真正提效的不是收藏更多 AI 工具,而是把重复工作封装成可复用的 Skill.

事情是这样的。

这两天我看 AI Agent 的资料，看着看着突然有点想笑。

不是因为这些产品不好。恰恰相反，现在这批 Agent 产品已经比去年那种「我帮你想想办法」的聊天框前进太多了。LobsterAI 可以做数据分析、写文档、做 PPT、跑定时任务，还能从微信、飞书、钉钉、Telegram 这些入口被叫起来。Gemini Spark 讲的是另一个方向，它可以连 Gmail、Calendar、Drive、Docs、Sheets，把邮件、日程、文档这些东西串起来，甚至让你把自己的邮件风格沉淀成一个会被反复调用的 skill。

Zapier 也在讲 Agents，卖点不是模型多聪明，而是它能连 8000 多个应用。飞书和钉钉生态里也已经有人把 CRM、会议待办、知识库、内容生产、晨间简报这些工作封装成一套套 Skill。

你看，大家嘴上都在说 Agent，实际指向的是同一个东西。

不是更会聊天。

而是更会干活。

但我自己最有感触的地方不是这里。

我真正被刺到的是，很多人还在用旧办法理解新工具。打开收藏夹，一堆 AI 网站。打开 Notion，一页工具清单。今天收藏一个写作工具，明天收藏一个做 PPT 的，后天再收藏一个自动剪视频的。看起来像是在升级生产力，实际上只是把原来「打开十几个网页」换成了「打开十几个 AI 网页」。

这件事我也干过。

而且干得挺认真。

我以前会维护一个工具表，分成写作、搜索、图片、视频、自动化、浏览器插件、知识库。每发现一个新东西就加进去，顺手标一下价格、入口、优缺点。那张表越来越长，长到后来我自己都懒得打开。

有一天我突然意识到一个很尴尬的事实，收藏工具本身，正在变成新的低效。

因为真正消耗人的，不是「有没有工具」。

是每次开始工作之前，都要重新想一遍怎么做。

比如写一篇文章。

你要先找素材。看一圈热点。判断有没有选题。写大纲。补资料。起草。改成公众号口吻。再拆小红书。再改抖音口播。再想封面。再做图卡。再排版。最后发之前还要检查有没有 AI 味。

如果每一步都问一次 AI，其实也能做。

但你很快会发现，自己不是在指挥 AI，而是在当 AI 的流程管理员。

你要不断复制粘贴，不断提醒它「刚才那个风格别忘了」，不断把 A 工具生成的东西搬到 B 工具，再把 B 工具结果丢给 C 工具。更麻烦的是，第二天你再做一次，流程还是要重来。

这就像请了一个实习生，但你每天早上都要重新教他公司是干什么的、文件放在哪里、老板不喜欢什么标题、发小红书时不要写得像白皮书。

时间长了，人会崩。

所以我现在越来越觉得，AI Agent 个人效率工具的关键问题，不是「它能不能替我完成某个任务」。

而是「我能不能把一类任务封装下来」。

这就是 Skill 思维。

说得更直白一点，Skill 不是一个神秘概念。它就是把一件你经常重复做的事，拆成一套可复用的行为手册。

你不再对 AI 说，帮我写篇文章。

你对它说，跑一遍我的内容生产线。

这两句话差别非常大。

前一句只是在召唤一个聊天对象。后一句是在启动一个工作系统。

拿内容生产来说，一个粗糙但能跑的 Skill，至少应该写清楚几件事。

第一，信息从哪里来。比如 AI HOT、全网搜索、公众号文章、社交平台、GitHub、RSS。

第二，怎么筛。不是只要热，而是要判断这个东西有没有认知落差、有没有普通人能代入的场景、有没有足够的素材撑成长文。

第三，怎么写。公众号要有长逻辑，小红书要有图卡节奏，微博要有观点密度。不能把同一段话复制三份。

第四，怎么检查。有没有空话，有没有 AI 腔，有没有来源不清楚的判断，有没有标题党到伤害信任。

第五，怎么交付。Markdown、HTML、封面、图卡、微博短文，全都放到一个能找到的地方。

你看，这里面最重要的部分甚至不是模型。

是流程。

我最近看到的几个产品和开源项目，几乎都在往这个方向收敛。

LobsterAI 把 web search、docx、xlsx、pptx、pdf、Playwright、content-planner、article-writer 这些能力做成内置 Skill，还支持定时任务和 IM 入口。它想解决的不是单次聊天，而是「我有一堆日常工作，能不能让 Agent 反复帮我跑」。

