AI Skill 入门教程:从提示词到可复用工作流
一篇面向新手的 AI Skill 入门教程,解释 Skill 是什么、它和提示词、Custom GPT、工具的区别,以及如何设计自己的可复用 AI 工作流。
AI Skill 入门教程:从提示词到可复用工作流
过去很多人使用 AI 的方式,是不断复制粘贴同一套提示词:让它按固定格式写文章、整理数据、生成报告、检查代码、输出 MDX、制作 PPT、改写简历。这样当然能用,但问题也很明显:每次都要重新解释规则,模型容易忘记格式,复杂流程也很难稳定复现。
Skill 的出现,就是为了解决这个问题。
简单说,Skill 可以理解为一种「可复用的 AI 工作流说明书」。它把某类任务的执行方法、格式要求、示例、脚本、模板、资源文件打包在一起,让 AI 在遇到相关任务时自动调用,从而更稳定地完成重复性工作。
OpenAI 对 ChatGPT Skills 的定义是:Skill 是一种可复用、可分享的工作流,可以告诉 ChatGPT 如何更好、更一致地完成特定任务;一个 Skill 可以包含说明、示例,甚至代码。
Anthropic 对 Claude Skills 的定义也很接近:Skill 通常是一个包含说明、脚本和资源的文件夹,Claude 可以在合适的任务中动态加载它,用来提升特定场景下的表现。
从这个角度看,Skill 不是单纯的「高级提示词」,而是把提示词、模板、流程和工具资源组合起来,沉淀成一种可以反复调用的能力。
一、Skill 到底是什么?
你可以把 Skill 想象成三层东西的组合:
1. 说明书:告诉 AI 什么时候使用这个 Skill,以及使用时应该遵守哪些规则。 2. 模板与示例:提供固定输出格式、参考案例、风格要求。 3. 脚本与资源:在更高级的场景中,可以加入 Python 脚本、配置文件、品牌素材、数据处理工具等。
如果只是简单任务,一个 Skill 可能只有一个 SKILL.md 文件。 如果是复杂任务,一个 Skill 可以是一个完整文件夹,里面包含:
my-skill/SKILL.mdscripts/process_data.pytemplates/report_template.mdreferences/style_guide.md
其中最核心的是 SKILL.md。它通常负责说明:
- 这个 Skill 是做什么的;
- 什么时候应该触发;
- 执行任务时的步骤;
- 输出格式;
- 注意事项;
- 可以调用哪些脚本或参考哪些文件。
OpenAI API 文档中也把 Skill 描述为一种带有 SKILL.md manifest 的文件包,可以用来沉淀流程和规范。Codex Agent Skills 文档同样强调,一个 Skill 通常是一个包含 SKILL.md 的目录,并可以附带脚本、参考资料和资源文件。
二、Skill 和提示词有什么区别?
很多人第一次看到 Skill,会觉得它不就是高级提示词吗?这个理解有一半是对的,但不完整。
提示词更像一次性指令,Skill 更像长期可复用的流程资产。
例如你每次都输入:
请把这篇文章改成 MDX 格式,保留原文,不要删减,修复标题层级,链接改成可点击格式。
这就是提示词。
但如果你经常做这类任务,就可以把规则写成一个 mdx-formatter Skill。之后你只要说「帮我改成 MDX」,AI 就可以根据 Skill 自动执行固定流程。
OpenAI Cookbook 对 Skills 有一个很好的定位:Skills 可以理解为提示词和工具之间的「中间层」。提示词定义通用行为,工具提供原子能力,而 Skill 则打包可重复执行的流程、说明、脚本和资源。
所以,Skill 的价值不在于一句话写得多漂亮,而在于它能把一类任务的经验沉淀下来,让 AI 每次都按相对稳定的流程执行。
三、Skill、Custom GPT、Project、Tool 的区别
为了快速理解,可以这样区分:
| 概念 | 主要作用 | 适合场景 |
|---|---|---|
| Prompt 提示词 | 临时告诉 AI 怎么做 | 一次性任务、简单任务 |
| Skill | 把固定流程封装成可复用能力 | 重复任务、标准化输出、团队流程 |
| Custom GPT | 创建一个专门用途的聊天助手 | 独立角色、长期专用助手 |
| Project / 项目 | 提供上下文、文件和长期工作空间 | 围绕某个项目持续协作 |
| Tool / 工具 | 让 AI 调用外部能力或执行动作 | 搜索、运行代码、读写文件、调用 API |
举个例子:
- 你让 AI「帮我润色这篇文章」:这是提示词。
- 你做一个「公众号文章润色 Skill」:这是 Skill。
- 你创建一个「专门帮我写 AI 文章的 GPT」:这是 Custom GPT。
- 你把所有网站文章、图片、代码都放在一个空间里长期维护:这是 Project。
- 你让 AI 调用 Python 自动处理表格:这是 Tool。
Skill 最适合解决的问题是:同一类任务反复出现,而且你希望每次输出都更稳定。
四、一个 Skill 通常长什么样?
下面是一个极简 Skill 示例,用来把 Markdown 文章整理成适合发布的 MDX 文章。
```md
name: mdx-article-formatter description: Format Markdown articles into clean MDX posts for web publishing. Use this when the user asks to convert, polish, or prepare an article for MDX publication.
MDX Article Formatter
When to use this skill
Use this skill when the user wants to convert an article into MDX format for publishing on a blog or website.
Workflow
1. Preserve the original meaning and do not delete important content. 2. Fix heading hierarchy so the article starts with one # title and uses ## / ### consistently. 3. Convert raw URLs into clickable Markdown links. 4. Fix list formatting, spacing, punctuation, and code block syntax. 5. Ensure the final article is valid MDX. 6. Add a concise introduction and conclusion if the article lacks structure.
Output rules
- Do not invent unsupported facts.
- Keep the tone clear, natural, and suitable for online publishing.
- