主题
Skills
介绍
Skills 就是给 AI 助手准备的"可复用工作手册"。当任务命中某个场景时，助手会按这份手册做事，结果更稳定。
把 Skills 看成：
- 不是模型参数训练。
- 也不是普通提示词。
- 而是结构化的任务规范 + 最佳实践集合。
为什么需要 Skills
只靠临时提示词，常见问题是：
- 每次输出风格不一致。
- 新成员不知道团队约定。
- 复杂任务步骤容易漏。
有 Skills 后：
- 流程标准化，质量更稳定。
- 团队经验可以沉淀复用。
- AI 在特定任务里更像"熟手"而不是"临场发挥"。
Skills 通常包含什么
一个实用的 Skill，通常会写清这些内容：
- 适用场景：什么时候触发。
- 目标产出：最终要交付什么。
- 执行步骤：按什么顺序做。
- 约束规则：不能做什么、必须遵守什么。
- 质量标准：如何判断结果合格。
一个简单例子
比如你做"接口文档 Skill"，可以规定：
- 先读接口定义和状态码。
- 再输出请求示例、响应示例、错误码。
- 最后给出调用注意事项。
- 全文用团队统一术语和格式。
这样 AI 每次产出的文档就会更像同一个人写的。
Skills 和 Prompt 的区别
- Prompt：一次性的指令文本，偏临时。
- Skill：长期沉淀的任务规范，偏流程化。
可以理解为：
- Prompt 是当场口头安排。
- Skill 是团队 SOP（标准作业流程）。
Skills 和 MCP 的关系
- MCP 解决"AI 能调用什么能力"。
- Skills 解决"AI 应该按什么方法做这件事"。
两者配合最强：
- MCP 给工具能力。
- Skills 给执行方法。
适合做成 Skill 的任务
- 重复且步骤固定的任务。
- 对格式和规范要求高的任务。
- 有明确验收标准的任务。
例如：
- 代码评审模板
- 发布说明生成
- 故障排查清单
- 文档结构化整理
什么时候不适合
- 任务非常临时、一次性。
- 业务信息不完整，规则还没定。
- 团队内部没有共识流程。
这时先别急着做 Skill，先把流程跑通再沉淀。