来自： 帅张和他的朋友们

这是 AI 学习之路系列的第五篇。

上一篇讲了全局配置——用 CLAUDE.md 让 AI 永远记住你是谁、怎么沟通、哪些事不能干。

配置解决的是「AI 的基础人设」。但用一段时间你会撞上另一个问题：同样的场景，你每次都在重新写 Prompt。

每次让 AI 润色邮件，都得重新交代：「语气正式但不生硬，保留核心意思，控制在 200 字以内……」。每次让它帮你总结长文，又得从头说一遍。

配置解决了「AI 不认识你」，今天解决「AI 不记得你常做的事」。方法就是——Skill。

1 什么是 Skill

先说结论：Skill 就是一套针对具体场景写好的 Prompt 指令，保存下来反复用。

本质上，skill 就是一份 markdown 文档。

类比：手机里的快捷指令。 你设置好「早安模式」，每天点一下，手机自动关闹钟、打开日历、调亮度——不用每次手动操作三次。Skill 也一样，把一个场景的完整 Prompt 写好存下来，以后一句话触发，不用从头写。

跟每次现写的 Prompt 比，区别就一句话：Prompt 解决当下，Skill 解决重复。

你今天临时要翻译一段英文，随手写个 Prompt 就够了，一次性的事，没必要存。但你每周都要整理会议纪要，每次都得重新交代格式要求——这就该做成 Skill。写一次，以后直接用，格式一致，质量稳定。

什么时候该做 Skill？三个信号：

  • 同一个 Prompt 你已经写了三遍以上——场景够高频，值得固化

  • 每次写出来效果不一样——需要把「怎么写效果好」锁定下来

  • 你的 Prompt 超过 5 行——指令够复杂，每次现写容易漏

我自己最早意识到该做 Skill，是因为写公众号。每次让 AI 帮我改稿，都要花两分钟重新交代风格要求——口语化、不要书面腔、段落要短、不要用「赋能」「闭环」。第三次写同样的东西时我就烦了：这不就该存下来吗？存下来之后，改稿从「写两分钟指令 + 等结果」变成了「粘贴 Skill + 丢草稿」，每次省两分钟，一周省半小时。

当然这里只提到写作风格，但其实公众号写作是一整套工作流，先按照自己的风格写作，确认内容 ok 再利用脚本排版，自动生成我要的头图风格，然后一键推送到草稿箱，这种涉及到工作流的 skill，我们后面再说。

2 一个好 Skill 长什么样

先看一个完整例子——「会议纪要整理」Skill：

## 角色
你是一位专业的会议纪要整理助手。

## 任务
我会提供会议录音转写稿或手写笔记，你整理成结构化的会议纪要。

## 输出格式
- **会议主题**：
- **参与人员**：
- **核心决议**（每条不超过 20 字）：
- **待办事项**（含负责人和截止日期）：
- **遗留问题**：

## 约束
- 用第三人称，客观陈述
- 只提取原文里有的信息，不补充不推测
- 信息不完整的字段标注「待补充」
- 待办没提到截止日期的标注「未定」

把以上内容保存到一个叫做 meeting_report.md 的文件里，这就是一份最小可用的 skill。

看出规律了吗？一个 Skill 本质就是一份写给 AI 的角色说明书，包含四块：

模块

作用

一句话说明

角色

让 AI 知道自己是谁

你扮演什么专家

任务

干什么，输入是什么

我给你什么，你帮我做什么

输出格式

结果长什么样

用什么结构呈现

约束

边界在哪

哪些事不能干

不是每块都必须有--角色 + 任务 + 输出格式是基本盘，约束看场景加。

你可能觉得这跟第 02 篇讲的万能公式很像。没错，Skill 就是万能公式的固化版——区别在于 Prompt 是临时写的，Skill 是经过测试和迭代、确认效果好了才保存下来的。

3 从零做一个 Skill

第一步：锁定场景

好 Skill 的第一条标准：场景足够具体。

  • ✅ 「每周整理会议纪要」

  • ✅ 「把长文章总结成 3 条要点」

  • ✅ 「把我的草稿改成公众号风格」

  • ❌ 「万能写作助手」

  • ❌ 「AI 全能秘书」

越具体越好用。「万能」听起来厉害，实际上万能等于万不能--什么都能做一点，什么都做不精。

我自己踩过这个坑。最早做了个「写作全能助手」Skill，我想的是公众号写作，星球教程，工作周报之类的，都用一个 skill 来搞定，既能改稿又能写标题还能做排版建议，结果哪个都做不好——因为你没法在一个 Skill 里把三种完全不同的任务都交代清楚。后来拆成三个独立 Skill，每个只做一件事，效果立刻好了。

