最近看到很多人在分享自己的 Skill。有人用它写长文，几千字一次完成；有人用它做 PPT，结构和配色一步到位；有人用它做电商图片，主图和详情页直接出。看起来都特别顺手。

然后自己试试别人的 Skill，事情就没那么顺了。

装是装上了，但输出的东西既不是你的风格，也不是你的工作流。看别人用像开了外挂，到自己这儿就差一口气。

很多人就此放弃了，认为 Skill 是高手的专利，普通人只能围观。

其实不是这样。Skill 本质上就是一份工作手册。你把经验写进去，Agent（那个不只会聊天、还能帮你干活的 AI 助理）就能按照你的想法去做。真正值钱的，不是那个 Skill 文件本身，而是你在里面写下的经验、流程、判断标准。

这些东西，你每天都在用。只是从来没想过要把它们记下来。

什么经验才值得沉淀成 Skill

你每次让 AI 干活，是不是都要重新说一遍：我是谁、我做什么、要什么风格、不能做什么、最后要什么格式、不确定的地方要不要先问我。

Skill 就是把这些重复的话整理成一份固定的说明书。下次 AI 接到类似任务，它就先翻这份说明书，再开始干活。

不同的 Agent 工具都支持 Skill，比如 Codex、Claude Code、OpenClaw、Hermes 等。你常用哪个，就在哪个里面写。

那什么经验值得写成 Skill 呢？一般来说要满足三个条件：经常重复出现、步骤相对稳定、输出标准明确。比如每次写文章前整理素材、把口述整理成文案、把长文拆成微博候选、每天晚上做任务总结、把会议记录整理成行动清单、给交付物做质量检查。

第一个 Skill 不要贪大。越小、越稳定、越容易验收，越容易上手。

为什么别人的 Skill 到你手里就不好用

这个问题很直白。别人的 Skill 之所以好用，是因为它背后有一套被验证过的经验。它知道什么时候该触发、需要什么输入、按哪几步做、最后输出什么样、哪些事情不能碰。

但到你手里就不一样了。别人的工作流、素材结构、使用场景、账号权限，甚至常用的模型，都不一定跟你一样。一份为别人量身定做的说明书，硬塞给另一个人，本来就不会顺手。

所以学 Skill 的关键，是学会怎么把自己的经验写进去。

三招教你快速沉淀自己的 Skill

第一招：拆别人的 Skill，学他们怎么写的

适合完全没概念的人。重点不是让你自己研究代码、自己安装、自己改配置。这些东西对新手来说全是劝退点。能让 AI 代劳的，就别自己硬啃。

找一个你觉得好用的 Skill，把链接或内容丢给 AI，让它先帮你拆解，不要急着安装。让它告诉你这份 Skill 解决什么问题、为什么好用、哪些部分可以迁移到你的场景。然后让它帮你改成适合自己的版本。

可以直接复制的提示词：

我想学习这个 Skill，但请先不要安装和运行。

这是 Skill 的地址或内容：
{粘贴链接或 SKILL.md 内容}

请你帮我做 4 件事：
1. 用小白能听懂的话解释它是干什么的。
2. 告诉我它为什么好用，哪些地方值得学。
3. 根据我的场景，帮我改成一个更适合我的 Skill 草案。
4. 如果我想安装，请直接告诉我最省事的方式。

我的使用场景是：
{写一句你的真实场景}

关键是学会别人怎么把经验写成说明书的思路。

第二招：从一次成功的合作里反推 Skill

对普通人来说，这招最容易跑通。先正常用 Agent 完成一件你真实需要的事。等这件事完成了，立刻让 AI 复盘刚才的过程，把经验整理成 Skill 草案。

重点是不要自己总结流程、自己提炼重点、自己写模板。这些全部交给 AI，你只负责确认它总结得对不对、哪里需要补充。

任务完成后，让 AI 复盘输入、步骤、判断、输出格式和避坑点，然后整理成一份 SKILL.md 草案。拿一个相似的任务再试用一下，哪里不顺手就直接告诉 AI，让它继续改。

可以直接复制的提示词：

请复盘刚才这次任务，把它沉淀成一个可复用的 Agent Skill 草案。

请整理：
1. 这个 Skill 适合解决什么重复任务？
2. 用户通常会提供什么输入？
3. AI 应该按哪几步执行？
4. 最终输出应该是什么格式？
5. 刚才任务里哪些要求是关键规则？
6. AI 以后最需要注意哪些地方？

