我一直觉得AI 用得顺不顺手差距往往不在模型本身而在你会不会给模型“配技能”。现在大家都在聊 skills技能这个从 AI Agent 生态里火起来的概念说白了就是把模型会做的事提前结构化让它按固定流程、固定参数去执行不再每次对话都从零摸索。我花了不少时间把日常重复的活儿整理成一个个 skill实测下来效果比想象中明显原来要反复提示七八轮的事现在一句话就能触发完成。这篇文章就聊聊我拆解 skills 的完整思路包括技能文件怎么设计、参数怎么定、踩过哪些坑以及怎么把零散技能整理成一套可复用的个人技能库。适合刚接触 Agent/Skill 机制、或者已经被各种自定义指令折腾得够呛的朋友参考。1. 先搞明白skills 到底是什么很多人一听 skills第一反应是“这不就是提示词模板吗”。说实话这两者确实有关系但完全不是一回事。1.1 从提示词到技能本质区别在哪提示词模板解决的是“这次对话怎么说更清楚”核心作用是把你的需求翻译成模型容易理解的语言用完即走没有状态也没有稳定的执行边界。而 skills 本质上是一套可复用的执行单元它不只是告诉模型“你要做什么”还规定了“要做到什么标准”“按什么顺序做”“输入输出长什么样”。我自己的理解是提示词是给模型的一封信skills 是给模型的一本岗位手册。信写得再详细模型也只能看完就忘但岗位手册不一样它可以被随时翻出来按里面的职位说明、工作流程、交付标准去执行任务。举个实际例子。我早期写周报每次都把上一条提示词复制过来改填充内容。后来改成 skill 形式之后只需要告诉它“这周做了123”它会自动按照技能定义好的结构化模板输出本周完成项、数据变化、风险点、下周计划。关键触动点是同一个 skill 可以被反复调用而且每次输出格式都稳定不需要我再做二次整理。1.2 技能系统解决了什么痛点我总结下来skills 解决的核心痛点有三个第一个是上下文浪费。传统的长对话里模型要不停从历史消息里找线索上下文一长前面的关键信息被稀释输出质量断崖式下跌。技能模块把核心规则固化成独立文件模型按需加载不再把大量 token 花在重复理解指令上。第二个是输出不稳定。同一个需求换个说法去问模型结果天差地别。技能把输入参数和执行步骤都定死模型从“自由发挥”变成“按规程办事”输出稳定性显著提升。第三个是流程不可复用。用提示词这次搞完下次要重新组织语言用技能这次调试好了下次直接调用还可以分享给别人。这一点对我来说吸引力最大我花一次时间打磨技能后面每次使用都在吃复利。1.3 技能文件的基础结构一个标准的 skill通常由两部分构成一个是描述文件记录技能的名称、功能描述、适用场景另一个是执行步骤文件详细定义任务的流程和规范。这个结构很关键。描述文件帮模型判断“什么时候该调用这个技能”执行文件告诉模型“调用了之后具体怎么做”。就像你招了一个实习生先给他看岗位介绍让他知道什么时候该做什么再给他看 SOP 手册让他知道每一步怎么落地。2. 核心细节拆解怎么写一份能用的技能规范很多人自己动手写 skill 时最容易犯的一个错误就是把它当成写作文恨不得把所有可能性都写进去。实际上好的技能规范恰恰是克制的。2.1 描述信息的设计原则描述信息决定了模型能不能正确触发这个技能写得好不好用了之后感受特别明显。我认为描述信息必须包含三个要素这个技能是做什么的、什么时候该用、绝对不要什么时候用。举个例子。我写了一个“周报生成”技能它的描述信息是生成结构化中英文周报适合每周五或项目节点后使用不适合用于日报或项目复盘。后一句“不适合”看起来多余但实际帮助很大。我发现加上边界条件之后模型触发错误的概率降低了非常多。另外建议把触发场景写成具体的行为描述而不是抽象的功能描述。