本节目标:用最直白的话讲清楚 Skill(技能) 是什么、为什么 2025 年下半年它从一个小众概念变成了 AI 行业的新基建,以及它会怎么改变你和 AI 的相处方式——不管你是开发者、产品经理、运营、还是只想让 AI 多帮自己干点活的普通用户。
一、先讲个故事:AI 的"老员工困境"
1.1 同样的问题,问一百遍
想象你刚招了一个非常聪明的实习生小张。第一周你交给他一个任务:给客户写月度报告。
你花了一上午,手把手教他:
"先去 CRM 拉客户这个月的订单 → 然后看看支持工单系统有没有未结的问题 → 接着按这个模板写正文 → 第三段必须放健康分,健康分按这个公式算 → 最后发给我审,不要自己直接发给客户。"
小张听懂了,完成得很漂亮。
第二周,你换了一个客户,让小张再写一份。他又把所有细节问了你一遍——CRM 在哪登?健康分公式是什么?能不能直接发?
第三周,第四周……每次都从头讲一遍。你崩溃了。
没有"经验复用"的世界,长这样:
你 ──教一遍──→ AI:写报告
你 ──又教一遍─→ AI:写报告
你 ──再教一遍─→ AI:写报告
你 ──……──→ AI:写报告
每次都从零开始,每次都怕它漏一步
1.2 普通用户的同款痛苦
这事不只是开发者会遇到。任何用过 AI 的人都体验过:
- 让 AI 帮你做 PPT——它每次的字体、色调、留白习惯都不一样,你要不停说"这次稍微克制一点""不要用那么多 emoji"
- 让 AI 帮你做 Excel 数据透视——同一个表它今天给你画柱状图,明天画饼图,后天突然加了一堆没用的辅助列
- 让 AI 帮你整理会议纪要——你公司的纪要有固定格式,但你每次都要再贴一遍模板
你心里都清楚:"我希望它记住我的偏好/我们团队的规矩,以后不用我每次都说一遍。"
1.3 这就是 Skill 要解决的事
2025 年 10 月,Anthropic 把一个一直在内部用的概念正式开放给了全世界,起名叫 Agent Skills(智能体技能),简称 Skill。
它的核心理念非常朴素——把"做某件事的完整经验"打包成一个文件夹,需要时 AI 自动取用。
┌────────────────────────────────────────────────┐
│ 一句话理解 Skill │
│ │
│ Skill = 把"专家级的工作流程"装进一个文件夹 │
│ 需要时 AI 自动翻开来照着做 │
│ │
│ 就像你给实习生写了一本《新员工手册》 │
│ 他每次接到对应任务,自己去翻就行 │
└────────────────────────────────────────────────┘
是不是很简单?但这个简单的想法,正在悄悄改变 AI 工具的玩法。
二、Skill 到底是什么?三个比喻就懂
2.1 一句话定义
Skill 是一个文件夹,里面装着"做一类事情应该按什么步骤、什么规矩、用什么工具"——AI 在遇到对应场景时会自动打开它,照着上面写的来做。
2.2 三个比喻
比喻 1:菜谱
你家冰箱上贴着一张"红烧肉菜谱"。平时它就只是一张纸,占不了多少地方。哪天你想做红烧肉,把它取下来,照着步骤一步步做就行。
Skill 就是 AI 的菜谱。平时安静地待在那儿,等你说"做个红烧肉",它才会被翻开。
比喻 2:岗位 SOP
肯德基的炸鸡员工不需要每次现想"鸡块要炸几分钟"——岗位 SOP 上写得清清楚楚:预炸 1 分 50 秒、复炸 30 秒、油温 175°C。新员工来了,看一遍 SOP 就能上手。
Skill 就是 AI 的 SOP。你不用每次解释"怎么做",AI 直接按 SOP 来。
比喻 3:专业书籍
医生看病时,不会把所有医学知识都背在脑子里——遇到不熟的症状,他会去翻《临床指南》。Skill 也是这样:AI 不需要"全知全能",它只要在需要时知道去翻哪本书。
2.3 它和你以前听过的概念有什么不一样
很多人初次接触 Skill 都会问:"这跟提示词、跟函数、跟 Agent 有啥区别?"用一张表说清楚:
┌──────────────┬─────────────────────────────────────┐
│ 概念 │ 用一句话理解 │
├──────────────┼─────────────────────────────────────┤
