夜雨聆风同一套判断逻辑，复制粘贴了 23 次，出了 18 个不同版本，每次标准都在微调——这不是 AI 的问题，是你的使用方式出了问题。理解 Skill，是从「用AI」到「驾驭AI」的最后一公里。
Sally 的团队每个月都要做「经营分析」，其中一个必须环节是红绿灯分析——每次拿到数据，都要算达成率、判断阈值、给数据打上红黄绿标签。
大多数人的第一反应：每次从上一次文档里复制逻辑，再做调整。这是最常见但风险最高的做法——每次复制都可能带来漂移。
Skill 是什么？不是工具，不是文档
🔌
不是插件
不依赖特定AI平台 本质是知识封装
📋
不是模板
不只是复制粘贴 而是可调用的逻辑
🧠
Skill 是
组织知识的封装 让经验变成团队资产
沉淀核心逻辑 → 无数个 PA 和对话中精准、稳定地复用
在动手之前，先问自己一个核心问题：你要构建的，是一个完整的端到端业务流程，还是一个产出单一数据对象的独立活动？
你应该做 PA 还是 Skill？决策树
拿到需求：想让 AI 来做 XX
↓
问题 1
这是不是一个完整的业务流程？多步骤、前后流转、多人协作？
否 → 产出单一数据对象？
→ 大概率是 AA（活动能体），考虑封装为 Skill
是 → 是否跨多个业务域？
否 → PA；是 → IPA
⚡
Skill
单一活动节点 逻辑固定，多端可调用
🔄
PA
完整业务流程 单业务域，多步骤协作
🌐
IPA
跨多业务域 端到端大流程
Skill 长什么样？一个标准化的文件夹
SKILL.md 是唯一必需的文件，附属文件按需加载、不占用上下文
文件结构
# 简单 Skill（只需一个文件）
red-green-light/
SKILL.md ← 主文件，skill 定义和核心逻辑
# 复杂 Skill（可带附属文件）
adas/
SKILL.md ← 主文件
reference/ ← 参考资料（按需加载）
examples/ ← 示例（按需加载）
SKILL.md 的核心结构（三部分）
技能名字
简洁明了，让AI知道它是做什么的
触发描述
放在AI「菜单」上展示的内容，决定Skill能否被自然对话触发。至关重要！
核心指令与规则
角色定义、边界、工作流程、反模式等，是Skill真正的「大脑」
这么多 Skill，AI 是怎么同时「记住」它们，又不被撑爆的？答案就藏在 Skill 的核心机制里——渐进式披露。
Skill 如何运行：渐进式披露
Skill 再多，也不会拖慢 AI 的对话
📋
平时：只看菜单
模型上下文里只有每个 Skill 的 name + description4个 Skill 只占几行，不会撑爆上下文
👨🍳
触发：加载完整菜谱
用户需求匹配到 description 时完整 SKILL.md 才加载进上下文，AI 100% 按你写的规则执行
一次触发过程（ADAS Skill 示例）
用户说：「帮我看看其他硬件品牌是怎么做竞品策略的」
↓ 匹配
DESCRIPTION → adas：「跨案例结构化比较分析」✓ 命中！
↓ 加载
完整 SKILL.MD 加载进上下文，AI 完全按你写的规则执行
一个好的 Skill，有七个特征
低质量的 Skill 要么没人触发，要么触发了也没用，要么越用越偏
用户自然描述任务就能自动触发，不用刻意喊「用XX Skill」
ADAS 示例：用户说「帮我看看其他行业是怎么解决这个问题的」→ ADAS 自动触发，无需特意说「请用ADAS」
技能开头明确模型的角色是引导者、执行者还是协作者，避免行为跑偏
ADAS 示例：写「你是用户的洞察引导者，不是分析报告生成者」→ AI 一步步引导思考，而不是直接出报告
明确写清「适用、不适用、模糊场景」三种情况的处理方式
ADAS 示例：适合：竞品选择、竞争对标；不适合：纯数据分析；模糊：先确认是否需要跨案例比较，再决定是否启动
关键规则不仅说「做什么」，还要解释「为什么这么做」
ADAS 示例：不写「禁止跳步」，而写「每步产出是下步输入，跳了后面图全在空中搭楼梯」→ 遇到用户催促也知道不该跳
通过测试列出 AI 容易犯的错误（至少2-3条），并给出纠正方式
ADAS 示例：专门列出：「用户一说分析就直接给完整报告」「只选行业案例不选跨界案例」，让 AI 主动避免
内容精简、结构化，正文500行以内，提供可直接参考的示例/模板
ADAS 示例：与其写「引导用户思考」，不如给具体问题示例：「你心里有没有觉得和这个问题类似的案例？」
提炼的是通用方法，换个类似场景也能使用
ADAS 示例：「分析定价策略」开发的 ADAS Skill，换成「分析组织架构」也能正常引导 → 证明用的是通用方法
核心方法总结
Skill 的本质
封装核心逻辑，让一个人的经验变成团队永久可调用的资产
PA vs Skill 判断
单一活动节点→Skill；完整业务流程→PA；跨业务域→IPA
渐进式披露
平时看菜单（name+description），触发后看菜谱（SKILL.md）
七维质量标准
触发质量、角色定义、边界设计、指令质量、反模式、内容质量、泛化能力
这不只是工具知识——它代表着你开始用构建者的视角来看待 AI 协作
- END -
本文基于 AI 协作实践内容编写，文中方法和框架仅供参考