最后请输出一版最小可用的 SKILL.md。

对新手来说，最好的 Skill 就是从一次"这次配合真不错"的协作里反推出来的。

第三招：用 skill-creator 从零搭骨架

适合已经知道自己要解决什么任务、但不知道怎么写 SKILL.md 的人。skill-creator 是 Anthropic 官方出的工具，会把你的模糊想法一步步问清楚，然后整理成能用的 Skill 草案。

官方 Github 仓库：https://github.com/anthropics/skills/tree/main/skills/skill-creator

安装也不需要自己研究。先问你的 Agent 本地有没有 skill-creator，有就直接用，没有就把地址丢给它，让它帮你装。

可以直接复制的提示词（检查 + 安装）：

请先检查我当前环境里有没有可用的 skill-creator。

如果有，请直接告诉我怎么用它创建一个新 Skill。

如果没有，请用这个官方地址帮我安装：

https://github.com/anthropics/skills/tree/main/skills/skill-creator

装好之后，让 Agent 用 skill-creator 帮你创建新 Skill。它会一边问问题一边整理，你照着真实场景回答就行。

可以直接复制的提示词（从零创建）：

请使用 skill-creator 这个 Skill，帮我创建一个自己的 Agent Skill。

请先不要直接写 SKILL.md，先帮我把需求问清楚。

你需要依次问我：
1. 这个 Skill 解决哪个重复任务？
2. 我通常会给 AI 什么输入？
3. 我希望它输出什么格式？
4. 这件事固定要走哪几步？
5. AI 以前最容易错在哪里？
6. 哪些动作不能做？

问完后，请帮我整理成：
- Skill 名称建议
- description 草案
- 执行步骤
- 输出格式
- 以后使用时要注意的地方

skill-creator 的强项是搭骨架。Skill 最后好不好用，还是看你给它的真实经验够不够扎实。

Skill 不是一次性的，可以一边用一边改

自己做完一个 Skill 之后，事情才刚开始。后面可以拿着它一边用一边改，慢慢调成你想要的样子。

第一个版本不一定完美，也没必要完美。它更像一个刚来上班的新助理，知道大致流程，但还不熟你的偏好。你用得越多、纠正得越具体，它就越接近你想要的样子。

调用已经建好的 Skill 很简单，提示词里直接点名它就行:

请使用 {你的 Skill 名称} 这个 Skill，帮我完成 {你的具体任务}。

更实际的迭代节奏是这样的：先做出一个能跑起来的版本，正常使用它，发现 AI 哪一步偏了就当场纠正，让 AI 复盘这次纠正，把新规则更新回原来的 Skill。下次再遇到同类情况，它就更接近你的工作风格。

能让 AI 代劳的就别自己来。不用自己打开文件、找位置、手动改，直接把跑偏的结果和纠正意见丢给 AI，它自己会判断该更新 Skill 的哪一段。

可以直接复制的提示词：

请你回顾刚才这段对话，重点看我中途纠正你的地方。

请判断这次纠正说明原来的 Skill 哪里写得不够清楚，然后直接帮我把这条经验更新到原来的 Skill 里。

要求：
1. 不要推翻原来的 Skill。
2. 只补充这次纠正暴露出来的新规则。
3. 更新后告诉我你改了哪一部分，以后会怎么避免同类问题。

最后的话

你以为自己只是"会写文章""会做项目""会整理资料""会和客户沟通"。这些事在你眼里太日常，不值一提。

但对 AI 来说，只要这些经验被写清楚，就是一份能反复调用的工作手册。

你以后会越来越明显地感觉到，那些每次都要重新解释的事，慢慢就不用再解释了。那些每次都要再确认的偏好，AI 已经知道了。踩过的坑，它会自己绕开。

你节省下来的不只是时间。更重要的是，那些原本只存在你脑子里、随着项目一茬一茬过去的经验，第一次有了一个不会丢的地方。以后换工具、换公司、甚至换岗位，这份手册都还跟着你。

国内有几个不错的 Skill 市场，想看看别人都把哪些经验沉淀成了 Skill，可以去逛逛：腾讯 SkillHub（国内官方优化的 Skill 社区，中文搜索、本地加速）、awesome-agent-skills（中文 GitHub 指南，覆盖多个工具）、SkillsMP（支持中文界面，自动索引 GitHub 上的 Skill 仓库）。

别只光顾着下载别人的 Skill。从一个最小的任务开始，把你自己的经验也沉淀下来。