比如“当用户提供本周任务清单或项目进度更新时”这种就比“用于周报”要准确得多。模型匹配触发条件的时候具体场景比抽象短语更可靠。2.2 执行步骤怎么写才不会被误解执行步骤是技能的核心它直接决定了模型输出的质量。我自己的经验是步骤要满足三条标准有明确顺序、有检查条件、有输出模板。先说顺序。模型执行复杂任务时如果步骤没有强顺序很容易跳步或者重复。我在技能里会给每个步骤编号并且明确写清楚“先做什么完成之后才做什么”。再说检查条件。每一步做完之后最好有一个自检环节。比如“生成初稿后检查是否包含全部输入要点缺失则补充”。这一步实际上是双保险模型即使中间跑偏了自检也能拉回来。最后是输出模板。我可以接受模型在中间过程里自由发挥但在最终交付物上必须有稳定模板。模板里预留变量位模型只需要填内容结构不用变。这样输出的东西可以直接拿去用不需要我再排版。2.3 参数与变量的坑技能里经常要定义参数比如输入内容、目标受众、语气风格。这里的坑在于模型对参数的处理能力比我们想象中弱很多。我第一次写技能的时候一口气定义了七八个参数结果模型经常漏填或者乱填。后来我学聪明了能不定义参数就不定义把非核心参数全部降级成“可选补充说明”。核心参数最多留两到三个这样模型的记忆负担小很多执行成功率明显上升。还有一个小技巧参数名要起得足够直观。不要叫“input_data”这种要叫“本周任务列表”或者“用户提供的原始材料”。模型在阅读自然语言时对形象化命名比抽象命名敏感得多。这一点测试的时候体会特别深。3. 实操过程从零构建一个可用技能理论讲一堆不如实操一遍有用。下面我用一个“竞品信息整理”技能作为例子把完整流程走一遍。3.1 场景选择与目标拆解先说为什么选这个场景。竞品信息整理是我日常做得最多、也最重复的事拿到一堆链接或者截图需要提取功能点、定价、更新动态最后汇总成一张对比表。这种任务重复度高、流程固定、输出格式明确非常适合技能化。目标拆解之后我把任务切成了三步从用户提供的材料中提取竞品名称和核心功能点查询并整理价格与版本信息按照固定模板输出对比表三步之间是严格顺序关系不存在并行可能所以整体流程设计比较简单。如果是更复杂的任务我一般会先把任务画成流程草稿标清楚哪些是顺序、哪些是分支再动手写。3.2 技能文件的完整示例这个技能我给它取名“竞品扫描”描述文件里写着当用户提供竞品名称、链接或宣传物料时自动提取关键信息并生成对比表不适用于市场趋势分析或用户调研采集。执行步骤的核心部分结构大致如下步骤一读取用户输入材料提取所有竞品名称与一句话简介。步骤二逐条识别功能特征标注免费、付费或限制项。步骤三整理定价按工具、版本、价格三列呈现。步骤四生成 Markdown 表格包含竞品名称、核心功能、定价、更新时间四列。步骤五输出前自检确认每条竞品都有对应信息缺失处标注“待补充”。这里我特别强调一下步骤五的自检。不加自检之前模型经常漏掉一两个竞品信息输出表格里出现空白单元格加上自检之后漏项情况少了非常多。这个改动成本特别低收益却很明显。3.3 测试与调优记录技能写完之后一定要做三类测试正常输入测试、边界输入测试、干扰输入测试。正常输入测试是看整个技能能不能跑通边界输入是看输入内容特别少或特别多时有没有异常干扰输入是看信息里夹带无关内容时模型会不会受影响。我第一次测试就发现问题用户材料里附带了一大段新闻报道模型把新闻内容也当成了竞品信息提取进去。解决办法是在执行步骤里加了一句话“只提取与竞品直接相关的产品功能与价格信息忽略新闻、评论和个人观点”。加上这句话之后干扰问题明显改善。这个经历让我养成了一个习惯技能里必须写清“忽略什么”这比“提取什么”更重要。4. 常见问题与排查技巧实录技能跑起来之后我遇到的问题和坑远比想象中多。