所以，这里大家记得，每个 skill 只解决单一场景，越具体的场景，意味着需求越明确，AI 才更能针对性的去解决。

第二步：写初版

用四块结构（角色 + 任务 + 输出格式 + 约束），把你脑子里的要求写出来。

一个关键原则：把你以前手动写 Prompt 时反复强调的那些重复要求，全部固化进去。

比如你每次让 AI 写周报都要补一句「用数据说话，不要写空洞的定性描述」——那就直接写进约束里，以后不用每次提醒。

不用追求完美，先把想到的写上，后面会迭代。

第三步：测试迭代

把 Skill 内容粘贴到 AI 对话开头，丢一份真实素材进去（不要用假数据，真实场景才能暴露问题），看结果。

重点检查三件事：

  • 格式对不对？

  • 有没有漏信息，或者加了你不想要的东西？

  • 语气风格符合预期吗？

不满意就改 Skill 文本。几个常见调整方向：

  • 结果太长 → 加字数限制：「每条不超过 X 字」

  • 风格不对 → 在约束里加排除项：「不要用书面语」「不要加 emoji」

  • 漏关键信息 → 在输出格式里补上对应字段

  • AI 自由发挥太多 → 加「只提取原文信息，不补充不推测」

通常 2-3 轮就能调到满意。这个迭代过程很重要——一个没经过测试的 Skill 和一个临时写的 Prompt 没有本质区别。

说句实话，我自己做的每个 Skill 都至少改过两轮。第一版写出来觉得挺完整了，实际一跑就会发现问题。比如我的「长文总结」Skill，第一版只写了「总结成 3 条要点」，结果 AI 每次给的要点都是原文前三段的内容，后面的重点全丢了。加了一条「要点必须覆盖全文，不能集中在某一段」才解决。这种问题你不跑真实素材根本发现不了。

第四步：保存复用

Skill 定型之后，找个地方存起来。随着专属于你自己的 skill 文档越来越多，你可以新建一个专属于你自己的 my-skills 项目，把你自己一些特定场景总结的 skill markdown 文件全扔进去就好，然后交给 Claude Code 或者 Codex，让他帮你自己定义什么时候调用什么 skill。

针对你用 Claude Code 或者 Codex，有更高效的方式——后面第 5 节专门讲。

4 进阶：让 Skill 更强的 5 个技巧

上面讲的是「怎么做一个能用的 Skill」，这部分讲怎么让它更好用。

技巧一：在 Skill 里嵌示例

第 02 篇讲过「给示例比说十遍管用」，这个技巧在 Skill 里用起来效果更明显。

比如你做了一个「周报生成」Skill，在约束里写了「语言简练、突出成果、带数据」，但 AI 每次写出来的风格还是不对味。与其继续加约束，不如直接给它看一段你满意的周报：

## 示例

输入：「本周完成了用户调研，访谈了 8 个客户，整理了竞品分析报告」

输出：「**本周成果**
- 完成 8 场客户深度访谈，产出 3 个核心需求洞察
- 输出竞品分析报告（覆盖 5 家），识别 2 个差异化切入点

**下周计划**
- 基于调研结论输出需求优先级排序（周三前）
- 与技术团队对齐方案可行性（周五前）」

放 1-2 组「输入 → 输出」示例就够了。AI 会从示例里自动学会你要的格式、详略程度和用词风格——比你用文字描述精准得多。

什么时候用： 你发现不管怎么调约束，AI 的输出风格总是不对味的时候，大概率是该给示例了。

技巧二：加自检步骤

Skill 执行完，AI 就直接把结果甩给你了。但你有没有遇到过：拿到结果一看，超字数了、出现了禁用词、格式不对——又得让它重改一遍。

解决办法：在 Skill 末尾加一段自检清单，让 AI 输出后自己先过一遍。

## 自检（输出前必须逐条检查）
- [ ] 每条要点是否控制在 30 字以内？超过的压缩
- [ ] 是否出现了「赋能」「闭环」等禁用词？有就替换
- [ ] 总字数是否超过 500 字？超过的精简
- [ ] 格式是否和示例一致？

我最开始做 Skill 没加自检，结果每次拿到输出都要自己数字数、肉眼扫禁用词，本质上还是人工质检。加了自检之后，AI 交付的结果基本能直接用，偶尔有问题它自己就改了，省了很多来回。

