Skill 实战指南 3 种方法，把你的经验变成 AI 工作流
提示词解决一次任务，Skill 沉淀长期流程。把你的经验、判断标准和交付格式固定下来，AI 才能稳定复用。
核心观点
-
提示词只是临时交代，Skill 才是可复用 SOP：单次提示词只能管一次任务。Skill 能将隐性经验、判断标准、交付格式固化，让 AI 在每次重复工作中按同一套流程执行。（来源：本文第 1-2 节）
-
方法一·结果反推法：把已有的满意成品（方案、文章、报告）交给 AI 反推为 Skill，包括输入材料、执行步骤、筛选标准、人工判断节点和输出格式。案例：一位产品经理把「AI 客服知识库优化方案」反推为 6 步 Skill（收集记录→问题分类→标记优先级→找缺失→排序→输出），后续再优化只改输入、流程复用。（来源：本文第一节）
-
方法二·记录工作流优化法：适合已重复多次但流程还在脑子里的工作。先完整做一遍任务同时让 AI 记录每一步判断逻辑，最后让 AI 总结成可复用 Skill。案例：小红书种草运营——选题→标题（20 个→删减）→封面检查→正文→评论区引导，做完后 AI 总结为 6 步标准化 Skill，把隐性经验拆出来。（来源：本文第二节）
-
方法三·说明书工程化：已有成熟方法论时，先写一份工作说明书（适用场景、需要材料、具体做法、质量标准、输出格式），再让 AI 补充边界条件、翻车点和兜底规则。案例：资深 Logo 设计师——先写客户必须提供的信息、第一轮只做方向不做精稿、Logo 先看结构再看颜色、最多 3 情况，AI 补充后追加关键规则（客户只说”高级大气”必须追问、SVG 必须可编辑、每个方案必须配设计逻辑、客户想合并方案要先判断视觉语言统一性）。（来源：本文第三节）
-
通用 Skill 模板（5 件事结构）：适用于设计、运营、写作、产品、销售、客服等多数重复工作。模板包含 7 大块：（1）适用场景（包含/不适合边界）、（2）角色定位（目标+质量+避免项）、（3）输入材料（目标、背景、素材、要求）、（4）执行流程（5 步）、（5）检查标准（正确/清晰/可用/贴合场景/有判断）、（6）输出格式（正文+解释+优化建议）、（7）兜底规则（信息不足说明缺项/目标不清先归纳/需求冲突指出冲突并给优先级/不确定标记待确认/不达标自动重新写一版）。（来源：本文第五节）
-
Skill 放置策略：项目级优先多于全局级：不盲目全局安装。先放在当前项目目录（如
.codex/skills/、.claude/skills/、.openclaw/skills/），跑稳定后再复制到用户目录（~/.codex/skills/）。跨多个 Agent 平台共享同一符合逻辑Agent配置目录/skills/你的Skill.md。（来源：本文第六节） -
作者实际使用的 4 套 Skill：（1）Humanizer-zh（去 AI 一堆手）；（2）Content Research Writer（深度写作、自动拆文章结构）；（3）卡兹克写作（公众号长文）；（4）归藏 PPT（文章转网页 PPT）。（来源：本文第七节）
实操内容保留
通用 Skill 模板（可直接复制使用）
Skill 名称：{示例：公众号文章润色 Skill / 产品分析 Skill / Logo 初稿生成 Skill}
第一部分：适用场景
- 该 Skill 用于解决：{具体问题}
- 适合：{场景 1}、{场景 2}
- 不适用：{信息不足时不直接生成}、{高风险专业判断只做辅助}
第二部分：角色定位
- 你扮演：{如：资深设计师 / 新媒体运营顾问 / 产品经理 / 资料整理助手}
- 你的目标：完成 {核心任务}、符合 {质量标准}、避免 {常见问题}
第三部分：输入材料
- 目标：要达成什么结果
- 背景：项目/产品/客户/用户等
- 素材：文案/图片/表格/链接/参考案例
- 要求：风格/格式/长度/限制
信息不足时：先说明缺什么→能继续就先做初版并标记假设→不能继续就追问
第四部分：执行流程
- 理解任务目标，明确结果
- 整理输入材料，提取有效信息
- 拆解任务结构，确定输出框架