Gemini Spark 讲得更像普通人的语言。每周一早上扫描邮件，总结上周重要事项，生成本周优先级列表，再安排深度工作时间。这个例子很普通，但很准。因为个人效率的核心，往往不是惊天动地的大任务，而是这些每周都会出现、每次都很烦、但又不能不做的小循环。

飞书和钉钉那类 AI 效率系统更有意思。它们把原来散落在 Gmail、Todoist、Slack、Notion、Airtable 里的东西，收敛到一个办公平台里。个人 CRM、会议待办、知识库、内容管道、晨间简报，一个个都变成 Skill。

这其实就是一个很朴素的判断。

工具越多，切换成本越高。

流程越稳定，复利越明显。

很多人对 AI Agent 的想象太大了，一上来就问它什么时候替代一个员工，什么时候变成数字分身，什么时候自己开公司赚钱。

我倒觉得可以先把问题放小一点。

它能不能每天早上替你把信息源扫一遍？

它能不能把你每次写文章前的资料整理成同一种结构？

它能不能记住你不喜欢「赋能」「重塑」「革新」这种词？

它能不能在你写完之后，把公众号、小红书、抖音三套草稿一起准备好？

它能不能把上次踩过的坑记下来，下次别再踩？

如果这些能做到，它已经很有用了。

这也是我觉得个人效率工具正在发生的变化。

上一阶段，我们拼的是提示词。

谁能写出更好的 prompt，谁能调出更漂亮的图，谁能让 AI 回答更像专家。

但下一阶段，真正值钱的东西可能不是 prompt，而是 workflow。

你怎么定义任务。怎么拆步骤。怎么判断质量。怎么沉淀偏好。怎么在关键节点保留人工确认。怎么把一次成功经验变成下次可以直接调用的能力。

说白了，prompt 是一句话。

Skill 是一套工作习惯。

这里面还有一个很容易被忽略的点，Skill 不是为了把人彻底拿掉。

很多自动化教程最喜欢写「全自动」「无人值守」「一键发布」。听起来很爽，但真正做内容的人都知道，完全无人值守这件事很危险。尤其是公众号、小红书、微博这种面向人的平台，你要发的不是一堆字，而是判断、语气、立场和信任。