│ Prompt │ 你跟 AI 说的一句话 │
│ (提示词) │ "帮我总结这篇文章" │
│ │ │
│ Tool │ AI 能调用的一个具体动作 │
│ (工具) │ "发送邮件"、"查询数据库" │
│ │ │
│ MCP │ AI 和外部工具之间的通信协议 │
│ (上一篇讲的) │ 类似"USB 接口标准" │
│ │ │
│ Skill │ 做某类事情的完整流程指南 │
│ (这篇) │ 类似"岗位 SOP"或"菜谱" │
│ │ │
│ Agent │ 能自主规划、调用 Skill 和 Tool 的 │
│ (智能体) │ AI 角色,类似"完整的员工" │
└──────────────┴─────────────────────────────────────┘
层级关系特别清晰:
Agent(员工)
▲
│ 调用多个
│
Skill(岗位 SOP)
▲
│ 编排多个
│
Tool(具体动作)
▲
│ 通过协议调用
│
MCP(通信标准)
可以这样记:Tool 是动词,Skill 是流程,Agent 是角色。
三、它怎么火起来的:2025-2026 的快速进化
很多技术发布之后会沉寂很久。Skill 不一样——它从发布到成为行业标配,只用了几个月。
2024 年 各家 AI 都有"自定义指令""规则文件",但格式互不相通
★ Cursor 有 Cursor Rules
★ Windsurf 有 Workflows
★ ChatGPT 有 Custom Instructions
★ 各管各的,带不走、不能分享、难以组合
2025 年 06 月 Anthropic 在 Claude Code 中先实验性引入 Skill 概念
★ 主要面向开发者
2025 年 10 月 16 日 Anthropic 正式发布 Agent Skills
★★ 跨产品统一:Claude.ai 网页版、桌面版、
Claude Code、Claude API,同一个 Skill 都能用
★★ 同时开源官方 Skill 仓库(github.com/anthropics/skills)
2025 年 10 月底 企业版接入,组织可以批量分发 Skill 给员工
★ 公司可以把"内部知识"封装成 Skill,
全员的 AI 自动遵守同一套规矩
2025 年 11-12 月 社区生态爆发
★ "Plugin"概念出现:Skill + 命令 + 子代理 一起打包
★ 第三方 Plugin 商店上线
★ 出现"superpowers""gstack"等大型 Skill 包
2026 年 Skill 已经是 AI 助手的"水电煤"
★ 主流 IDE、AI 助手都默认支持
★ 企业 IT 部门把 Skill 当成知识管理的新载体
如果你用过 Cursor 的 Rules、Copilot 的 Custom Instructions,你会发现 Skill 在做的事很像——但它的格式被一家公司开放出来当作标准,一个 Skill 写好后,理论上可以在任何支持 Skill 的 AI 上跑。这就是它能快速做大的原因。
四、一个 Skill 长什么样?
不写代码,先看一眼"长相"。一个 Skill 就是一个文件夹:
my-skill/
├── SKILL.md ← 核心:这个 Skill 的"说明书"
├── reference.md ← 可选:更详细的背景知识
├── templates/ ← 可选:模板文件,如报告模板
│ └── report.md
└── scripts/ ← 可选:辅助脚本
└── helper.sh
整个文件夹的灵魂是 SKILL.md 这一份文件。它的开头有几行"标签",描述这个 Skill 是干嘛的、什么时候该用:
---
name: 月度客户报告
description: 当用户要求生成客户月报、健康度报告、季度复盘时使用
---
# 月度客户报告生成指南
## 第一步:收集数据
... (一段段步骤说明)
## 第二步:计算健康分
... (具体公式和阈值)
## 第三步:撰写要点
... (语气、字数、必含元素)
## 注意事项
- 永远不要直接发给客户,提交给负责人审核
- 数字一定要核对两遍
- ...
