从提示词到技能 — 跑通你的第一个技能
这一章讲三件事: 用 AI 干活的三个阶段分别长什么样、卡在哪; 技能到底是什么东西、长什么模样;以及怎么亲手跑通第一个技能、坏了怎么修。 读完你会拿到全书最基本的一组名词——后面的七章全都建立在这一章跑通的那个技能上。 不需要任何基础,遇到的生词都在当场解释。
1. 先看作者走过的三段路
这一节回答一个问题:为什么「会聊天」还不够,非要折腾出一个「技能」来。
作者宝玉是个每天要大量翻译、写稿的自媒体作者。他描述了多数人用 AI 的常态: 每天复制粘贴、反复修改提示词,「把自己变成了 AI 的工具人」1。 他自己跳出来的过程分三个阶段,这三个阶段就是全书的起点。
第一阶段:随性对话。 直接丢一句「把下面的内容翻译为中文」。结果好坏全凭运气—— 早期还闹过把 LLM(大语言模型,即驱动这类聊天 AI 的那台机器)翻译成「法学硕士」的笑话,因为这个词在法律领域确实是那个意思2。
第二阶段:提示词工程。 开始研究提示词(提示词就是你发 给 AI 的那段话,后面统一叫它提示词)的写法: 给 AI 设定角色「你是一个专业的英语到中文的译者」,把翻译拆成「直译→反思→意译」三步,附上术语表3。 质量大幅提升,但两个新问题冒出来:
| 痛点 | 具体表现 |
|---|---|
| 版本没法同步 | 作者一直在迭代这套提示词,朋友们用的还是老版本 |
| 只管一段 | 提示词只能解决「内容生成」这一个环节,网页转文件、长文分块、拼接、审查还得手动做4 |
第三阶段:做成技能。 把整个翻译流程打包成一个技能,交给智能体(agent)去执行—— 智能体就是能自己动手干活的 AI 程序,和「只会说话」的聊天机器人的区别,第 02 章专门讲。 现在作者只需要说一句「请帮我翻译这个链接的内容」,智能体自动完成五步:抓取网页存成文件、分析术语、长文分块翻译、拼接、整体审查润色5。 全程不需要手动操作。
这个翻译技能开源之后,四个月拿了 1.7 万个 Star(GitHub 上的收藏数,衡量开源项目热度)6。
随性对话 ──结果碰运气──► 提示词工程 ──只管一段、版本乱──► 做成技能
│ │ │
质量不稳 改一次要人肉同步 改一处,处处生效
图说:每一阶段都是为了修上一阶段的痛点,不是推倒重来。
这一节的结论要记住: 技能不是「更好的提示词」,它是把做事的步骤、流程和经验 封装成 AI 可以反复执行的东西。书里特意说明,「做成技能」「封装成技能」「开发技能」 是同一件事的不同叫法;而且做成技能的是「做事的步骤、流程和经验」,不是事情本身7。
2. 动手前的环境账:智能体、大模型、API Key
这一节把三个前置名词说清,选一条上手路径。
第一个事实:智能体需要连接大模型才能工作。 书里的比方是汽车和发动机—— 大模型就是那个「大脑」,负责理解和判断;智能体的其他部分负责动手8。 大语言模型(处理文字的)和多模态(还能一起处理图片等)大语言模型在本书里统称大模型, 日常大家也常省掉「大」字直接说模型9。
第二个名词:API Key。 大模型要么按月订阅(包月付费),要么按用量付费,API Key 就是厂商发给你的一串密钥, 相当于「加油卡」——谁拿到谁就能花你的钱10。书里专门提醒:已有用户因为 Key 泄露收到上万元账单的真实案例, 所以不要把它发到群里、贴到社交媒体上11。
三条上手路径,按人群分:
| 路径 | 适合谁 | 特点 |
|---|---|---|
| 扣子(Coze,抖音母公司,公司名叫字节跳动) | 普通用户 | 浏览器打开即用,自带模型,零安装 |
| Claude Code(Anthropic 的终端工具) | 程序员 | 在本地运行,能直接调脚本和本地文件;对技能的支持最好——Agent Skills 开放标准最初就是 在它上面实践出来的12 |
| OpenClaw(开源个人 AI 助手,俗称「龙虾」) | 爱折腾的玩家 | 也跑在本地,但通过微信、飞书这类聊天工具下指令,像个 24 小时在线的私人助理13 |
云端智能体省心(安全由平台管),本地智能体能力强(能碰你电脑里的文件和脚本)—— 这条取舍后面讲安全时还会回来。
3. 同一件事做两遍:不用技能 vs 用技能
这是本章的主走查。 后面每一节都会回到这个周报任务上。
第一遍,不用技能。 在对话框里输入完整要求14:
