SKILL到底是啥？原来工作流也可以像软件一样被“安装”

最近我一直在研究一个词：Skill。

第一次看到的时候，我的理解其实很模糊。

我知道它大概和AI有关，也知道GitHub上有很多人分享各种Skill，但我一直没搞清楚：

它到底和普通Prompt有什么区别？

直到我把自己现在做小红书内容的流程放进去对照了一遍，才突然理解了。

我现在做小红书，大概有这样一套流程：

先下载第三方平台的内容洞察，让Codex分析热门内容，再生成选题和Brief。

然后我来筛选、修改、发布。

一个月以后，再把发布数据和评论收回来，让Codex复盘，继续迭代下一轮内容。

这其实已经是一套工作流了。

但问题是，这套流程目前还散落在很多地方：

有些规则在我的脑子里，有些写在项目文件中，有些存在我和AI的历史对话里，还有一些要靠我每次重新提醒。

比如：

正文控制在多少字，封面应该是什么结构，什么表达不能用，选题和发布数据怎么对应，样本太少的时候不能轻易下结论。

这些东西我知道，但AI并不一定每次都知道。

所以我每次开始工作，都还是需要重新指挥一遍。

Skill解决的，其实就是这个问题。

它不是单纯写一个很长的Prompt，也不是给AI增加了一个新的“大脑”。

它更像是把一套工作方法整理成AI能够反复调用的标准作业程序。

它会明确规定：

什么时候使用这套方法，需要哪些输入，按照什么步骤执行，用什么标准判断结果，最后输出成什么格式。

甚至还可以包含模板、参考资料和自动处理数据的脚本。

于是我突然理解：

工作流，是我实际怎么做事。

Skill，是把这套工作流封装成AI可以稳定执行的版本。

从这个角度看，我现在的小红书内容流程，已经可以算是一个“还没有正式封装的Skill”。

我缺的并不是重新发明一套流程。

而是把那些原本依赖我本人判断和指挥的东西，进一步写清楚。

比如把它拆成：

内容洞察分析、选题和Brief生成、发布记录匹配、月度数据复盘。

每个模块都规定清楚输入、步骤、判断标准和输出。

以后我只需要把新的数据放进去，AI就可以按照同一套方法继续工作。

更有意思的是，Skill不只是自己用。

我还可以把自己做小红书的方法封装起来，分享给其他人。

别人只要替换自己的品牌资料、目标人群和账号规则，就可以复用我的内容分析方法。

反过来，我也可以使用别人已经封装好的Skill。

比如市场研究、评论分析、Excel数据处理、合同对照、PPT制作。

这有点像以前大家分享模板，但又不完全一样。

模板只是给你一个结果格式。

Skill分享的是一套完整的做事方式。

对我来说，这件事真正有意思的地方，不是“又学会了一个AI名词”。

而是我开始意识到：

过去一个人的经验，通常只能通过文章、课程或者口头传授。

但是现在，我们似乎可以把自己的工作方法，直接封装成AI能够执行的模块。

它不只是知识总结。

而是一套真的可以被安装、运行和持续迭代的方法。

接下来真正的问题就变成了：

我的哪些工作，已经成熟到可以被封装成Skill？