰明确。调用方提供产物类型以及任何产物特定的模板或输入契约；只包含其使用方用来决策、行动或验证所需的信息。当使用方根据字段分支处理时，使用已声明契约的字段名和取值含义。

核心规则

1. 使用正向、可执行的指令

   • 说明下一个智能体应当做什么
   • 将质量策略转化为正向标准
   • 示例：“在已记录的兼容性用例中保持现有公共 API 行为不变。”
   • 只有在禁令保护不可逆边界或已发布契约时才保留它；此时要同时说明受保护的条件和允许的行动

2. 将模糊指令具体化

   • 用可观测的条件、路径、命令、schema、示例或决策规则替代主观用词
   • 以下用词在把决策留给下一个智能体时通常需要澄清：appropriate（合适）、proper（恰当）、related（相关）、existing behavior（现有行为）、optional（可选）、as needed（按需）、if needed（如有需要）、per convention（按惯例）、未解决的备选方案、TBD（待定）、placeholder（占位符）

3. 明确输出形态

   • 定义使用方会用到的章节、字段、表格列、JSON 键或检查清单项
   • 对于交接，仅在会影响下一步转换时才包含生成的产物路径和状态字段

4. 提供最小且充分的上下文

   • “充分”是指对所分配的行动而言充分，而非提供完整背景：所包含的每一项都会被该行动或其必须产出的结果所使用
   • 包含该行动会用到的目的、来源产物、硬性约束、已接受的决策和未解决的条件
   • 优先使用具体的文件路径和章节提示，而非宽泛的模块名
   • 只要引用还能改变范围内的决策、行动或验证结果，就继续追踪；一旦下一个链接只是确认已经决定的内容，就停止

5. 将复杂工作拆解为可验证的步骤

   • 将有 3 个及以上目标或存在先后依赖关系的工作拆分为有序步骤
   • 每个步骤都需要一个检查点：什么依据能证明它已完成

6. 明确允许不确定性

   • 在将某个缺失的操作细节视为未解决之前，先从约束性产物和具有代表性的仓库依据中解决它
   • 记录剩余的不确定性及其对结果或证明的影响。在已确认的边界内做出可逆的、仓库本地的选择，并保留所用的依据
   • 将阻塞下一步的未知项转化为继续所需的具体、可验证依据要求。仅当已确认的成果、目标状态需求与非目标无法在没有用户选择的情况下同时成立时，或不可逆的外部行动需要授权时，才询问用户。当只是证明不可得时，完成不受影响的工作，并准确报告哪些内容无法验证及原因

7. 保持约束的适度性

   • 只添加能减少歧义或保护真实需求的约束
   • 当目标行动、上下文和成功标准已经明确时，让简单的下游任务保持轻量