一、核心痛点：结论有了，交不出去

V2 的四段结论已经能说清事情，但它不是一份能直接发出去的东西。 发出去的东西要有结构：摘要、正文、附录；要有长相：配色、字号、图型； 要有口径：数据从哪来、算到哪一天。 这三样加在一起，就是「报告」和「结论」的区别。 所以 V3 要补的不是分析能力，是交付形态。

二、设计决策：挂文档，不改正文

三份文档都不进正文，只在真正要出报告的时候才读。 这是关键的设计选择：如果把七节结构写进正文，它就会变成常驻成本，每次对话都要付费。 写进参考文档，只在「要出报告」这一步读一次，成本就摊薄了。

三、提需求：挂载模板和设计简报

给智能体的需求有三句：照 report-template 的七节写、按 design-brief 的规范配图、 格式对齐 templates 里的样板。 三句话对应三个文件，一一对应，不多不少。 这里有个容易犯的错：把模板内容直接贴进需求里。贴进去它就变成正文的一部分，下次改模板要改两处。 正确做法是指路，不搬内容。「照 references/report-template.md 写」这一句就够。

四、产出：七节报告骨架

七节里前五节 V2 已经能填，第六第七节是新的。 第六节「建议」要带负责人或时限。不带这两样的建议等于没有建议。 第七节「附注」看着最没用，但它是报告能不能被信的关键——口径不说清，数字就没法跟别人比。

五、文件多了，常驻几乎没涨

文件从 1 个到 8 个，常驻只从 29 到 37。 注意 V2 比 V3 还多 2：常驻只跟描述长短有关，跟包里有多少文件无关。 这就是第 2 章那个按需加载的实际收益：能力可以一直加，桌面不会被撑爆。

六、测试：分没涨，但题变了

拿同一批四道题去考 V3，还是 4/4，一分没涨。 这不是没进步，是题换了。V3 要回答的不再是那四道题，是「这份报告能不能直接发出去」。 新的考题是另外几道：七节齐不齐、每节有没有数字、建议带不带负责人、附注写没写口径。 所以看分数要问一句：这批题还是不是当前版本的目标。题目没更新，分数就没有意义。

七、动手 Demo：V3 挂上模板和简报，产出一份能交出去的报告

这一段看三件事：挂了三份什么文档、技能包变成几个文件、常驻成本涨了多少。 常驻 token 是算出来的（名字加描述），不是估的——所以会看到一个反直觉的数。

DESCS = [('V1', '读销售 CSV，按品类汇总金额，输出一张表。', 1),
         ('V2', '读销售 CSV，按四问框架分析：总量与结构、变化、异常、归因。', 3),
         ('V3', '读销售 CSV，产出一份七节销售分析报告，带图表建议。', 8)]

for k, d, n in DESCS:
    print(k, '文件', n, '常驻', tokens('sales-report') + tokens(d))

实跑输出：

--------------------------------------------------------------------
V3 挂上模板和简报，产出一份能交出去的报告
--------------------------------------------------------------------


  ① V3 多挂了两份参考文档
  --------------------------------------------------------------------
| 文件 | 管什么 | 作用 |
|---|---|---|
| references/report-template.md | 报告分几节，每节写什么 | 决定结构 |
| references/design-brief.md | 配色、字号、图型 | 决定长相 |
| templates/report.md | 一份填好的样板 | 决定格式 |

  这两份文档不进正文，只在真正要出报告的时候才读——所以常驻成本几乎没变。

  ② 技能包从三个文件变成八个
  --------------------------------------------------------------------
| 版本 | 文件数 | 多了什么 |
|---|---:|---|
| V1 | 1 | 只有 SKILL.md |
| V2 | 3 | 加了框架文档、脚本 |
| V3 | 8 | 再加模板、简报、渲染脚本、状态文件 |

  文件多了，但正文没怎么变长。多出来的都是「用到才读」的参考文档。

  ③ 这次产出的是报告骨架
  --------------------------------------------------------------------
| 节 | 写什么 |
|:---:|---|
| 1 结论摘要 | 三句话，带数字 |
| 2 总量与结构 | 一张表加一句解读 |
| 3 逐月变化 | 一条折线加环比标注 |
| 4 异常点 | 单独一节，点名并给可能原因 |
| 5 归因 | 分品类说，不混在一起 |
| 6 建议 | 三条，每条带负责人或时限 |
| 7 附注 | 数据口径与时间范围 |

  七节里前五节 V2 已经能填，第六节「建议」和第七节「附注」是 V3 新加的。
  ! 附注看着最没用，但它是报告能不能被信的关键——口径不说清，数字就没法比。

  ④ 常驻成本几乎没涨
  --------------------------------------------------------------------
| 版本 | 常驻 token | 文件数 |
|---|---:|---:|
| V1 | 29 | 1 |
| V2 | 39 | 3 |
| V3 | 37 | 8 |

  文件从 1 个到 8 个，常驻只从 29 涨到 37，多了 8。
  注意 V2 比 V3 还多 2：常驻只跟描述长短有关，跟包里有多少文件无关。
  因为新增的全是「用到才读」的参考文档，不进常驻。
  这就是分层加载的收益：能力可以一直加，常驻成本可以基本不动。

  ⑤ 三个版本，三种交付
  --------------------------------------------------------------------
| 版本 | 产出 | 能干什么 |
|---|---|---|
| V1 | 一张表 | 能算 |
| V2 | 四段结论 | 能说清 |
| V3 | 七节报告 | 能交出去 |

  三次升级，升的都不是「算得准不准」，是「交付形态够不够用」。
  ! 这一点很容易搞反：以为要提升算法，其实要提升的是产出的形状。

第一段三份参考文档：报告模板管结构，设计简报管长相，样板管格式。 三份都不进正文，只在真正出报告时读一次，所以不进常驻成本。 第二段技能包文件数：V1 一个、V2 三个、V3 八个。 第三段是七节报告骨架，标了每节是谁填的：前五节 V2 就有，后两节 V3 新加。 第四段算常驻：文件从 1 到 8，常驻只从 29 到 37。 注意 V2 比 V3 还多 2——常驻只跟描述长短有关，跟文件数量无关。 第五段看三种交付形态：一张表能算、四段结论能说清、七节报告能交出去。

30 秒实验

1. 给你的技能挂一份模板：只写七节标题和每节一句话说明，不要写内容。
2. 检查你的技能里有没有「把模板内容贴进正文」的地方，改成指路。
3. 数一下你的技能包有几个文件，再看常驻 token。两者应该基本无关。

常见误区

1. 把模板内容贴进正文。贴进去就变成常驻成本，而且下次改模板要改两处。指路就够了。
2. 建议不带负责人和时限。「加强手机品类运营」不是建议，是口号。 「张三在 4 月 8 日前把三月报价单重算」才是。
3. 以为分没涨就是没进步。题换了，分数就不能直接比。先确认这批题还是不是当前版本的目标。

下一篇收尾：把三版摆在一起看，升的从来不是算法。

• ☐ （本篇完，下一篇 7.4 回顾：三个版本教会我们什么）

相关笔记

• V2 增强版：输出有深度的业务分析
• 上下文与按需加载
• DeepSeek Harness 技术架构原理 · 索引
• 🧩 Skill提效实战 · 索引