核心用法
Low Token Skill 是一套输出风格约束协议，强制模型以「结果即全部」为最高准则。激活后，模型自动剥离所有过程叙述、元评论、礼貌填充与不确定性修饰，将输出压缩至符号化或片段化形态。
典型激活场景：
- 上下文窗口紧张（token占用>75%）
- 用户显式要求「low token」「results only」
- 高频批量操作需极致吞吐
三级压缩模式：
| 层级 | 特征 | 示例 |
|:---|:---|:---|
| Standard | 精简完整句 | "Fixed. Changed `foo` to `bar` on line 45." |
| Dense | 片段化 | "Fixed: `foo` → `bar` (L45)." |
| Extreme | 纯符号/原始数据 | "✅ L45: `foo` → `bar`" |
显著优点
1. 上下文效率：同窗口下可承载10倍以上的对话轮次或数据量
2. 认知负荷低：消除噪音后，关键信息提取速度提升
3. 批处理友好：单次响应可容纳密集多任务结果
4. 可预测性强：输出结构稳定，便于下游自动解析
潜在局限与风险
| 局限 | 说明 |
|:---|:---|
| 情感温度缺失 | 零填充导致交互体验机械冰冷 |
| 歧义敏感 | 过度缩写可能引发误解（如"Conf"指Configuration或Conference） |
| 调试困难 | 过程不可见，出错时难以定位失败环节 |
| 适用范围窄 | 创意写作、教学解释、协商对话等场景反而损害效果 |
适合人群
- 开发者/工程师：代码审查、批量重构、日志分析
- 数据分析师：报表生成、数据清洗确认
- 高频API调用者：成本敏感的大规模自动化流水线
- 长文档处理用户：需在有限上下文内处理超长文本
常规风险
- 误激活风险：用户随口提到"save tokens"可能意外触发，导致输出突变
- 过度压缩风险：Extreme层级可能使非技术用户困惑
- 责任模糊：无元评论时，用户难以判断模型是否完整理解意图
> ⚠️ 建议：非token紧迫场景下，优先使用Standard层级；Extreme层级仅限人机接口或已知协议双方。