AI Skill 实践后，我总结了六条可复用的产品化经验
好的 Skill 不是一条更长的提示词，而是一套能够判断、暂停、确认、执行和验收的工作流。本文复盘了小红书AI概念图解 Skill 和个人化写作 Skill 两个项目中的六条可迁移设计经验。
核心观点
1. 先定义边界，再定义能力
Skill 设计的起点不是”它应该做什么”，而是”它不应该什么”。两个 Skill 都有明确边界：小红书图解 Skill 限定在 AI 概念和 AI 应用；写作 Skill 服务 AI 产品经理方向的专业写作，不虚构经历、不靠段子制造”活人感”。范围越宽，隐含决策越多，结果越难复用。设计前先回答四个问题：服务哪类重复任务？默认读者是谁？哪些事实风险不能接受？能力不足时应该停在哪里？
2. “向我确认”是高成本返工的控制机制
Skill 不是连续流水线。小红书图解 Skill 采用五阶段流程，每阶段结束后确认；写作 Skill 从复述题目到终稿，分阶段确认选题、观点、大纲。但确认也不是越多越好——区分”实质确认”（改变选题、判断、读者、交付形式）和”流程确认”（已确认范围内的格式检查和保存），避免确认从风险控制变成流程负担。
3. 内容类 Skill 需建立事实核验体系
最危险的能力不是写得慢，而是把不确定内容写得像真的。小红书图解 Skill 要求产品能力优先查官方文档，研究概念优先查原始论文。写作 Skill 坚持”材料先于篇幅”：材料不足先研究，研究后仍不足就缩短成短稿并指出缺口。真实案例（如 Second Me 使用体验中的语境权限问题）比宽泛评价更有价值。
4. 主文件负责路由，复杂规则要模块化
随着规则增多，Skill.md 文件变长导致响应变慢、上下文占用增多。两个 Skill 最终都采用五层模块化结构：入口层（触发条件）、身份与范围层（服务对象和边界）、决策层（判断和确认时机）、执行层（研究/写作/生图/排版工具）、验收层（事实/格式/文件/平台适配检查）。模块化不是为了目录好看，而是让规则可维护、可替换、可追踪。
5. 最值得优先自动化的不是生成，而是选题诊断和质量控制
生成环节天然醒目，但真正影响成品质量的问题发生在生成之前（选题过宽、脚本未确认）和交付之后（编号异常、链接遗漏、排版兼容）。内容生成完成不等于成品可以交付——编号、链接、图片位置、段落层级和版式兼容同样是内容质量的一部分。
6. 工具选型的第一原则是稳定性，不是功能性
每增加一个外部工具调用，就增加一段调用链路、一个故障点和一份维护成本。如果平台已有可靠能力就优先使用。视觉生产需要分工：生图模型负责背景、科技主体、插画；确定性排版处理中文标题、箭头、标签、页码和精确图解。让模型直接生成整页中文看似一步到位，实际会把错别字、乱码和布局漂移带进最终交付。
实操内容保留
（本文无实操代码/模板/步骤，内容主要为产品设计方法论和经验总结）
关键概念
- AI Skill（新实体）：区别于普通 Prompt，Skill 是一套包含边界、决策、确认、执行和验收标准的可复用工作流
- AI产品经理：Skill 设计本质上是微型产品设计，需要定义用户、任务、边界、流程、异常和质量标准
- Claude Code：本文 Skill 开发和测试使用的核心工具之一
- ChatGPT：本文使用 ChatGPT 的 Image 生图能力作为视觉生产工具
- 提示词工程：Skill 是 Prompt 工程的上层抽象，从”怎么写得更完整”进阶到”哪些需求更真实、哪些风险需要暂停、哪些结果可以被验收”
与其他素材的关联
- 本文与 2026-05-11-skill-sop-for-ai 在 Skill 标准化（SOP）思路上高度关联，但更侧重产品化视角
- 与 2026-06-17-ai-knowledge-base-product-design 在 AI 产品设计方法论上有交叉
- 关于 AI 工作流中的”确认/暂停”机制，与 2026-07-01-loop-engineering-pm-codification 的 Loop 工程化思路互补
原文精彩摘录
我现在认为如果 Prompt 是一次任务的操作说明，Skill 就像一个可复用的小型产品：有范围、输入、决策、异常处理和验收标准。值得封装的不是某次表现不错的指令，而是反复做同类任务时形成的判断方法。
真正稳定的 AI 工作流，不是让模型一口气把所有事情做完，而是把人的经验拆成一组可执行的约束。对产品经理来说，设计 Skill 也不只是学会写 Prompt。它更像一次微型产品设计：需要定义用户、任务、边界、流程、异常和质量标准。当这些隐性经验被写进系统，AI 就不是偶尔给出一个好结果，而是开始以相对稳定、可解释、可迭代的方式协作。而这可能才是 Skill 最有价值的地方：它封装的不是答案，而是产生可靠答案的方法。
内容类 Skill 最危险的能力，不是写得慢，而是把不确定内容写得像真的。对内容 Skill 来说，最重要的不是让 AI”更像专家”，而是让它始终知道：哪些是有论据直接支持的事实，哪些是作者的判断，哪些还只是待验证的推测。