这里按出现频率整理一份速查表给需要的人参考。4.1 触发失败技能完全不起作用技能不被触发是最常见的问题。原因通常是描述信息写得过于宽泛模型不知道该不该调用。我遇到过最夸张的一次是因为描述信息里没有写明“当用户提到某关键词时使用”导致模型完全无视技能走了默认对话模式。解决办法是回看描述信息尽量写清楚触发条件和边界。还可以在测试时用不同的说法反复触发看看模型到底在哪些表述下才会调用技能。这本质上是个匹配率问题可以多试几种触发话术。4.2 输出格式漂移每次结果都不一样明明同一个技能这次输出的格式和上次不一样这种问题也遇到过不少。主要原因往往出现在输入内容对格式的干扰上。比如用户输入里带了一个项目符号列表模型就跟着学了那种格式。应对方式是在技能里写死“必须输出一个 Markdown 表格且表头固定为特定列名”。把格式约束放到最高优先级模型就没那么多自由发挥空间了。如果还是漂移就升级做法在输出模板里直接把空表格结构写出来让模型只填内容。4.3 参数过载模型漏掉关键参数这个问题我在设计技能阶段就踩过。技能里参数定义太多模型记不全执行的时候漏参数。解决思路有两个方向。第一个方向是强制前置把参数收集放在执行步骤的第一步先让模型确认所有参数收集完毕再进入主流程。这样可以尽早暴露漏参问题。第二个方向是减参数把不关键的参数全部从正式参数表里拿掉改成“可选补充说明”放进步骤描述里。参数少了模型的执行成功率立竿见影。4.4 技能冲突多个技能抢同一个场景技能库稍微大一点之后会碰到多个技能描述相似、模型不知道该调哪个的情况。我早期有“竞品扫描”和“市场信息整理”两个技能描述信息高度重叠模型经常随机触发。解决思路是给技能划分清晰的领域边界并在每个描述信息里写明“不要用于XX场景”。如果两个技能确实相似那就合并成一个用参数来控制不同模式。技能库讲究的是少而精不是大而全。5. 个人技能库的整理与扩展思路技能数量多起来之后管理成本会快速上升。我现在的做法是把技能按用途分成几类信息整理类、写作类、数据分析类、流程编排类。每个技能都有自己的边界不跨类使用。5.1 技能库日常维护的三个习惯第一个习惯是不断迭代每次用技能遇到问题时顺手在文件里补一条注意事项。技能是养出来的不是一次写出来的。第二个习惯是定期清理每个月检查一次技能列表删掉三个月没用过的技能。不用的技能没价值反而会干扰模型在相似场景下做判断。第三个习惯是版本意识每改一版技能备注一下改动时间。下次觉得“之前那版好像更好”的时候能快速回退。5.2 从单技能走向协同当技能用熟了之后可以试试技能之间的组合。比如“竞品扫描”输出对比表“汇报生成”消费对比表两者一结合就变成了一条自动化的竞品调研流水线。这个组合思路是我后期用得最多的地方。单个技能解决单点问题组合技能解决流程问题。每天省下来的时间攒在一起非常可观。6. 最后说几点实在话文章写到这里该讲的都讲得差不多了最后分享几个我自己的心得。第一不要一开始就追求完美技能。你先写一个粗糙版本用起来然后在使用中不断迭代比花一周时间憋一个“完美”技能更靠谱。第二好技能的标准不是“内容多”而是“边界清楚、步骤清楚、模板清楚”。我见过最实用的技能全文不到两百行但每一个字都在点上。第三技能库会越用越顺手也会越用越“私有化”。因为你对技能的修改越符合自己的工作习惯别人拿去就越不一定适配。所以不用纠结于跟别人一模一样适合自己的就是好技能。我后来回忆这段折腾 skills 的过程最终发现收益最大的不是我写好了多少个技能而是我在不断拆解和定义技能的过程中把自己手上重复的活儿都梳理清楚了。哪些流程可以标准化、哪些环节需要人为判断、哪些输出必须固定格式这些认知本身就是效率提升的来源。哪怕你最后只用上了其中一两个技能把工作拆解清楚这件事也值得做。