什么时候用： 你的 Skill 有明确的硬性约束（字数、格式、禁用词）时，加自检最有效。

技巧三：动态变量

一个邮件润色 Skill，你有时候需要正式语气，有时候需要轻松语气，有时候是道歉场景。做三个 Skill？太笨了。

更好的做法：在 Skill 里留变量槽位，每次只改一个参数。

## 任务
帮我润色以下邮件草稿。

## 参数（每次使用时指定）
- 语气：[正式 / 轻松 / 道歉 / 催促]
- 收件人关系：[上级 / 同事 / 客户 / 供应商]
- 字数上限：[不限 / 200字 / 500字]

## 约束
- 根据「语气」和「收件人关系」调整措辞
- 保留原文核心意思，不增加原文没有的信息

用的时候在对话里说：「语气：道歉，收件人：客户，字数：200 字以内」，然后粘贴草稿。一个 Skill 覆盖四五种场景。

什么时候用： 你发现同一类任务经常需要微调某几个参数时，与其做多个 Skill，不如做一个带变量的。

技巧四：Skill 组合链

单个 Skill 解决单个场景。但真实工作中，很多任务是多步的——光做完第一步不够，还得接着处理。

比如你收到一篇 5000 字的行业报告，最终目的是发一条朋友圈。直接让 AI「把这篇报告改成朋友圈文案」，结果大概率不好——因为从 5000 字到 100 字，跨度太大，AI 不知道该保留什么。

更好的做法：用两个 Skill 串联。

第一步：用「长文总结 Skill」
→ 输入 5000 字报告，输出 3 条核心要点

第二步：用「社交文案 Skill」
→ 输入 3 条要点，输出一条朋友圈文案

每步的 Skill 都很专注，各做好自己的事，串起来就能处理复杂任务。

这个思路其实就是第 02 篇讲过的 Prompt 链——区别在于，Prompt 链的每一步你现写，Skill 组合链的每一步你直接调用已有的 Skill，更快更稳定。

之所以前面特意强调，每个 skill 要尽量场景单一，需求明确，把所有专属你的 skill 统一放到一个项目目录了，正是因为 skill 组合链的使用。

什么时候用： 你发现一个 Skill 很难一步到位出好结果的时候，大概率是任务该拆成两步了。

技巧五：让 AI 帮你写 Skill

第 02 篇讲过一个技巧叫「元提示」——不会写 Prompt？让 AI 帮你写。这招用在 Skill 上更合适，因为 Skill 比普通 Prompt 结构更复杂，从零写起来有点费劲。

直接把你的需求描述给 AI，让它帮你生成 Skill 初版：

「我每周都要整理周报，需求是这样的：把我的工作日志整理成结构化周报，突出成果和数据，附带下周计划。请帮我写一个完整的 Skill，包含角色、任务、输出格式和约束。」

AI 生成的初版通常结构比你自己写的完整——它不会忘记加约束，不会漏输出格式。你拿到之后再根据自己的实际需求调整细节就行。

我自己现在做新 Skill 都是这个流程：先让 AI 出初版 → 我来删减和调整 → 测试迭代。比从空白文档开始写快很多。特别是约束部分，AI 经常能帮你想到你自己漏掉的边界条件——比如「如果原文没提到截止日期怎么办」「如果内容超过字数限制怎么处理」。

什么时候用： 你知道自己想要什么，但不知道怎么结构化地写出来的时候。让 AI 打底，你来调，效率最高。

这条特别好用，尤其在遇到你不懂的领域，比如你不懂视频分镜概念，不懂音乐专业名词，这时候直接问 AI，告诉你的需求和你想做的事，越具体越好，然后让 AI 帮你生成专属 skill，然后不断给 AI 施压提问，反复优化。