就这么简单。一个 Skill 本质上就是一份用人话写的工作手册。AI 在需要时打开,严格按上面写的来做。
┌──────────────────────────────────────────────────┐
│ Skill 的精髓:用 Markdown 写,而不是写代码 │
│ │
│ ✓ 用人话描述步骤 │
│ ✓ 用人话写规矩 │
│ ✓ 用人话讲常识和坑 │
│ │
│ AI 看得懂中文,Skill 当然也能用中文写。 │
│ 写 Skill 的门槛不是编程能力,是"会讲清楚怎么做" │
└──────────────────────────────────────────────────┘
这一点对普通人特别友好——你不用学 Python 也能写 Skill,会写"操作手册"就够了。
五、最巧妙的设计:渐进式披露
5.1 一个常被忽略的难题
你可能会想:"AI 装 100 个 Skill 不就行了吗?反正它读得快。"
不行。AI 模型有一个叫上下文窗口的限制——一次能"看到"的内容是有限的(虽然 Claude 4.x 已经能撑到 100 万 token,但仍然有上限)。
如果把 100 个 Skill 的全文都塞进 AI 的"短期记忆",有两个问题:
- 挤占空间:留给你实际任务的篇幅就少了
- 干扰判断:AI 看着"做月报"的步骤却接到"修 bug"的活,容易混乱
那怎么办?
5.2 三层渐进式披露
Skill 的解法非常聪明,叫渐进式披露(Progressive Disclosure)——按需加载,用多少给多少。
┌─────────────────────────────────────────────────┐
│ Skill 的"三层洋葱" │
│ │
│ 第一层:只看名字和描述 │
│ ★ 永远在 AI 视野里 │
│ ★ 但只有几十个字 │
│ ★ AI 用它判断"这个 Skill 跟我现在的任务有关吗" │
│ │
│ ↓ 如果觉得相关,翻开第二层 │
│ │
│ 第二层:打开 SKILL.md 主体 │
│ ★ 完整步骤、规矩、注意事项 │
│ ★ 几百到几千字 │
│ │
│ ↓ 如果还需要更深的内容,翻开第三层 │
│ │
│ 第三层:加载附带的资源 │
│ ★ 模板、参考文档、辅助脚本 │
│ ★ 用多少加多少 │
└─────────────────────────────────────────────────┘
打个比方:你家书架上有 200 本书,你不会同时把每本都摊开看。你看书脊的标题(第一层)→ 觉得相关就翻开目录(第二层)→ 真的要细读时再翻到那一章(第三层)。
Skill 的思路一模一样。结果就是:你可以装上千个 Skill,而 AI 平时几乎感知不到它们的存在,直到真的用到。
5.3 这意味着什么
对你来说,实际体验就是——
- 一个"什么都会"的 AI,但响应速度不会被拖慢
- 任务越多越复杂,Skill 越能体现价值
- 团队可以慷慨地共享 Skill 包,不必担心"装多了拖累所有人"
六、谁能用 Skill?对号入座
不同身份的人,从 Skill 拿到的好处不一样:
6.1 如果你是普通用户
你不用写任何代码,也能享受到 Skill。常见场景:
- 办公文档助手:Anthropic 官方提供的 PDF、Word、Excel、PPT Skill,让 Claude 直接帮你处理 Office 文件,排版还像模像样
- 个人偏好包:把"我喜欢简洁、不要 emoji、用中文回答"打包成一个 Skill,所有对话自动遵守
