你跟 AI 的每一次对话都是在临时培训一个新员工——教会了下次又得重来。Skill 就是把培训手册固定下来让 AI 每次上岗都知道按你的方法来。它不只是省时间更关键的是它的结构会逼你把说不清楚的要求一条条补齐。这篇讲清楚 Skill 是什么、为什么它比 Prompt 多了一层价值以及怎么开始拥有自己的 Skill。你每周要写周报每次都让 AI 总结润色。AI 写出来可能是陈词滥调持续推进深度赋能形成闭环。你反复改了几周AI 终于懂你风格了——量化放前面、不说套话、问题要写原因。但这个默契只在当前对话有效。下周新开对话一切归零。你用 AI 准备面试去市场找了一个分析 JD的高分 Skill。用完之后发现它面向的是应届生——分析维度是公司知名度岗位匹配度但一个资深产品经理关心的明明是这个团队对 AI 的理解到什么程度我进去能做什么业务线是核心还是边缘。不是 Skill 不好是它基于别人的方法。你得改。这两件事指向同一个问题你跟 AI 之间有个隐形成本每次对话都在重复交学费。一、Prompt 做不到的事Prompt 是一条指令。你说帮我润色周报AI 根据这一刻的上下文做出回应。但下一轮对话、下一个人用又回到默认状态。Skill 不是一条更长的 Prompt。它是把做事的方法打包成一个容器。这个容器里装着步骤先做什么再做什么规则什么能做什么不能做格式输出长什么样工具需要调用什么能力参考你的风格样本、过往案例拿周报来说。Prompt 告诉 AI帮我写周报。Skill 告诉 AI根据我的工作记录生成周报。步骤先提炼本周关键词再列量化成果最后写问题和改进方向。规则不要用赋能闭环这类词每点必须有数据支撑。格式关键产出 → 问题与原因 → 下周计划。参考以下是我最近三周的周报。Prompt 是做这件事Skill 是用我的方法做这件事。前者每次都在碰运气后者把你的工作方法固定下来反复使用。二、Skill 到底解决了什么——那个哦的时刻你可能觉得不就是把要求写详细点吗省时间这部分确实是这样——不用每次从零描述需求调出来直接用。但这只是表面。我想说的是另一层价值。回想你第一次让 AI 写周报。你知道它写出来的东西不对但你能一次性说清楚哪里不对、要怎么改吗大部分人是边看输出、边反馈、边意识到——哦原来我不想要这个。这里有一个矛盾要做出一个好 Skill你需要知道自己要什么——但如果你已经知道你其实不需要 Skill。Skill 的结构恰好帮你绕过了这个矛盾。步骤、规则、格式、参考——每一个组件都在逼你思考我的方法到底是怎么做的你不需要一开始就想明白所有要求填表的过程会帮你想清楚。继续说回面试的例子。你下载了那个应届生版的 JD 分析 Skill用了觉得不对味。这时候你开始改删掉团队规模改成业务阶段把薪资区间改成岗位影响力空间加了一条规则评估这个岗位在组织架构中的位置。你改的不是几个字段——是把别人的方法论变成你自己的方法论。在你动手改 Skill 的那一刻你才真正开始理解你自己是怎么做这件事的。三、Skill 长什么样不管什么平台Claude Code、ChatGPT GPTs、Coze一个 Skill 大体都长这样组件它回答的问题周报例子任务描述这个 Skill 做什么根据工作记录生成简练的周报执行步骤先做什么后做什么提炼产出 → 量化成果 → 问题分析 → 下周计划规则约束什么能做、什么不能做不用套话每点有数据支撑输出格式结果长什么样关键产出 → 问题与原因 → 下周计划参考样本可选风格参考你之前写的几篇周报全文每个组件解决一个问题。少了一个AI 就会在那个维度放飞自我。四、怎么开始拥有自己的 Skill不管你用哪个平台路径都一样。路径一拿来改。去市场找一个评分高的、跟你的需求接近的 Skill试跑一次。然后逐项调整——步骤不对改步骤格式不合改格式。用他人的框架装自己的方法。路径二对话中沉淀。你其实已经在做了。每次给 AI 反馈、纠正、补充要求就是在提炼你的 Skill。等感觉差不多稳定了让 AI 帮你把这对话里的规则、步骤、格式整理出来打包成一个 Skill。两种路径不冲突。先拿来改改到不满意再从头打磨。最终你会拥有一个真正属于你自己的做事方法库。五、总结Prompt 是一条指令Skill 是一个方法论容器Skill 的表层价值是省时间深层价值是帮你把说不清楚的要求结构化一个好 Skill 的结构任务 步骤 规则 格式 参考好 Skill 是改出来的、聊出来的不是一次性写出来的