企业官网建设流程全解析

如果你最近还在认真打磨一个三四千字、层层套娃、附十几个示例的“终极 Prompt”，那我先说一句不太好听的：

你可能优化的不是 Agent，而是在优化一份写给 2024 年模型的遗书。

这不是我故意耍嘴。
而是最近几天围绕 Claude Code、Claude Fable 5、Agent 工作流的讨论，已经把一个趋势讲得很明白了：

新一代 Agent，不一定更喜欢更长的 Prompt。很多时候，它们反而更吃“更短，但结构更清楚”的指令。

7 月 2 日，Claude Code 发布新版本，继续把后台 agent、skill、浏览器能力这些东西往前推。
7 月 3 日，有消息提到 Anthropic 为适配 Claude Fable 5，把 Claude Code 的系统提示词精简了 80%。
7 月 4 日，围绕 Fable 5 的护栏、回退和实际表现，社区又吵成一片。
7 月 5 日，Simon Willison 则放出了一篇很有代表性的实战记录，用 Claude Fable 辅助推进sqlite-utils的发布审查，总共 37 轮 prompt、34 个 commit，最后真正起作用的不是“超长提示词”，而是清晰目标、可执行步骤和持续反馈。

所以今天真正值得问的问题不是：

“Prompt 还重要吗？”

而是：

“Prompt 到底该负责什么，不该负责什么？”

一，先把最容易混的三个词讲清楚：Prompt、Skill、Tool 到底分别是什么

很多人现在一聊 Agent，就会把这几个词搅成一锅粥。

其实你可以这样理解：

1. Prompt：告诉 AI 你想让它干嘛

Prompt 本质上是指令。

比如：

• 你要解决什么问题
• 你希望它产出什么
• 你对语气、格式、边界有什么要求

它更像是“任务说明书”。

2. Skill：把一套经常重复的做事方法，打包成可复用流程

Skill 不是单句提示词，而是一整套稳定流程。

它里面通常会带：

• 角色设定
• 步骤顺序
• 输出格式
• 调用哪些工具
• 哪些情况该停，哪些情况该继续

它更像“岗位 SOP”。

3. Tool：让 AI 真能动手的能力接口

Tool 这个词，说人话就是：AI 的手和脚。

如果没有 tool，AI 大多数时候只能“告诉你怎么做”。
有了 tool，它才能“替你去做”。

常见 tool 包括：

• 搜索网页
• 读取文件
• 跑命令
• 查数据库
• 调 API
• 生图
• 生视频

比如一个 Agent 说“我帮你去搜资料”，靠的是搜索 tool。
它说“我帮你改文件”，靠的是文件和执行 tool。
它说“我帮你把封面图做出来”，那靠的是图像生成 tool，或者再往上一层，调用一个已经封装好多模型能力的执行层。像 iMini 这种一站式生图生视频平台，放在这里就比较顺手。

一句话总结：

• Prompt决定方向
• Skill决定流程
• Tool决定它能不能真正动手

二，为什么 Prompt 不是越长越好，甚至可能越长越拖后腿

这几年大家被训练出一个很强的惯性：

模型不听话？加限制。
结果不稳定？加示例。
格式不整齐？再补模板。
还不行？继续叠规则。

最后 Prompt 长得像什么呢？

像你给一个新同事发了一本入职手册、一份部门制度、一份风格指南、六个历史案例、三页反面教材，然后要求他 3 分钟后立刻开工。

你以为你给的是充分上下文。
模型感受到的，很多时候是注意力污染。

原因不复杂，通常有三点。

1. 长 Prompt 容易把真正重要的目标埋掉

你最想让它完成的核心目标，可能只占整段 Prompt 的 5%。
剩下 95% 都是限制、补充、示例、口吻、边角注意事项。

结果就是主次反了。

Agent 本来该先搞清楚“我要完成什么”，最后却把大量注意力花在“我不能像上次那样用顿号”“不要写得太像 AI”这些外围约束上。

2. 过多示例，会把模型框死在旧解法里

这是这次 Claude Code 系统提示被大幅精简，最值得玩味的地方。

以前大家总觉得，示例越多越稳。
但新模型的一个变化是，它们本身已经见过足够多的模式。你给太多示例，反而像是在告诉它：

“别自己发挥了，就按我这几个旧套路抄。”

这就会出现一个很有意思的反效果：

你以为你在提高稳定性，实际上你可能在压低它的上限。

3. 很多本该交给 Tool 或 Skill 的事，被你硬塞进了 Prompt

这个最常见。

比如你明明想让它：

• 先搜资料
• 再比对两篇文章
• 再生成一个表格
• 再做一张图

但你没有把这些变成可执行流程或 tool 调用，而是都写成自然语言要求。

于是 Agent 看起来懂了很多，实际上什么都没真正接上。

这就像你让一个人“请具备搜索能力、表格能力、绘图能力和发布能力”，但你没有给他电脑、浏览器、Excel 和设计软件。

他能怎么办？
当然只能嘴上答应得很完整。

三，真正该变短的，不是思考，而是说明书

很多人一听“Prompt 要变短”，马上会误解成：

“那是不是以后随便一句话丢给 Agent 就行了？”

