夜雨聆风我有个挺土的判断方法，但真好使。
先别管名词炫不炫，你就看这件事里，到底是「重复写字」，「重复判断」，「重复点按钮」，还是「一串环节要接力」。
很多人不是不会用 AI，是把这些层全糊进一个 skill 里，最后维护成本直接爆炸。
我踩过的典型坑是，本来该写个五十行的重命名脚本，我硬用自然语言描述「请先读取目录再按年份排序再……」。
跑是能跑，慢，还不稳，改一次规则全文搜替换，心里发毛。
说到模板，它解决的是重复表达。
每周都要写的周报框架，固定字段的会议纪要，公众号文末那几句差不多的 CTA。
核心不是复杂判断，是少敲重复的字。
模板值钱在省时间，不在省思考。
别指望模板帮你决定「这篇该不该写」，它只帮你把已经决定好的格式铺好。
skill 解决的是重复判断。
同一类任务每次都要过相似的思考顺序，比如一篇文章先从叙事还是事实拆，一段需求先收边界还是先排风险，一批历史材料按什么主线组织。
这里关键不是 Markdown 漂不漂亮，是判断顺序、优先级、边界控制能不能被下一次复用。
我现在的 `article-insight-analyzer` 就是这类东西，四层分析不是让模型「自由发挥」，是给它轨道。
脚本解决确定性动作。
步骤稳定，输入输出明确，主观判断少，人干着烦。
批量改文件名、扫目录校验年份齐不齐、从 API 分页拉日志，这类事我会毫不犹豫交给 Python。
前阵子用 `history-md-filename-sortkey` 的 `preview_rename.py` 一次性预览、再 `--apply` 重命名两百多个 md，靠脚本的两阶段，比让模型每次「理解一下怎么排序」靠谱太多。
agent 也不是为了显得高级。
它适合多阶段编排，先读输入，再判类型，再调不同 skill 或子流程，最后验收归档。
我公众号那条 workflow 就是典型，选题清单、流量首推、取材、成稿、归档，硬塞进一个 skill 会变成巨无霸，拆成编排才活得下去。
如果你现在还分不清，就用这个简化版问自己。
只是重复写法，先看模板。
主要是重复判断，先看 skill。
主要是固定动作，先看脚本。
多阶段协同，再考虑 agent。
很多人一上来就想做「大而全 AI 系统」，最后不是资产，是一团混合物，作者自己都不敢改第二行。
工具不是越高级越好，分工清楚才有价值。
模板、skill、脚本、agent 不是谁替代谁，是谁该站在哪一层。
你把这一层想明白，后面很多无效投入会直接少一半。
接下来这个系列我会继续往真实案例走，不讲名词展览，讲一个流程怎么从能跑一次，变成能长期批量跑。
如果你现在还在判断「这到底该做成 skill、模板还是脚本」，可以先来聊这个判断题。很多无效投入，都是从一开始就选错了承载方式。