帮我写一份本周周报。本周做了三件事:1. 完成用户调研报告;2. 修复登录页面的 bug; 3. 参加产品评审会。要求:表格格式,三列(任务、进度、备注),语气亲和,保存成 Markdown(纯文本排版格式)文件。
(Markdown 是一种纯文本格式,用简单符号做标记(比如 # 表示标题),后文所有文件默认是它。)
智能体会给你一份不错的周报。问题在下一周:同样的格式、语气、保存要求,你得原样再说一遍。 下下周,再来一遍15。你没做错什么,只是在反复向智能体重复同样的要求——耗时、耗力,输出还不稳定。
第二遍,用技能。 创建技能有两条路,产出的文件格式完全一样16:
- 需求清晰,直接创建。 告诉智能体:「我想创建一个写周报的技能……要求是表格格式,三列……语气亲和……保存成 Markdown 文件」。 智能体里的 skill-creator(技能创建器,一个专门帮人创建技能的内置技能) 会把文件放好、格式写好17。
- 先对话调试,再固化。 还没想清楚要什么样?先像平常一样让它写周报,来回改几轮,满意后在同一个对话里说: 「这份周报我很满意。帮我基于咱们刚才的对话,把这些要求固化成一个周报技能。」 智能体会回顾全部对话,把每条调整提炼成规则18。
为什么必须在同一个对话里?因为智能体只能看到当前对话的历史,退出对话之前聊了什么它就忘了19。 这 个限制的机制原因(上下文)在第 03 章展开,这里先记住操作上的结论。
技能建好后,重启智能体(它启动时才会扫描技能),这次只说:
帮我写周报。本周做了:完成用户调研报告,修复登录页面 bug,参加产品评审会。
注意:这次没提格式、没提语气、没提保存方式,但输出的周报格式工整、语气亲和、自动存成文件20。 那些要求全在技能文件里存着,替你记着呢。
第一遍(无技能) 第二遍(有技能)
───────────────── ─────────────────
「帮我写周报…要求:表格三列, 「帮我写周报。本周做了:…」
语气亲和,保存 Markdown」 │
│ ▼
▼ 智能体找到周报技能
一份周报 ✓ 读取 SKILL.md 里的规则
│ │
▼ ▼
下周:全部要求再说一遍 按规则输出,自动存文件 ✓
下下周:再说一遍 下周:还是只说「帮我写周报…」
图说:差别不在 AI 变聪明了,在于要求从「对话里」挪进了「文件里」。
书里把这的价值压成一句话:把你脑子里的要求变成文件里的规则,从「每次都说」变成「只说一次」, 从「到处改」变成「改一处,处处生效」21。
4. 技能的真身:一个文件夹加一份说明书
这一节把「技能」这个词落到能看见的东西上。先说本质,再看文件。
本质:技能是把你的个人经验浓缩成的一份可执行、可复用的操作手册。 形式:一个普通的文件夹,里面放一份核心说明书 SKILL.md,再配上可选的脚本、参考文档22。 作者反复强调:完全不需要懂编程,难的不是技术,是「思维的转换」——怎么把脑子里的经验 精准翻译成这份给智能体用的操作手册23。
打开第 3 节建好的技能看看。一个最简技能的结构:
weekly-report/ ← 技能文件夹,名称用小写字母和连字符
└── SKILL.md ← 核心描述文件,名称必须全大写
图说:起步只需要这一个文件;带脚本、参考文档的复杂结构见第 03 章。
SKILL.md 的内容分三部分24:
---
name: weekly-report
description: 生成结构化的工作周报。当用户要求撰写周报、工作总结、工作汇报等内容时使用
---
# 周报生成
## 步骤
1. 确认用户本周完成了哪些任务
2. 按表格格式输出:任务 | 进度 | 备注
3. 语气亲和,像同事之间汇报工作
4. 将文件保存为 Markdown 格式
## 检查清单
- 是否遗漏了用户提到的任务
- 表格格式是否统一
- 语气是否合适
| 部 分 | 是什么 | 管什么 |
|---|---|---|
name | 技能的名称,也是文件夹名,相当于技能的 ID | 标识 |
description | 一两句简介:干什么、什么时候用 | 触发 |
| 正文 | 第二道 --- 之后的步骤、规则、检查清单 | 执行 |
一个值得注意的细节:创建时你从没提过「检查清单」,这是 skill-creator 自动补的—— 它判断哪些环节容易出错,主动加了检查项25。
两道 --- 之间的部分有个专门的名字:YAML 前置信息(YAML frontmatter),
