简介:在构建 AI 应用时,提示词(Prompt)、Agent 技能(Agent Skill)与上下文工具接入协议(业界常称 MCP,下文统称“协议层”)经常被混为一谈。本文从架构位置、加载方式、决策链路、安全边界与运维成本等维度对比三者:提示词负责表达意图,技能层以渐进式披露封装过程化领域知识,协议层负责标准化接入工具与数据。文章给出调用链路示意、场景化选型建议与迁移注意事项,帮助读者判断何时该用哪一层。
在与 LLM 协作的工程实践中,三者常被混为一谈:“写提示词”“装个工具”“加个技能”似乎都在给模型补充信息或能力。三者确实共同服务于“让模型更懂任务、更能做事”,但解决的问题处在不同层次,不能互相替代。混用会带来几类典型问题:
更合理的理解方式是给三者分层:
提示词是以文本形式提供给模型的输入,承载任务描述、角色设定、输出约束与少量示例。它的成本最低、见效最快,是任何 AI 应用的基础层。其局限在于:容量有限,内容一长就容易相互干扰;逻辑以静态文本形式存在,难以做细粒度的加载、版本与权限管理。
技能是围绕某类任务组织的结构化知识单元,通常包含一句话级别的概括描述,以及按需展开的详细说明、操作指引、参考资料和脚本。其关键机制是渐进式披露:在系统提示里只放入技能目录(名称 + 简短描述),模型根据任务判断需要哪项技能,再深入读取细节。
这与计算机领域经典的按需加载(用到再载入内存)思想同源:内存昂贵而有限,所以资料留在硬盘、做好索引、用到再读。人也类似:大脑不会记住全部细节,而是记住“在哪里查、怎么查”。对 LLM 而言,窗口同样是稀缺资源,因此不应全量加载各技能的细节,而应先给概括、再按需深入。就像不必通读整本菜谱,只需在目录里找到要做的菜,做哪道看哪道。
协议层是一套开放的上下文接入规范,用统一的方式描述“有哪些工具、参数与返回如何定义、如何发现与调用、外部数据如何以资源形式提供给模型”。它把“模型”与“外部能力”之间的接口标准化,使同一个智能体侧实现可以对接不同来源的模型与工具实现,而不必为每种组合定制适配代码。它的边界也很清楚:它负责连接,不负责告诉模型“在什么业务条件下该用哪个工具”。
提示词位于输入层,技能位于知识/流程层,协议层位于能力接入层。它们构成一条从“意图”到“执行”的链路,而不是三个可互相替换的选项。
这是技能最本质的特点,也是它与“写一段长提示词”的根本区别。
协议层同样存在这个问题:把全部工具的完整参数说明一次性注入,成本随工具数增长。可行做法包括工具发现、分组加载、按技能暴露相关工具子集等,与渐进式披露是同一思路在不同层面的应用。
没有技能层时,决策链是:模型看到工具清单 → 直接决定用不用工具、用哪个工具。
引入技能层后,决策链变为:模型先判断是否需要某类领域技能、命中哪一项 → 再依据该技能内的指引判断是否需要调用工具、调用哪个。
差别在于,任务和工具之间多了一层过程化的领域知识。技能中不仅写了“用什么工具”,还写了“先看什么、什么条件下才调用、失败后如何回退”。因此模型不需要在缺乏业务上下文的情况下猜测工具语义,调用会更内行、更可靠。代价是多了一次判断环节,对技能描述质量的要求更高。
| 维度 | 提示词(Prompt) | Agent 技能(Skill) | 协议层(MCP) |
|---|---|---|---|
| 解决的核心问题 | 表达意图与约束 | 封装领域过程知识 | 标准化接入工具与数据 |
| 架构位置 | 输入层 | 知识与流程层 | 能力接入层 |
| 主要形态 | 连续文本 | 目录描述 + 按需展开的说明/资源 | 接口契约与工具描述 |
| 加载方式 | 一次性全量注入 | 渐进式披露,按需载入 | 工具发现与分组暴露 |
| 上下文成本 | 随文本长度线性增长 | 随命中数量增长,通常更省 | 随暴露工具数增长 |
| 决策环节 | 无 | 先选技能,再选工具 | 提供可调用能力,不做业务判断 |
| 扩展性 | 内容越长越易冲突 | 新增技能对既有技能影响小 | 新增系统走统一规范 |
| 主要风险 | 指令稀释、互相干扰 | 描述质量差导致误命中 | 权限过大、数据出域、接口变更 |
| 治理重点 | 结构清晰、约束不冲突 | 版本、评测、可信来源 | 鉴权、审计、限流、错误处理 |
| 能否相互替代 | 否 | 否 | 否 |
三者更适合叠加使用,而不是三选一。典型链路如下:
用户请求↓[系统提示:角色 + 约束 + 技能目录(名称 + 一句话描述)]↓模型判断:是否需要某类技能?命中哪一项?↓命中 → 加载该技能详细说明与操作指引(渐进式披露)↓技能指引判断:是否需要工具?调用哪个?顺序如何?↓通过协议层调用工具 / 读取数据↓结果回填 → 继续推理或结束
示意性逻辑:
# 仅示意,非特定实现context = base_prompt() + skill_catalog(skills) # 目录:只含名称与一句话描述if task_needs_skill(context):skill = select_skill(model_output)context += load_skill_detail(skill) # 按需展开细节tools = tools_visible_for(skill) if skill else core_tools()result = call_via_protocol(tools, args) # 统一走协议层
提示词、Agent 技能与协议层不是三个候选方案,而是三层职责不同的机制:提示词表达意图,技能以渐进式披露提供过程化的领域知识,协议层标准化连接外部能力。技能层的关键价值在于,它在任务与工具之间插入了一层业务判断,使模型从“猜工具”变成“按指引调用”,从而在保持上下文精简的同时提升调用的内行程度与可靠性。判断是否需要引入某一层,可以回到三个信号:上下文是否被无关内容占满、模型是否经常选错工具或步骤、接入新系统是否总要写定制适配。三者都有明确边界,也都可以与百度智能云等云平台上提供的模型服务、日志服务、监控告警、身份认证等通用能力配合使用,以降低自建与运维成本。