- 生成初稿，优先使用用户真实材料
- 按质量标准自检，修改后输出最终版
第五部分：质量标准
输出结果必须满足：正确不编造、明确不夸大、可复制/直接发布/直接交付、符合当前场景、有判断给出取舍理由
第六部分：输出格式
- 最终交付内容（正文、方案、表格、清单等）
- 关键说明（说明原因是处理逻辑与判断依据）
- 可选优化建议（可以继续优化的方向）
第七部分：兜底规则
- 信息不足：说明缺什么，不要编造
- 目标不清：先归纳理解再继续
- 需求冲突：指出冲突，给出优先级建议
- 事实不确定：标记”[待确认]”
- 结果不达标：自动重写一版
四种Skill的链接
| Skill | 主要用途 | 链接 |
|---|---|---|
| Humanizer-zh | 去 AI 味 | https://github.com/op7418/Humanizer-zh |
| Content Research Writer | 辅助深度写作 | https://github.com/ComposioHQ/awesome-codex-skills/tree/master/content-research-writer |
| KazZze 写作 | 公众号长文 | https://github.com/KKKKhazix/khazix-skills |
| 归盒 PPT | 文章转网页PPT | https://github.com/op7418/guizang-ppt-skill |
关键概念
- Skill — 文章核心主题，将提醒经验固化为 AI 可稳定执行的流程
- Claude Code — 作者作为 Skill 使用平台之一参考
- Codex — 主要的 Skill 文件放置路径参考
- 提示词工程 — 提示词解决单次任务 vs Skill 解决长期流程的对比
- AI 工作流方法论 — 该主题的实例化方法
- ChatGPT — 提示词场景的起点，Skill 的演进目标（纯文本标注，暂未建独立实体页）
与已有素材的联系
- 2026-05-27-woshipm-yunshu-skill-practical-guide：云舒的「跑通→复盘→封装→回溯」四步作业法与本素材方法二「做完再让 AI 总结」是互互补的——前者偏封装流程，后者偏前期从实际操作到Skill 定义的提炼
- 2026-07-19-juejin-claude-meeting-minutes-skill：被封装的闸门（周 ≥3 次、固定 >5行提示词、有文件源）与本素材「重复做过三次就应封装」同构——
- 2026-06-17-ai-skill-workflow-封装：将提示词封装为 Skill 的两个核心动作（输入输出/错误处理）与本素材通用模板的 5 件事框架高度一致
- 2026-07-19-juejin-ai-skills-specialized-employee：Skill 工程的 description 字段、渐进式披露、Token 预算视角是本素材模板的后运维层面
- 2026-07-22-youtube-xiangyu-skill-twitter-pipeline：多 Skill 流水线与本素材的”三个方法产出 Skill→各 Skill 串通”形成完整链路
- 2026-06-11-vibe-marketing-xiaohongshu-case：小红书场景的运营 Skill 与本素材方法二中的小红书种草运营案例互相对应
原文精彩摘录
提示词解决一次任务，Skill 沉淀长期流程。把你的经验、判断流程和交付格式固定下来，AI 才能稳定复用。
很多人还在把 AI 当聊天框用：问一句，答一句。换一个任务，又从头解释一次。但真正值得沉淀的，不是某一次提示词，而是你在重复工作里积累出的判断标准。比如：怎么判断一个标题好不好，怎么判断一个产品方案能不能落地，怎么判断一篇文章有没有 AI 的味道。
Skill 不是技术人的专属工具，它更像一种经验放大器——把你本身只能靠自己反复判断的东西，变成 AI 可以稳定执行的流程。这才是 Skill 真正值得做的地方。