不用纠结这个词,把它当成技能的名片就行。这里藏着全书第一个关键机制:
智能体启动时不会立刻阅读技能的完整内容,只扫描每个技能的名片——名称和简介—— 用来判断当前任务该调用哪个技能;只有判断要调用,才会去读正文里的详细指令26。 名片管「该不该用」,正文管「怎么做」。
这个「先看名片、再读正文」的两步,就是全书的核心机制「按需加载」的雏形, 第 03 章会把它拆成三层、连每一步的上下文开销一起算清楚。
技能存在哪?云端智能体(扣子等)存在它们的服务器(远程机房的电脑)上,你在网页里管理;本地智能体分两层27:
- 全局技能:放在用户目录下(如
~/.claude/skills/),整台电脑生效,相当于随身百宝箱; - 项目技能:放在项目文件夹内(如
<项目>/.claude/skills/),只在这个项目生效,跟着代码库走,团队可以直接共享。
不同智能体的目录名不完全一样(大部分采纳开放标准的用统一的 .agents/skills/),
但技能文件本身的格式完全一样——在 Claude Code 写的技能,复制到 OpenClaw 的目录就能用28。
5. 技能不生效怎么办:三步排查
跑了第 3 节,你多半会碰到至少一次「说了帮我写周报,它却没按技能来」。书给了三步排查法29:
- 确认已安装。 直接问智能体:「你现在有哪些可用的技能?列出来给我看看。」 列表里没有,就是创建那步出了问题,回去重建。
- 确认已重启。 智能体在启动时扫描技能;当前对话里刚创建的可能没被扫描到,退出重开(扣子这类云端的开个新对话)。
- 检查 description。 问智能体:「帮我看看周报技能的 description 写了什么,分析一下为什么没触发。」 常见病因是表述没对上:description 写的是「生成工作报告」,你说的是「帮我写周报」—— 智能体按名片匹配,没匹配上就不触发。让智能体把「周报」「工作总结」「每周汇报」这几个常见说法都补进去。
书里点了一个特别实用的思路:整个排查过程,每一步都让智能体自己来做—— 它知道技能装在哪、description 写了什么、你说了什么话,比你翻文件快得多30。 这个「把智能体当维修工」的姿势,后面所有章节都在复用。
6. 作者的判断与证据,以及边界
书里的判断(有作者自己的使用证据): 「从随性对话到提示词工程,再到做成技能,是一条自然的进化路径, 每一步都在解决上一步的痛点」31。证据是他自己的翻译工作流:从「法学硕士」笑话,到三步翻译提示词,再到五步全自动技能, 以及开源后四个月 1.7 万 Star 的社区采用32。
书里的判断(断言式,未给证据): 「模型越强,技能反而越值得投入」——这个论断第 03 章才给论证, 这里只标记:前言和第 1 章都没有为此提供数据。
补充(不在书里,依据我们的 protocol 书架): 书里说技能的正式名称是 Agent Skills(智能体技能),
由 Anthropic 提出、2025 年 12 月作为开放标准发布(agentskills.io),微软、OpenAI、GitHub、字节扣子等均已接入或兼容,
做到「一次编写,到处运行」33。我们书架上有对这份标准本身 的拆解:SKILL.md 的 frontmatter 规范定义了 6 个字段
(name、description 必填,license、compatibility、metadata、allowed-tools 选填),
name 上限 64 字符、description 上限 1024 字符——与本章你看到的两必填结构完全对得上34。
边界与局限:
- 平台界面会过期。 书自己承认:安装命令、界面随版本迭代极快,正文只讲「长期有效的方法和底层原理」,操作细节以官方文档为准35。
- 数据是时点数。 1.7 万 Star、开放标准的接入厂商名单,都是写作时(2026 年春)的快照,会继续变。
- 本章刻意不讲的: 为什么名片机制能省资源、description 怎么写才算好、装多少技能会撑爆内存—— 这些是第 03 章的事;「这个任务到底值不值得做成技能」是第 04 章的事。
7. 可带走的
主走查一行复述: 同一个周报任务——不用技能,格式、语气、保存方式每周重说一遍;
建成 weekly-report/SKILL.md 后,只说「帮我写周报」+本周事项,规则由文件替你记。