5 在 Claude Code 和 Codex 里用 Skill

前面讲的都是通用方法——不管你用什么 AI 工具都适用。但如果你用的是 Claude Code 或 Codex，它们有原生的 Skill 支持，体验好得多。

Claude Code：斜杠命令

Claude Code 支持把 Skill 做成斜杠命令——你在对话框里输入 /命令名，它自动加载对应的 Skill，不用复制粘贴任何东西。

还记得我的一个 AI Translate 开源项目呢，本质就是定义了翻译的 skill，然后自定义了命令，在对话框输入 /t，直接加载我定义的翻译 skill。

怎么做：

第一步，创建命令文件。Claude Code 的斜杠命令就是一个 Markdown 文件，放在固定目录下：

层级

目录位置

作用范围

全局

~/.claude/skills/

所有项目通用

项目

项目目录/.claude/skills/

仅当前项目

全局命令适合通用场景：比如翻译，设计模板之类的——不管你在哪个项目下都能用。项目命令适合专属场景：比如某个项目的部署脚本、特定格式的日报模板。

第二步，写一个 SKILL.md 文件，内容就是你的 Skill。最外层设置一个文件名，文件夹名就是命令名。

比如你做了一个邮件润色 Skill，保存为 ~/.claude/skills/email/SKILL.md，以后在 Claude Code 里输入 /email 就能用，这里注意下，你定义的 ~/.claude/skills 后面的文件夹名，就是你在对话框对应的 /命令。

第三步，在 Claude Code 里输入 /email，Skill 自动加载，直接丢内容进去就行。

动态输入怎么办？

上面的 /email Skill，语气是写死的「正式但不生硬」。但你发邮件不可能永远一个语气——给老板汇报要正式，给同事说事要轻松，道歉邮件又是另一个调子。

在 Skill 里加一个 $ARGUMENTS 占位符就行：

## 任务
帮我润色以下邮件草稿。

## 语气要求
$ARGUMENTS

## 约束
- 保留原文核心意思，不加原文没有的信息
- 控制在 200 字以内

用的时候，/email 后面粘贴邮件草稿，再跟上你要的语气：

/email 邮件内容 诚恳道歉

AI 收到的就是：Skill 里的润色指令 + 「诚恳道歉」替换掉 $ARGUMENTS + 你粘贴的草稿。

一个 Skill 覆盖各种语气场景，不用重复造轮子。

不过以上只是自定义的简便使用，只是方便大家了解，但是实际使用中，你通过自然语言也是一样，比如上面那条命令，等同于：

「用 email skill 润色下这封邮件内容，然后语气是诚恳道歉。」

我自己的用法：

我用 Claude Code 做了不少斜杠命令。举个最重的例子：我做了一个 /aidaily 命令，每天输入一下，自动抓取各大 AI 渠道信息、用 AI 分析每个项目的定位和使用场景、生成结构化 json 数据、刷新 AI Daily News 信息列表、部署到服务器。一个斜杠命令，五六步操作全自动跑完。

这就是 Skill 的终极形态——不只是保存一段 Prompt，而是把一整套工作流打包成一个命令。当然，不用一上来就做这么复杂的。先从简单的开始，一个润色邮件的斜杠命令、一个总结文章的斜杠命令，用起来就已经很爽了。

Codex

Codex 的思路大差不差。只不过它默认的不是斜杠命令，而是$，用法和 Claude Code 几乎差不多，而且 codex 的目录是 ~/.codex/skills/email/SKILL.md。

用法几乎一样，如果有不一样的，直接问 codex 就好。

如果你用其他 AI 工具，其实也一样，最多是存放目录以及支不支持自定义命令的区别，直接问你的 AI 工具就好。

6 动手：做一个你的写作风格 Skill

光看不练假把式。下面用一个真实场景走完全流程——做一个专属于你的写作风格 Skill。

为什么选这个场景

只要你在写公众号、小红书、或者任何需要个人风格的内容，就一定遇到过这个问题：AI 写的东西总有一股「AI 味」——客气、平淡、面面俱到、没个性。你让它帮你改稿，改完觉得「对，但不像我写的」。

问题出在哪？你没告诉 AI 你的风格是什么。做一个写作风格 Skill，把你的风格固化下来，以后 AI 帮你改稿、扩写、润色，出来的就是你的味道。

第一步：回答四个问题

花 5 分钟想清楚这些（真的写下来，不要只在脑子里过）：

  1. 1.

    你的文章口吻是什么？ 口语化 / 正式 / 犀利 / 温和 / 自嘲……

  2. 2.

    你的读者是谁？ 职场人 / 学生 / 创业者 / 宝妈……

  3. 3.

    你有什么表达习惯？ 用「你」还是「大家」？短句还是长句？爱用类比还是数据？

  4. 4.

