夜雨聆风你有没有这种感觉——
每次让 AI 帮忙，都要从头解释一遍背景、格式、规则、禁忌。
整理会议纪要，要重新说格式。写项目周报，要重新说结构。检查客户方案，要重新说风险点。
你以为自己在指挥 AI，其实是在反复培训一个临时工。
最近 AI 圈有个词开始频繁出现：Agent Skill。
它不是又一个花哨功能，而是一个信号——
AI 正在从回答问题的聊天工具，变成可以承接流程的工作系统。
Skill 不是提示词，别搞混了
很多人第一次听到 Agent Skill，会理解成"高级提示词"。
这个理解不算错，但太小了。
Prompt 是一次性指令，Skill 是能力包。
Prompt 告诉 AI："这次帮我这样做。"
Skill 告诉 AI："以后遇到这类事，都按这套方法来。"
一个 Skill 通常不是一句话，而是一个小型文件夹，里面可能包括：
说明文档（什么时候用、怎么用） 操作流程（先做什么、后做什么） 模板文件（输出长什么样） 参考资料（背景知识） 可执行脚本（自动化动作） 输出规范（格式和禁忌）
打个比方：
Prompt 像口头交代，Skill 像操作手册。
口头交代能把事做完，但任务重复、规则多、怕出错时，操作手册才是正解。
它和 Workflow、Tool、MCP 到底什么关系
这几个概念容易搅成一锅粥，我用大白话拆一下：
Prompt = 你给 AI 的指令（沟通入口）
Workflow = 一套固定步骤（强调流程）
Tool = AI 能调用的外部能力，比如搜索、读文件、跑脚本（强调动作）
MCP = 一种连接规范，让 AI 更标准地接入外部工具和数据源（强调接口）
Skill = 上面这些东西的组合包装
它可以包含提示词规则、流程说明、工具调用、脚本、模板和资料。
不是单点能力，而是把一类任务打包成"可调用的专业能力"。
这也是它最近被频繁讨论的原因——
AI 不缺回答问题的能力，真正缺的是稳定完成一类工作的能力。
技术上怎么工作？没你想的那么玄
从结构上看，一个 Skill 就是一个被组织好的文件夹。
核心是一个说明文件（通常叫 SKILL.md），它回答几个问题：
这个 skill 干什么？ 什么情况下触发？ 执行时遵守哪些步骤？ 需要读取哪些模板或资料？ 输出结果长什么样？
工作流程是这样的：
你说："帮我整理今天的项目会议。"
AI 判断：这个任务匹配"会议纪要 skill"→ 读取说明 → 按规则执行。
它会先提取议题，再识别决策，再列待办，再把不确定信息放进"需确认"区域。如果配了脚本，还能自动处理格式、清洗文本。
这里有个关键词：上下文成本。
你每次和 AI 解释背景、规则、格式、禁忌，都在消耗上下文窗口。解释得越多，越累，也越容易漏。
Skill 的价值 = 把重复解释提前放进能力包，让 AI 不用每次从零理解你。
普通职场人为什么要关心这个
因为你每天做的很多事，天然适合被 skill 化。
举个例子：会议纪要。
普通提示词："帮我整理会议纪要。"
一个真正可用的会议纪要 skill 会写清楚：
只保留和项目推进有关的信息 待办必须包含负责人、截止时间和交付物 不确定的信息放到"需确认" 闲聊和重复表达不要写进去 最后输出一版适合发群里的简洁版本
再比如：客户方案检查。
一个方案审查 skill 会要求 AI 检查：
有没有过度承诺 交付边界是否清楚 报价和服务内容是否对应 客户最关心的问题有没有被回应 有没有潜在风险没提前说明
你不一定要会写代码。但你要能把反复做的工作，说清楚、拆明白、固化下来。
这件事以前叫 SOP。现在多了一层意义：SOP 不只是给人看，也可以给 AI 执行。
真正的门槛：不是技术，是结构化经验
Agent Skill 听起来很新，但它考验的能力并不陌生——
能不能把经验结构化。
你会做项目周报，但能不能说清楚一个好周报应该包含什么？
你会整理客户需求，但能不能区分哪些是明确需求，哪些只是模糊表达？
你会做活动复盘，但能不能说清楚复盘到底看结果、过程、问题，还是下次动作？
这些东西如果只放在脑子里，就只能靠你自己每次判断。
写成 skill，AI 才有机会照着做。
说句扎心的：很多人经验很丰富，但从没整理过。
老板一问，你知道怎么答。客户一反驳，你知道怎么圆。项目一延期，你知道先找谁。
可如果让你把这套判断写成流程——你可能会卡住。
这不是 AI 的问题。是我们太习惯"凭经验做事"，却很少把经验拆开。
所以我看 Agent Skill，反而不觉得它只是一个 AI 功能。
它更像一面镜子，逼你问自己：我到底有没有一套稳定的方法？
普通人从哪里开始？三步就够
别一上来就研究标准、仓库和复杂配置。容易晕。
从一个最小的工作场景开始。
比如"项目周报 skill"，先写一个朴素版本：
我会输入本周完成事项、遇到的问题、下周计划；
你要按项目分组；
每个项目只保留进展、风险、下一步；
风险要具体，不要写"需持续关注"这种空话；
如果信息不够，先列出需要补充的问题；
最后输出一版适合发给领导的简洁周报。
这已经是 skill 思维了。
我建议先找三类事情练手：
- 重复出现的事
：周报、纪要、复盘 - 规则明确的事
：合同初筛、表格检查、方案审阅 - 容易漏细节的事
：客户跟进、项目风险、上线清单
这些任务很适合做成 skill——因为它们不靠灵感完成，靠流程完成。
写在最后
过去学 AI，学的是"怎么问"——怎么写提示词、怎么设角色、怎么让回答更完整。
这当然还重要。
但 Agent Skill 出现后，重点开始往后移：
问题不再只是"你会不会问 AI"，而是"你有没有一套能交给 AI 执行的方法"。
以后真正拉开差距的，可能不是谁收藏了更多提示词模板——
而是谁更早把自己的工作经验，整理成 AI 可以调用的 skill。
提示词让 AI 帮你完成一次任务。
Skill 让 AI 学会你的一类工作。
这个差别，就是下一阶段普通人用 AI 的分水岭。