- 生活工具集:有人专门做了"健身打卡"、"读书笔记"、"旅行规划"等 Skill,直接装上就能用
启用方式:Claude.ai 的设置里点几下,或者从社区下载一个 Skill 包——和装手机 App 差不多。
6.2 如果你是产品经理 / 运营 / 内容创作者
你最常重复做的事,都可以变成 Skill:
- 周报 Skill:数据从哪取、用什么格式、要重点关注哪几个指标——一次写好,以后 AI 自动按格式生成
- 产品需求文档 Skill:你们公司 PRD 的标准结构、必备章节、用户故事写法,封装一次,新需求直接套
- 公众号选题 Skill:你的文风、读者画像、爆款标题套路,AI 写出来的初稿就更接近你的风格
这是"把你的方法论沉淀下来"的好工具——以前这种知识只在你脑子里,现在 AI 也能用。
6.3 如果你是企业 IT / 知识管理者
Skill 给企业带来一个全新的可能性:把组织内部的隐性知识做成 AI 能直接用的标准动作。
传统企业知识管理:
写文档 → 放 Wiki → 员工去搜 → 多数人懒得看 → 知识沉睡
Skill 时代:
写 Skill → 推给全员 → 员工的 AI 自动遵守 → 知识真正流动
比如:法务部门可以做一个"合同审查 Skill",销售可以做一个"客户应答 Skill",财务可以做一个"报销规则 Skill"——员工不需要记,AI 帮记。
6.4 如果你是开发者
Skill 是把"工程经验"流通起来的最佳载体。你写过的:
- 代码审查清单
- Git 提交规范
- 调试方法论
- 部署流程
- 各种"踩过坑别再踩"
都可以变成 Skill,沉淀到团队、开源社区。你不必再每次新人入职时口述一遍——Skill 替你讲。
七、Skill 从哪里来:三条路径
7.1 路径一:用官方/社区现成的
最省力的一条路。Anthropic 自己开源了一批高质量 Skill(地址在文末),覆盖文档处理、代码审查、产品设计等常见场景。第三方社区也越来越活跃,你可以像装 App 一样直接拿来用。
┌──────────────────────────────────────────────────┐
│ 常见的官方 / 社区 Skill 包 │
│ │
│ pdf-tool / docx-tool / xlsx-tool / pptx-tool │
│ ★ Office 全家桶,Anthropic 官方维护 │
│ │
│ skill-creator │
│ ★ "用来造 Skill 的 Skill",元能力 │
│ │
│ superpowers / gstack / frontend-design │
│ ★ 大型社区 Skill 包,几十个 Skill 一起打包 │
│ │
│ 各类垂直领域包 │
│ ★ 数据分析、研究、写作、设计…… │
└──────────────────────────────────────────────────┘
7.2 路径二:让 AI 帮你做一个
听起来像段子,但真的可以。Anthropic 提供了一个叫 skill-creator 的 Skill——它本身的工作就是采访你、然后帮你写 Skill。
整个过程像这样:
你:"我想做一个'生成营销文案'的 Skill"
↓
Skill 创建器:"好的,我先问你几个问题——
1. 你的目标受众是谁?
2. 你倾向什么风格(专业 / 活泼 / 简洁)?
3. 必须包含哪些元素(优惠点、CTA、品牌词)?
4. 字数范围?"
