用途：该技能面向产品经理，用于诊断 AI 工作流、智能体或提示设置是否属于“上下文堆砌”（无意图地塞入大量内容），还是“上下文工程”（为注意力而设计结构）。它强调上下文工程不是提示词写作，而是设计信息架构，让 AI 基于现实、又不被噪声淹没。
主要能力：区分上下文堆砌与上下文工程，识别上下文边界，修复“Context Hoarding Disorder”；提供五个诊断问题、两层记忆架构（短期会话记忆与长期持久记忆，含陈述性/程序性记忆）、Research→Plan→Reset→Implement 循环，以及 Context Manifest 模板。核心原则包括：结构优于数量、按意图检索而非追求完整、保持小工作上下文、上下文压缩以提高每 token 相关信息密度。
使用方式：以交互式自适应提问运行，默认遵循 workshop-facilitation 协议，包括会话提示、进入模式（Guided、Context dump、Best guess）、单问题轮次、进度标签、中断处理与编号建议。调用时可直接在技能名后附上描述或粘贴上下文，已提供的内容不再重复询问。典型调用示例：Diagnose my setup: our support-triage agent gets the full 40-page policy manual per ticket and still misroutes edge cases.
适用场景：当 AI 输出不一致、反复重试、token 成本上升但准确率不升、怀疑自己在堆砌上下文，或需要为 AI 产品功能设计上下文架构时使用。
限制：不适合刚接触 AI 的用户、不用于工具推荐，也不适用于当前 AI 使用已良好的情况。资料未提供具体收费、价格、平台或效果数据。