- 用 AI 干活三阶段:随性对话 → 提示词工程 → 做成技能,每步修上一步的痛点;
- 技能 = 把个人经验浓缩成的操作手册;形式 = 一个文件夹 + SKILL.md;
- SKILL.md 三部分:
name(标识)、description(触发)、正文(执行); - 智能体启动时只读名片,判断调用才读正文——「该不该用」与「怎么做」是两次决定;
- 先对话调试再固化可以,但调试和固化必须在同一个对话里,退出就忘了;
- 技能分全局(整台电脑)和项目(随代码库共享)两层;文件格式跨平台通用;
- 技能不生效按三步排查:装了吗 → 重启了吗 → description 对上你的说法了吗;
- 排查、修改、维护,全程指挥智能体自己做,别自己翻文件;
- API Key 是能花钱的钥匙,保密,设消费限额。
8. 原文地图
| 主题 | 原书章 | 原文位置 |
|---|---|---|
| 手工作坊与技能的动机 | 前言 | text/01-fm.txt:7(搜「手工作坊」) · text/01-fm.txt:10(搜「技能」) |
| 三个阶段与「法学 硕士」 | 前言 | text/01-fm.txt:19(搜「法学硕士」) · text/01-fm.txt:26(搜「提示词的写法」) |
| 技能版翻译流程五步 | 前言 | text/01-fm.txt:52(搜「交给智能体」) · text/01-fm.txt:55(搜「抓取网页」) |
| baoyu-skills 与 Star 数 | 前言 | text/01-fm.txt:89(搜「1.7 万个」) |
| 本质与形式、思维转换 | 前言 | text/01-fm.txt:96(搜「操作手册」) · text/01-fm.txt:104(搜「思维的转换」) |
| Agent Skills 开放标准 | 前言 | text/01-fm.txt:180(搜「Agent Skills」) · text/01-fm.txt:182(搜「agentskills.io」) |
| 模型是大脑、API Key | 第 1 章 | text/02-ch01.txt:18(搜「连接大模型」) · text/02-ch01.txt:31(搜「加油卡」) |
| 三条路径 | 第 1 章 | text/02-ch01.txt:38(搜「零安装」) · text/02-ch01.txt:76(搜「实践出来的」) · text/02-ch01.txt:119(搜「龙虾」) |
| 不用技能的周报 | 第 1 章 | text/02-ch01.txt:261(搜「本周周报」) · text/02-ch01.txt:273(搜「重说一遍」) |
| 两种创建方式、同一对话 | 第 1 章 | text/02-ch01.txt:304(搜「写周报的技能」) · text/02-ch01.txt:360(搜「固化成一个周报技能」) · text/02-ch01.txt:366(搜「当前对话的历史」) |
| 核心价值一句话 | 第 1 章 | text/02-ch01.txt:387(搜「脑子里的要求变成文件里的规则」) |
| SKILL.md 结构与名片 | 第 1 章 | text/02-ch01.txt:90(搜「SKILL.md」) · text/02-ch01.txt:531(搜「description」) · text/02-ch01.txt:557(搜「技能的名称」) · text/02-ch01.txt:572(搜「只扫描每个技能的名片」) |
| 检查清单是自动补的 | 第 1 章 | text/02-ch01.txt:566(搜「自动补充」) |
| 存放位置两层 | 第 1 章 | text/02-ch01.txt:587(搜「全局技能」) · text/02-ch01.txt:590(搜「项目技能」) · text/02-ch01.txt:603(搜「agents/skills」) |
| 三步排查 | 第 1 章 | text/02-ch01.txt:436(搜「可用的技能」) · text/02-ch01.txt:161(搜「重启」) · text/02-ch01.txt:445(搜「description」) · text/02-ch01.txt:466(搜「高效得多」) |