↓
你:(回答)
↓
Skill 创建器:(生成一个 SKILL.md 文件给你)
↓
你装上,以后写营销文案 AI 自动按这个 SOP 来
全程不写一行代码,只是回答问题。这把"做 Skill"的门槛降到了几乎所有人都能跨过的程度。
7.3 路径三:自己手写
如果你已经懂得怎么写一份清楚的"工作手册",那直接手写 Skill 也很简单——本质就是一个 Markdown 文件加上几行说明。
写 Skill 的核心心法只有一句:像给一个新员工写工作交接文档那样写。
写完丢到指定的 Skill 文件夹(~/.claude/skills/ 或项目里的 .claude/skills/),立即生效。
八、写好 Skill 的五个原则
不管是手写还是用工具生成,好 Skill 都遵守同一套原则:
┌──────────────────────────────────────────────────┐
│ 写 Skill 的五原则 │
│ │
│ 1. 单一职责 │
│ 一个 Skill 只解决一类问题 │
│ ✓ "代码审查" │
│ ✗ "代码审查 + 部署 + 监控 + 写邮件" │
│ 理由:小而专的 Skill 更容易被 AI 准确触发 │
│ │
│ 2. 描述要"会被搜到" │
│ description 一栏决定了 AI 能不能想到用它 │
│ ✓ "当用户要写客户月报、季度复盘时使用" │
│ ✗ "一个非常有用的工具" │
│ 理由:模糊描述 = AI 永远不会用它 │
│ │
│ 3. 写步骤,不写废话 │
│ 用编号列表 + 命令式动词 │
│ ✓ "1. 读取数据 2. 计算健康分 3. 生成报告" │
│ ✗ "我们建议您可以考虑首先尝试……" │
│ 理由:Skill 是给 AI 看的 SOP,不是文学作品 │
│ │
│ 4. 把"坑"写出来 │
│ 新人最容易踩的雷,一定要点出来 │
│ "千万不要直接发给客户,要先给负责人审" │
│ 理由:AI 不知道这些行业潜规则,你不说它就踩 │
│ │
│ 5. 控制篇幅 │
│ 正文几百字到一两千字最佳,真要长就放到附录 │
│ 理由:利用渐进式披露,让常用部分尽量短 │
└──────────────────────────────────────────────────┘
8.1 什么时候不该用 Skill?
不是所有事都要做成 Skill。做之前先问自己:
该用 Skill:
✓ 这件事我要重复做很多次吗?
✓ 不同的人来做应该结果一致吗?
✓ 有明确的步骤、规矩、不能漏的环节吗?
✓ 我希望团队/全公司都遵守同样的做法吗?
不该用 Skill:
✗ 一次性的探索任务
✗ 每次都不一样、需要高度灵活的事
✗ 简单到一句话能说清楚的事
把不该做成 Skill 的事硬塞成 Skill,只会给自己添麻烦——以后改动维护都是负担。
九、Skill 跟 MCP、Agent 是什么关系?
上一篇讲了 MCP,下一篇要讲 Agent,这一篇讲 Skill。三者经常被一起提及,关系容易乱。用一个完整团队的比喻把它们串起来:
┌─────────────────────────────────────────────────┐
│ 一个 AI 助理 = 一个完整的"虚拟员工团队" │
│ │
│ Agent = 这位员工本人 │
│ 有判断力,知道什么时候做什么 │
│ │
│ Skill = 员工脑子里的"工作 SOP" │
│ 遇到对应任务,自动调用对应 SOP │
│ │
│ Tool = 员工手里的"工具" │
│ 单一动作:发邮件、查数据库 │
│ │
│ MCP = 工具和员工沟通的"统一接口标准" │
│ 保证任何工具都能被任何员工使用 │
│ │
│ Prompt = 你跟员工说的具体指令 │
└─────────────────────────────────────────────────┘
举个完整例子,看它们怎么配合:
你:"帮我做一份十月份华东区客户的健康度报告"
│
▼
Agent(整个 Claude)接收任务
│
▼
匹配到 "客户健康度报告" Skill
│
▼
按 Skill 的 SOP 一步步执行:
│
├──→ Tool(通过 MCP 协议调用 CRM Server,拉数据)
│
├──→ Tool(查询支持工单)
│
