该资料提供的是写作方法参考，目标不是让智能体每次产出相同输出，而是让它在每次运行时走同样的过程，从而使行为可预测。打包形式（技能、AGENTS.md/CLAUDE.md、由指针指向的文档）不同，写作手法相同。
用途与范围 适用于撰写任何由智能体消费的文档：技能、AGENTS.md / CLAUDE.md，以及通过指针到达的文档。若所写文档是技能，需阅读 SKILL-MECHANICS.md 了解 frontmatter、调用方式选择与路由技能。
上下文指针（context pointer） 指针是保存在智能体上下文中的引用，既指出某段上下文之外的材料，也编码到达该材料的条件。技能描述是一个指针，AGENTS.md 中指名某个文档的一行也是同类对象。指针的措辞（而非目标本身）决定智能体何时到达该材料以及可靠性。必备目标若配弱措辞指针，属于波动性缺陷：应先锐化措辞，锐化无效才内联材料。指针做两件事：说明材料是什么，列出应触发到达的分支。常驻指针每个词每一轮都有成本，因此比正文更需删减：前置关键词；每个分支一个触发；同义改写的同一分支应合并；删去正文已承载的身份信息。
两种负载 上下文负载指常驻材料占用智能体窗口的成本：AGENTS.md 一行、技能描述、每轮都占据上下文的任何内容，无论是否触发都消耗 token 与注意力。认知负载指人的成本：有哪些文档、何时该用哪个；人是索引。认知负载不是要尽量最小化的成本，而是人类能动性的代价，应花在需要人类判断之处，不需要处则移除。仅通过指针到达的材料以指针自身一行为代价避开上下文负载；完全没有指针的材料则完全依赖认知负载。
信息层级 文档由两类内容构成：步骤（智能体按序执行的动作）与参考（按需查阅的定义、规则、事实），两者可自由混合。核心决策是每块内容在信息层级上的位置：文件内步骤是主层级；文件内参考按需查阅，常为合法的扁平同级集合；披露参考被推到单独文件，由上下文指针到达，仅在指针触发时加载，范围可从同目录兄弟文件延伸到任何位置的完全外部参考。下推太少会使顶部膨胀，下推太多会隐藏智能体真正需要的材料，这一张力就是全部决策。渐进披露是把内容沿层级下推、让顶部保持清晰，主要不是 token 优化，而是保护层级的方式。分支是最清晰的披露检验：每个分支都需要的就内联，只有部分分支到达的就放到指针后。有步骤的文档若把本应披露的文件内参考留在原地，会埋没步骤，使注意力变成抛硬币，这既是可读性问题也是波动性杠杆。同址聚合是文件内的配套做法：一个概念的定义、规则与注意事项应放在同一标题下而非散落，使阅读一部分时自然带出相邻内容；这与重复不同：重复是在两处重复同一含义，散落是把一个含义碎片化到多处。篇幅膨胀是这里的失败模式：文档即使每一行都有效且唯一，过长仍会稀释注意力，解法是用层级披露参考，并按分支或序列拆分，使每条路径只承载所需内容。
步骤与完成判据 每个步骤都以完成判据结束，即告诉智能体工作已完成的条 件。两个属性使其成为杠杆：清晰性，即智能体能否区分完成与未完成；模糊边界会诱发提前完成，可见的后续步骤提供拉力，判据的清晰性是阻力。防御顺序是先锐化边界（局部且低成本），仅当边界不可约地模糊且观察到抢跑时，才通过拆分序列隐藏后续步骤；隐藏只在真实上下文边界（交接或子智能体派发）有效，内联调用不会清空上下文。要求强度指判据要求多少工作，“每个修改过的模型都已交代”比“产出一份变更清单”更能迫使深入工作；要求强度不限于步骤，“每条规则都已应用”同样约束扁平参考，使全参考文档也带完整性门槛。最强判据既可可核查又穷尽。
何时拆分 把一个文档拆成两个会花费两种负载之一，因此只在切分值得时才拆。按序列拆分：当后续步骤会诱使智能体抢跑当前步骤时，把后续步骤移出视野以驱动更多当前工作；反向风险是合并序列会暴露后续步骤，诱发提前完成。按调用方式拆分属技能专用，见 SKILL-MECHANICS.md。
引导词（leading word） 引导词是模型预训练中已存在的紧凑概念，智能体在运行文档时用它思考（如 lesson、fog of war、tracer bullets）。以 token 而非句子重复，它积累分布式定义，用最少 token 锚定一整片行为区域，方式是调用模型已有的先验。自造词若定义清晰也可用，但不招募先验：预训练词免费给出的东西，自造词要用定义 token 支付，因此优先用已有词。它锚定两处：正文中锚定执行，指针中锚定调用；当同一词出现在提示、文档与代码库中，智能体会把共享语言与材料关联，更可靠地到达。应寻找用引导词重构的机会：三处展开的三元组、用一句话指向一个概念的指针，都可收拢为单个 token，例如“fast, deterministic, low-overhead”收为 tight，“a loop you believe in”收为 red，把模糊门变成二元可观察状态。收益是双重的：更少 token，以及更锐利的思考挂钩。应假设每个文档都携带可被引导词退休的复述。
否定式是此杠杆旁的失败模式：用禁止来引导会把被禁行为拖入上下文并使其更可得，而非更不可得；否定是弱修饰语，会被强激活的概念覆盖，禁令可能半读成“去做那件事”。应提示正面行为（如“写一行注释”），使被禁行为根本不被说出。禁令只有作为无法正面表述的硬护栏才值得保留，且即便那时也要配上正面目标，让注意力落在该做什么上。
精简（pruning） 每个含义保留单一事实来源：一个权威位置，使行为变更成为单点编辑。重复（同一含义出现在多处）增加维护与 token 成本，并把该含义在层级上的显要度抬到超过其真实等级；它是引导词的反面意外：引导词有意重复 token，绝不重复含义。环境也是事实来源（package.json 脚本、配置文件、目录布局、--help 输出），文档重述环境就是缓存：缓存的查找，只有当查找昂贵时才值得其负载；应缓存智能体靠查看找不到的内容，如未写明的约定、选择背后的原因、配置不会承认的坑；单文件单命令的查找留给环境，以免过期。应逐行检查相关性：它是否仍与文档要做的事有关；无关有两种，从不相关（纯说明，或本应披露的分支）与过期。更短的文档更容易保持相关；没有精简纪律，默认命运是沉积：因添加感觉安全、删除感觉冒险而层层沉淀，直到必须钻穿它们才能找到仍有效的内容。应逐句排查无操作句：模型默认已遵守的指令付出负载却什么也没说。检验标准（相对默认是否改变行为）是模型相对的而非读者相对的；两人对无操作句的分歧其实是对默认行为的分歧，应通过运行文档而非辩论来解决。句子不合格时整句删除，而非删几个词。该检验也评级引导词：太弱而无法胜过默认的词（在智能体本来已大致彻底时说“要彻底”）是无操作句，解法是更强的词（relentless），而不是换技术。
适用场景与限制 适用于撰写与编辑智能体技能及智能体常读文档，并可用于审查现有文档的指针措辞、层级安排、完成判据、引导词与冗余。限制方面：技能专用机制需另读 SKILL-MECHANICS.md；隐藏后续步骤只在真实上下文边界有效；精简检验需通过实际运行文档来判定，而非争论；资料未提供具体工具命令、模板或示例代码。