夜雨聆风这个开源 Skill，把升学选择变成一套可执行流程
很多人用 AI 做升学、考研、转行咨询，最容易踩的坑，不是模型不聪明，而是问题太空。
“560 分该报什么专业？”
“双非考研要不要冲 985？”
“现在学金融、新闻、设计还有没有机会？”
这些问题丢给 AI，它通常会给一段看着挺完整的建议。但分数位次、省份、家庭预算、城市偏好、能不能读研、目标岗位，一个都没补齐，答案就会飘。
这个开源 skill 项目解决的就是这一步：它把升学和职业决策里最关键的追问、筛选、核对，做成一套可以被 AI 工具调用的流程。
部署路径图：先选工具，再安装 skill，随后用问题模板唤醒流程。
它不是知识库，而是一套会追问的流程
项目里最核心的文件是 SKILL.md。它不是把材料塞进 AI，让 AI 背几段话，而是规定了 AI 在回答前要先做什么。
遇到专业、院校、行业、就业数据这类问题，要先判断是否需要查资料；遇到人生选择类问题，要先把家庭条件、成本、目标和时间拉出来。
这件事听着简单，但很管用。
教育选择最怕一句话定生死。一个河南理科 560 分的学生，和一个上海同分段学生，能选的学校不是一回事；家里有行业资源和没有资源，金融专业的答案也不是一回事；能读研三年和必须本科就业，专业排序又会变。
这个 skill 的价值，是让 AI 不急着装懂，先把缺口问出来。
不会代码，也能把它装进工具里
安装有三条路，选自己手边能跑的那条就行。
第一条，命令安装。电脑里有 Node.js，就打开项目页，在 README 的安装区复制那行 npx skills add 命令，到终端运行。
如果安装器让你选择工具，就按当前使用的 AI 工具确认。
安装器会自动识别当前工具，把 skill 放到对应目录。需要指定工具时，在命令后面加参数，比如 -a codex、-a cursor、-a claude-code。
第二条，手动安装。打开项目仓库，把整个文件夹放进工具的 skills 目录。常见路径是 ~/.codex/skills/、~/.claude/skills/、~/.cursor/skills/。放好以后重启工具，再开新对话。
第三条，低配使用。如果你的 AI 工具没有 Skills 入口，就打开项目里的 SKILL.md，把内容放进知识文件、系统提示或长期上下文。自动触发会弱一点，但追问流程仍然能用。
装好以后，第一句话要这样问
不要上来就问“这个专业行不行”。
更好的问法是：
请调用刚安装的升学决策 skill。先列出你还需要我补充的信息，再按就业去向、城市、家庭成本、读研必要性，给我一个专业排序。
如果是高考志愿，可以这样填：
省份：河南 科类：理科 分数/位次：560 / 具体位次待查 家庭资源：没有金融、医疗、法律相关资源 预算：能接受公办本科，不考虑高收费项目 目标：本科毕业能就业，读研可以接受但不想死磕 偏好城市：郑州、武汉、南京、合肥
如果是考研，可以这样填：
本科：双非机械 成绩：数学中等，英语较弱 时间：最多准备一年 目标：央国企、制造业研发、城市稳定 要求：请先问缺失信息，再判断考研、就业、换方向三条路。
如果是转行，可以这样填：
年龄：28 当前岗位：电商运营 收入：9000 存款：6 万 每天可学习：2 小时 半年目标：做出能接单的作品 要求：判断数据分析、投放优化、AI 工作流搭建，哪条更适合。
提问模板图：把分数、位次、预算、城市和目标补齐，AI 才能少猜。
真正的第一步，是让 AI 反问你
用这个项目时，有一个检查动作很重要：先看 AI 有没有反问。
如果它没问省份、位次、预算、家庭资源、目标城市、就业目标，马上让它重来。
可以加一句：
在信息不够时，不要给结论；先列缺失项，按重要程度排序。
这句话能过滤掉一大半空建议。AI 应该先告诉你，还缺哪些材料；再告诉你，哪些材料会改变方案。比如同样想学金融，如果家里有银行、券商、基金行业资源，路线会变；如果完全没有资源，就要重点看普通毕业生的去向。
这不是让 AI 替人做决定，而是让 AI 把该问的问题一次摆出来。
三个可落地场景，比单次问答更有用
场景一，家长做志愿预案。
把孩子的分数、位次、城市、家庭预算、能否读研都填进去，让 AI 输出三张表：稳妥专业、可冲专业、慎选专业。每个专业后面必须写清要核对的数据：招生计划、往年位次、就业去向、是否强依赖读研。
场景二，升学博主做咨询前表单。
不要一上来语音聊半小时。先让用户按模板补信息，再让 AI 生成一份初筛清单。人工咨询时，只需要核对关键分歧：家庭成本、城市取舍、读研意愿、职业承受度。这样能少问很多重复问题。
场景三，职业规划号做内容选题。
把一个热门问题丢进去，比如“AI 时代还要不要学设计”。让 skill 拆成岗位、收入、学习时间、作品门槛、替代风险、可迁移技能。文章就不会只剩情绪，而能落到具体选择。
知识 IP 的下一步，是流程化
这个项目真正给内容行业提了一个醒：一个知识 IP 能不能进入 AI，不看口号多响，也不看人设多强，而看经验能不能拆成流程。
能被 skill 化的内容，通常有三个特点。
问题高频。比如志愿、考研、转行、投资入门、健身计划、账号运营，每天都有人问。
输入差异大。同一个问题，不同预算、城市、基础、目标，答案完全不同。
判断有步骤。先问什么，再查什么，怎么排序，哪些数据会推翻原方案。
课程卖的是一套内容，skill 卖的是一次次调用。一个优秀顾问最稀缺的地方，不只是知道答案，而是知道该问哪几个问题。
收住
这个开源 skill 不该被当成万能升学顾问。它更像一张操作台：把问题拆开，把信息补齐，把数据核过，再让 AI 给方案。
以后做知识产品，少堆金句，多拆流程。
能被反复调用的经验，才有机会从内容变成工具。
祝福各位考生，都能选到自己理想的大学与专业!
