Файл навыка дешевле, чем каждый раз составлять prompt с нуля, потому что его настройка оплачивается один раз, а не в каждом отдельном сообщении. Каждый раз, когда вы заново объясняете свою роль, тон и формат пустому AI-чату, вы платите за это объяснение токенами - а токены означают деньги, ограничения на количество сообщений и место в контекстном окне, которые вы расходуете на накладные расходы вместо своей реальной работы.
Часть 1 серии «Многоразовый контекст» · От команды KissMySkills
300 токенов, за которые вы платите каждый раз
Откройте пустой чат с Claude, ChatGPT или Gemini и попросите помочь вам написать обновление для совета директоров. Прежде чем он сможет сделать что-то полезное, вам нужно рассказать, кто вы, чем занимается компания, какой тон ожидает совет директоров, в каком формате должно быть обновление и что для вас означает «хороший результат». Это не просьба в одну строку - это абзац, а иногда и три.
Наберите этот абзац и пропустите его через токенизатор. Типичная преамбула «вот моя роль, вот контекст, вот как я предпочитаю форматировать» занимает от 200 до 400 токенов. И это ещё до того, как вы задали сам вопрос. А поскольку большинство людей нигде не сохраняют эту преамбулу, они каждый раз, открывая новый чат, заново печатают её слегка изменённую и слегка неполную версию.
Умножьте это на то, как часто вы на самом деле используете AI для работы. Если вы открываете пять новых чатов в день и каждый раз заново объясняете контекст, вы тратите от 1 000 до 2 000 токенов в день только на восстановление представления о том, кем должен быть AI. За месяц это от 20 000 до 40 000 токенов, потраченных исключительно на вводные объяснения - токенов, которые не создали никакого результата.
До и после: один и тот же запрос, два способа
Без файла навыка типичный prompt выглядит так:
«Ты помогаешь мне как руководитель аппарата. Я управляю SaaS-компанией из 40 человек, мы отчитываемся перед советом директоров из 5 человек, они любят краткие обновления с главной мыслью в начале, без воды, всегда включай показатель сжигания денежных средств и запас денежных средств, форматируй в markdown с TL;DR вверху... [продолжение ещё на 150 слов] ...а теперь напиши обновление за этот месяц».
Это и есть налог на повторные объяснения - на следующей неделе и через неделю снова придётся платить, обычно что-то забывая (в прошлый раз ты упомянул запас денежных средств, а в этот раз забыл, поэтому результат непоследователен).
С файлом навыка тот же запрос звучит так: «Напиши обновление для совета директоров за этот месяц: выручка - 340 тыс. долларов, сжигание денежных средств - 85 тыс. долларов, закрыты две новые сделки с корпоративными клиентами». Роль, тон, формат и стандарты уже загружены - они задаются один раз, применяются каждый раз и никогда не забываются.
Загрузите Райана один раз - и каждый пакет материалов для совета директоров, меморандум для общей встречи и краткое изложение решения, которые вы запросите, будут возвращаться в формате «сначала главное» и готовыми для совета директоров - без необходимости каждый раз заново объяснять информацию о компании или ваши стандарты.
Посмотреть Райана - руководителя аппарата →Почему это важно для вашего кошелька
Если вы используете тарифы API (создаёте что-то поверх Claude или GPT либо пользуетесь инструментом с оплатой по объёму использования), математика проста: входные токены стоят денег. Повторно объясняемая преамбула на 300 токенов, отправляемая при каждом вызове в течение тысяч вызовов в месяц, - это реальная статья расходов, а не ошибка округления. Команды, создающие продукты на базе AI, регулярно обнаруживают, что повторная передача контекста съедает 15-30% их расходов на токены ещё до того, как модель сделает хоть что-то полезное. Файл Skill - или его аналог в виде системного prompt, кэшированного контекста или инструкции проекта - превращает эти регулярные расходы в разовые.
Если вы регулярно пользуетесь приложением для чатов на потребительском тарифе Claude, ChatGPT или Gemini, вы не платите напрямую за каждый токен, но ограничены лимитами использования, которые под капотом всё равно рассчитываются на основе токенов. Каждое сообщение, начинающееся с трёх абзацев «давайте я объясню, кто вы», - это сообщение, которое засчитывается в ваш лимит и ничего вам не даёт. Сократите повторные объяснения - и получите больше полезной работы в рамках того же дневного лимита.
Почему это важно не только для затрат, но и для качества
Вот что упускают многие: повторно объяснённый контекст не просто дорогой - он ещё и хуже. Когда посреди напряжённого дня вы по памяти заново вводите свою роль и стандарты, вы что-то упускаете. Вы забываете упомянуть, что в обновлениях для совета директоров наверху должен быть указан темп расходования средств. Вы забываете, что клиент предпочитает маркированные списки обычному тексту. Вы забываете формат, который хорошо сработал в прошлый раз. Результат ухудшается не потому, что модель стала глупее, а потому, что ваши инструкции стали менее точными - причём непоследовательно менее точными: одни сессии проходят отлично, а другие заметно хуже.