    哪些词你绝对不想出现？ 「赋能」「闭环」「在这个快节奏的时代」「希望对你有帮助」……

第二步：套进模板

## 角色
你是我的写作助手，负责把我的草稿改写成符合我个人风格的文章。

## 我的读者
[你的读者画像，例：25-35 岁互联网职场人，关注效率和个人成长]

## 我的风格
- [口吻，例：口语化，用「你」「我」，像跟朋友聊天]
- [节奏，例：多用短句，段落不超过 4 行]
- [态度，例：有观点，不模棱两可，敢下结论]
- [特色，例：喜欢用生活类比解释复杂概念]

## 绝对不用的表达
- [列出来，例：「赋能」「闭环」「颗粒度」「在这个快节奏的时代」]

## 示例
以下是一段我满意的文章片段，请学习这个风格：

「[粘贴你写过的一段文字，200 字左右就够]」

## 任务
我给你一段草稿，你按以上风格改写。保留核心观点，风格全权交给你。

## 约束
- 删掉了原文某个要点，改完后注明「删除了：xxx」
- 不改变我的核心立场
- 原文逻辑有问题，改完后单独指出，不要偷偷改

## 自检
- [ ] 是否出现了「绝对不用」列表里的词？
- [ ] 段落是否超过 4 行？
- [ ] 风格是否和示例一致？

注意这个模板用上了前面讲的两个进阶技巧：嵌示例（示例模块）和自检（自检模块）。

第三步：测试和迭代

把 Skill 粘贴到 Claude Code 或 Codex 对话开头，丢一段你最近写的草稿进去，看改写结果。

检查三件事：

  • 风格对不对？ 是不是你的「味道」？

  • 有没有加戏？ 加了你不想要的内容？

  • 观点保留了吗？ 核心意思有没有被改掉？

根据结果调整 Skill，常见问题和对应修改：

问题

在 Skill 里加什么

改写太正式

「不要用此外、综上所述等书面过渡词」

段落太长

「每段不超过 3 行，超过了主动断段」

总是加 emoji

「不要添加 emoji，除非原文有」

喜欢加总结段

「结尾不要加总结性段落」

调 2-3 轮，定型。

第四步：保存

其实上面定了之后，这一步你完全可以交给你的 AI，说让他帮你保存这份 skill，作为全局或者当前项目调用，如果你还想使用方便些，那就自定义一个你的专属斜杠指令。

7 不要安装大量的 skill

大家应该都知道，市面上一大堆各种貌似好用的 skills，很多新手最常犯的错误就是上来装一大堆 skills，看到别人推荐就装，这里提醒下，不要这样做，你装的 skills 越多，会导致你的 AI 工具负担越重，消耗 token 也越大，尤其是全局范围内。

最好的做法是，系统全局只装一些官方常用的，特定项目开发，再去搜索安装适合的 skill，而且只装在当前项目。

这里有一个我亲身实践下来最好用的方式：

比如你现在要新开发一个文生图的项目，那么你的流程应该是这样的：

  1. 1.

    问你的 AI，去 GitHub 搜索文生图相关的高评价，质量高，比较前沿的 skill 或者相关开源项目；

  2. 2.

    不管他给你什么结果，都问它，市面上同类项目做一个详细的对比，以表格形式告诉我

  3. 3.

    全面了解之后，再选择一个你认为最适合你的 skill，然后让 AI 安装在当前项目

  4. 4.

    安装完之后，不用去读详细的项目文档，直接问你的 AI，这个 skill 该怎么用，支持什么功能

然后你就可以直接接着按照你的项目去开发了。

8 小结

这篇核心就一件事：把反复使用的 Prompt 固化成可复用的 Skill。

基础流程：锁定场景 → 四块结构写初版（角色 + 任务 + 输出格式 + 约束） → 测试迭代 → 保存复用。

进阶技巧：嵌示例让 AI 精准理解你的风格，加自检减少人工检查，用动态变量一个 Skill 覆盖多种场景，用 Skill 组合链处理复杂任务，不会写就让 AI 帮你打底。

工具落地：Claude Code 用斜杠命令（/命令名），Codex 用 $。

判断该不该做 Skill 的标准很简单：同一个 Prompt 写了三遍以上，就该做成 Skill。

到这里，你已经掌握了跟 AI 协作的三个核心能力：怎么说话（Prompt）、怎么让它记住你（配置）、怎么把好用的指令存下来反复用（Skill）。这些都是单点能力。

看完之后，今天就做一件事： 翻翻你最近跟 AI 的对话记录，找一个你这周重复写过的 Prompt，花 10 分钟把它做成 Skill。不用完美，先用起来，后面再迭代。

下一篇讲怎么把这些单点串起来，建立一套你自己的 AI 工作流——不只是用好单个对话，而是把 AI 真正融入你每天的工作节奏。

本系列持续更新，建议收藏。

扫码加入星球
查看更多优质内容
https://wx.zsxq.com/mweb/views/joingroup/join_group.html?group_id=2421112121