├──→ 按 Skill 中的公式计算健康分
│
└──→ 套用 Skill 自带的报告模板,生成结果
│
▼
交给你审阅
整个过程里:MCP 是"管道"、Tool 是"动作"、Skill 是"流程"、Agent 是"司机"、Prompt 是你说的话。各司其职,缺一不可。
十、Skill 会怎么改变 AI 工具的格局
最后讲一点近期的思考。Skill 表面上只是个"工作手册的格式",但它带来的连锁影响其实挺深:
10.1 知识从"个人"变成"组织资产"
以前一个老员工的"绝活"只在他脑子里,他离职就没了。现在,这些绝活可以变成 Skill,沉淀到组织,所有人(以及他们的 AI)都能用。
10.2 AI 工具的护城河发生位移
过去 AI 工具拼"模型能力"。今后会越来越拼"Skill 生态有多丰富、能不能跟你团队的工作流深度结合"。就像手机当年拼硬件,后来拼 App 商店。
10.3 普通人也开始"开发"AI 了
以前"教 AI 做事"是开发者的特权。现在写一个 Skill = 写一份操作手册,任何会写文档的人都能给 AI 加技能。这是 AI 历史上又一次重要的"门槛下移"——上一次是 Prompt 工程,这一次是 Skill。
10.4 你需要主动了解和拥抱
如果你已经在重度用 AI,强烈建议至少装一两个 Skill 试试。哪怕只是把"我希望 AI 怎么回答我"做成一个 Skill,你的体验也会立刻不一样——你会发现 AI 突然变得"懂你"了。
十一、本篇小结
┌──────────────────────────────────────────────────┐
│ 本篇知识地图 │
│ │
│ Skill = 把"做某件事的完整经验" │
│ 打包成一个文件夹给 AI 用 │
│ │
│ 核心组成: │
│ ├── 名字 + 描述(决定何时被触发) │
│ ├── SKILL.md 主体(完整 SOP) │
│ └── 附带资源(模板、脚本、参考文档) │
│ │
│ 核心机制: │
│ 渐进式披露——用多少加载多少 │
│ ↳ 上千个 Skill 共存而不拖累 AI │
│ │
│ 层级关系: │
│ Prompt < Tool < Skill < Agent │
│ │
│ 设计原则: │
│ 单一职责 + 描述清晰 + 步骤明确 │
│ + 写出坑点 + 控制篇幅 │
│ │
│ 适用场景: │
│ ★ 重复性高、有标准流程、需要团队对齐 │
│ ★ 普通人办公提效、企业知识沉淀、 │
│ 开发团队工程标准化 │
│ │
│ 写 Skill 的门槛不是编程能力—— │
│ 而是"你能不能把一件事讲清楚" │
└──────────────────────────────────────────────────┘
十二、扩展学习资源
必读
- Anthropic 官方公告:Introducing Agent Skills —— 2025 年 10 月 16 日的官方发布文,讲清楚理念
- Claude Skills 官方文档 —— 完整文档,所有平台共用一套规范
推荐
- Anthropic 开源 Skills 仓库 —— 官方维护的 Skill 集合,含 PDF、Office、skill-creator 等
- Cursor Rules 指南 —— 类似理念在 Cursor 中的实现,可对照理解
- Windsurf Workflows 文档 —— Windsurf 的同类机制
动手实践
- 先装一个官方的 PDF 或 Excel Skill,体验"AI 突然会处理 Office 了"
- 把你最常重复的一项工作(写周报、做产品需求、回客户邮件)封装成 Skill
- 用
skill-creator让 AI 帮你做一个 Skill,体验"零代码造 AI 能力" - 在团队里发起一次"Skill 共建"——一周时间收集 5 个团队都在用的工作流,沉淀成共享 Skill 包
> 下一篇预告:将介绍 AI 工作流(AI Workflow)——当任务复杂到一个 Skill 也搞不定、需要多个步骤、多个分支、甚至多个 Skill 协同时,工作流引擎(LangGraph、Dify、n8n 等)会怎么帮我们把这些"流水线"组织起来。
声明：本博客内容素材来源于网络，文章由AI技术辅助生成。如有侵权或不当引用，请联系作者进行下架或删除处理。