当然不是。

变短，不等于变草率。
变短，真正该做的是把信息重新分层。

你要把原来那一大坨 Prompt，拆成四部分：

1. 目标

只写这次到底要完成什么。

比如：

• 帮我写一篇知乎/CSDN 长文
• 主题是“为什么 Agent 时代 Prompt 反而更短”
• 面向已经在用 Claude Code / Codex / Cursor 的用户

2. 约束

只保留真正影响结果的边界。

比如：

• 不写成纯新闻复述
• 要有方法论
• 要解释清楚 tool / skill / prompt 的区别
• 语气要自然，但不能太油

3. 执行能力

这里不要再靠写作文式描述，而是直接交给工具和 skill。

比如：

• 搜索最近几天讨论
• 拉取已有素材
• 生成配图
• 存档 markdown

4. 可复用资产

把经常重复的东西沉淀出去，不要每次重写。

比如：

• 平台排版要求
• 标题偏好
• 图文比例
• 常用结构模板

这时候你会发现，Prompt 之所以能变短，不是因为你偷懒了，而是因为你终于不再让它承担全部职责了。

四，今天做 Agent，更合理的写法是什么样

我给一个很务实的对照。

很多人现在写 Prompt，大概是这样：

你是一个顶级 AI 写作助手，请帮我写一篇关于 Agent 的文章，要有洞察、有结构、有案例、有人味，同时参考最新信息，不要太空，要有专业度，语气轻松但不要轻浮，标题要有吸引力，开头要抓人，中间要讲透 tool 和 skill 的区别，最后给出建议，最好再配图……

你看着就累，模型读着也累。

换一种写法，其实会更好：

写一篇知乎/CSDN 长文，主题是“为什么 Agent 时代 Prompt 反而更短”。
必须解释清楚 Prompt、Skill、Tool 的区别。
先调研 7 月 2 日到 7 月 5 日相关讨论，再写。
语气自然、专业，有观点，不写成新闻摘要。
配 3 张以内解释型配图，最终保存为 markdown。

短很多，但并不弱。

为什么？

因为：

• 目标是清楚的
• 约束是有效的
• 动作是可执行的
• 额外能力由工具去补

这才是 Agent 时代的 Prompt 写法。

五，什么该写进 Prompt，什么不该

这个我给你一个最简单的判断标准：

该写进 Prompt 的

• 最终目标
• 成败标准
• 风格边界
• 关键限制条件

不该继续堆进 Prompt 的

• 大量重复示例
• 长篇历史背景
• 工具调用细节
• 固定流程说明
• 每次都一样的平台规则

这些东西，要么做成 skill，要么做成模板，要么交给 memory 或资产包。

否则你的 Agent 会越来越像一个“背着 50 斤说明书上班的人”，理论很全，行动很慢。

六，真正成熟的 Agent，靠的不是长 Prompt，而是分工

现在很多人还在比谁会写 Prompt。
但再往后看一点，你会发现真正拉开差距的，是谁更会做分工。

成熟的 Agent 工作流，通常会长这样：

• Prompt负责定目标
• Skill负责给流程骨架
• Tool负责执行动作
• Memory负责记住上下文
• Asset负责沉淀可迁移经验

这也是为什么最近你会越来越频繁看到这些关键词一起出现：

• sub-agent
• tool use
• skill
• memory
• gateway
• asset pack

不是大家突然爱讲黑话了。
而是因为只靠 Prompt 一个东西，已经撑不起真正复杂的工作流了。

七，最后给一个很直接的判断

如果你现在做 Agent 时，仍然满足下面两条中的大部分：

• 一出问题就继续往 Prompt 里加字
• 一换场景就把整段 Prompt 从头重写

那大概率说明你还没有真正进入 Agent 工作流，而只是把聊天式 AI 用得更累了一点。

真正往前走的一步，不是把 Prompt 写得更长。
而是开始认真区分：

• 什么是目标
• 什么是流程
• 什么是能力
• 什么是资产

Claude Code 把系统提示词砍掉 80%，这件事真正值得大家学的，不是“短 Prompt 万岁”这种表面结论。

而是：

当模型更强之后，Prompt 终于可以不用再替所有缺失的系统能力背锅了。

这才是重点。

所以如果你今天问我，2026 做 Agent 最值得改掉的一个老习惯是什么？

我会说：

别再拿 Prompt 当万能胶了。

它应该更短一点。
但与此同时，你的 skill、tool、memory 和资产层，应该更厚一点。