所以我更喜欢「准备草稿」这个状态。

Agent 去跑信息收集，去做初筛，去生成多个结构，去做排版，去准备图卡。人负责判断哪个选题值得写，哪句话不该说，哪里太满，哪里太像广告。

这不是保守。

这是把人放在更值钱的位置上。

以前人被困在复制粘贴、找链接、调格式、搬运内容这些琐事里。现在这些东西可以交给 Skill。人留下来做选题、判断、审美、取舍。

我觉得这才是个人效率真正提升的地方。

不是一天多发十条。

而是你终于不用每次都从空白页开始。

很多人会问，那我是不是需要自己写代码？

不一定。

如果你会写代码，当然可以把 Skill 做得更硬一点。比如把搜索、抓取、转换、生成、排版都串起来，甚至接上 API 和定时任务。

但就算你不会写代码，也可以先从一份「行为手册」开始。

把你重复做的事写下来。

比如：

我每周要做一次 AI 工具选题。

素材优先看最近 7 天的新产品、新论文、新工作流案例。

选题必须满足两个条件，一个是普通人能用，一个是能解释一个更大的趋势。

公众号先写人话，不要上来就科普定义。

小红书只讲一个动作，不要塞太多工具名。

抖音保留一个钩子、一条主线和能直接念出来的口播节奏。

最后只生成草稿，不自动发布。

你把这套规则写清楚，它就已经是 Skill 的雏形了。

然后你每跑一次，就修一次。哪里卡住了，补一条规则。哪里写得假，补一个禁用表达。哪里遗漏了来源，补一个检查项。慢慢地，它会从一段提示词，变成一套你自己的工作系统。

这个过程有点像培养一个只属于你的助理。

但我不太想把它说得太玄。

更准确的说法可能是，你在把自己的工作习惯外置化。

你以前脑子里那些隐形判断，比如什么叫好选题，什么叫小红书能看懂，什么叫公众号开头有活人感，什么叫微博不废话，都被写成了规则。

这件事本身就很值钱。

因为很多人的低效，不是手速慢。

是判断都散在脑子里，每次用的时候都要重新捞。

Skill 做的事，就是把这些判断固定下来，让它们下次自动出现。

当然，问题也会有。

最常见的坑是把 Skill 写成一堆漂亮口号。

比如「请你用专业、深度、有洞察、适合传播的方式输出」。这种话看起来很完整，其实什么都没说。AI 也会回你一堆看起来很完整但什么都没说的话。

好 Skill 要具体到动作。

不要写「提升文章吸引力」。

写「开头必须从一个具体场景进入，不要用时代背景开头」。

不要写「去除 AI 味」。

写「删掉此外、值得注意的是、重塑、赋能、重要转折点；连续三个句子长度相近时重写其中一句」。

不要写「适合小红书」。

写「每张图卡只讲一个信息点，标题不超过 16 个字，正文最多 3 行」。

越具体，越有用。

第二个坑是过早自动化。

很多人流程还没跑顺，就想上来全自动。从抓热点到发布一条龙，最好每天早上自动推送。听起来很高级，但只要中间有一个判断没写清楚，它就会稳定地产出垃圾。

我自己的经验是，先别急着自动发布。

先让 Agent 做草稿。

连续跑十次，看看哪一步最常出错。选题不准，就优化选题诊断。文章太空，就补素材规则。小红书像报告，就改图卡结构。封面不稳，就降低文字密度。

等流程里大部分错误都变成可预期的小问题，再考虑自动化更后面的环节。

第三个坑是忘了留人工确认。

Agent 最适合做高频、重复、边界清楚的事。人最适合做模糊、敏感、需要承担后果的判断。凡是涉及公开发布、价值判断、敏感事实、商业承诺的地方，都应该有一个「等等，我看一眼」。

这不是不信任 AI。

这是正常的工作责任。

说到这儿，我突然觉得，AI Agent 个人效率工具其实在把一个旧问题重新推到我们面前。

你到底有没有自己的工作方法？

如果没有，AI 只能放大混乱。

你今天让它写一个风格，明天换一个判断标准，后天又让它模仿另一个博主，它会很努力，但它不知道什么是「你的好」。

如果你有一套方法，哪怕还很粗糙，AI 就能帮你把它跑得更快、更稳、更少漏。

这也是为什么我现在不太迷信工具清单了。

工具清单当然有用，尤其在新东西刚出现的时候。但收藏只是入口，不是生产力本身。真正改变工作方式的，是你把一件重复发生的事，变成了可以被调用、可以被改进、可以被交接的 Skill。

下次再看到一个新的 AI 工具，我大概会先问自己三个问题。

它能不能进入我已有的流程？

它能不能减少一次重复解释？

它能不能让我下次不用从头开始？

如果答案都是否，那它再酷，也可能只是收藏夹里的又一个图标。

如果答案是是，那就值得认真试试。

因为到最后，个人效率不是看你会多少工具。

是看你能不能把自己的重复工作，变成一套会复利的系统。

以上。

既然看到这里了，如果觉得不离谱，随手点个赞、在看、转发三连吧。如果想第一时间收到推送，也可以给我个星标。

谢谢你看我的文章，我们，下次再见。