В хорошо написанном файле Skill такой проблемы нет. Это полная версия ваших инструкций - написанная один раз, когда у вас было время тщательно всё обдумать, - а не поспешная версия, которую вы можете вспомнить в 16:00 в четверг. Именно поэтому результат, основанный на Skill, обычно выглядит более профессиональным и последовательным: дело не в том, что AI стал умнее, а в том, что он каждый раз работает с полным брифом, а не с наполовину забытым.
Есть и второй эффект для качества. По мере заполнения контекстного окна длинные чаты постепенно становятся хуже из-за обмена сообщениями, исправлений и уточнений - это явление иногда называют «гниением контекста». Если значительная часть каждого сообщения тратится на повторное установление базовой роли и формата, это место в контекстном окне, которое могло бы пойти на саму работу, и оно ускоряет момент, когда разговор начинает терять нить. Файл Skill эффективно задаёт настройки заранее, вместо того чтобы повторять их по частям на протяжении десятков ходов.
Diane пишет черновики писем в вашем стиле, готовит краткие материалы к встречам и сортирует входящие без необходимости заново объяснять ей ваш тон и приоритеты в каждом новом чате.
Посмотреть Diane - Executive Assistant →Что на самом деле считается «файлом Skill»
Файл Skill - это не что-то экзотическое: это markdown-документ, который вы один раз вставляете в качестве системного prompt, инструкции Project в ChatGPT, пользовательских инструкций Project в Claude или конфигурации Custom GPT. В нём указаны роль («вы - старший руководитель аппарата с 9-летним опытом поддержки CEO»), стандарты («сначала главное, без лишних слов, всегда указывайте burn rate и runway») и формат («markdown, TL;DR в начале»). После загрузки в постоянный контекст - Project, Custom GPT или системный prompt в вашем собственном инструменте - каждый новый разговор автоматически наследует эти настройки. Вам больше никогда не придётся вводить их заново.
В конечном счёте механика того, где именно он находится (системный prompt, инструкции Project или Custom GPT), менее важна, чем основная привычка: один раз полностью записать контекст, когда у вас есть время сделать это правильно - а затем перестать заново объяснять его по памяти под давлением времени.
Вкратце:
Повторное объяснение роли, тона и формата с нуля стоит 200-400 токенов на сообщение, со временем превращается в реальные расходы или впустую потраченные лимиты и приводит к непоследовательным результатам, потому что сжатый контекст - это неполный контекст. Файл Skill, такой как Ryan (Chief of Staff) или Diane (Executive Assistant), требует оплатить эту цену один раз, а затем обеспечивает стабильный результат уровня senior в каждом последующем сообщении.
Укажите, как именно вы (или ваша команда) используете чаты с AI, и получите реальную оценку ежемесячных потерь токенов и расходов в долларах при повторной отправке prompt по сравнению с постоянным файлом Skill. Регистрация и электронная почта не нужны - только расчёты из этого поста, применённые к вашим данным.
Попробуйте калькулятор →Часто задаваемые вопросы
Сколько токенов на самом деле стоит повторное объяснение контекста?
Типичный пролог с описанием роли и формата занимает 200-400 токенов на сообщение. Если отправлять его в десятках чатов в неделю, за месяц накапливаются десятки тысяч потраченных впустую токенов - токенов, ушедших на настройку вместо самой работы.
Файл Skill помогает только снизить расходы на API или обычным пользователям чатов он тоже полезен?
И то и другое. При оплате API меньшее количество повторяющихся токенов напрямую снижает счёт. В потребительских тарифах чатов (Claude, ChatGPT, Gemini) лимиты использования под капотом основаны на токенах, поэтому сокращение «налога на повторные объяснения» позволяет направить большую часть дневного лимита на реальный результат, а не на настройку.
Файл Skill - это просто более длинный prompt?
Нет - разница заключается не в длине, а в постоянной доступности. Файл Skill создаётся один раз и загружается в системный prompt, инструкции проекта или Custom GPT, поэтому автоматически присутствует в каждом новом разговоре. Обычный prompt приходится каждый раз заново печатать по памяти, из-за чего страдают качество и полнота.
Действительно ли использование файла Skill повышает качество результата или только экономит деньги?
И то и другое. Деньги экономятся, потому что вам не приходится платить за повторяющиеся токены. Качество повышается, потому что файл Skill - это полная, тщательно написанная версия ваших инструкций, а не то, что вы успеваете вспомнить и напечатать в условиях дефицита времени, - поэтому результат на основе Skill обычно более стабилен и выдержан в более профессиональном тоне.
Далее в этой серии
Это главный пост короткой серии о том, почему повторно используемый контекст лучше повторной отправки prompt. Далее: «Скрытая стоимость повторной отправки prompt», «System Prompt vs. инструкции проекта vs. Custom GPT: где на самом деле должен находиться ваш Skill?», «Почему длинные чаты становятся глупее (и как это исправить, не начиная всё сначала)», «Настоящая разница между prompt и Skill (дело не только в семантике)», «Сколько на самом деле стоит использовать Claude/ChatGPT для работы? Реалистичный разбор математики токенов» и «Повторно используемый контекст - это новый prompt engineering».
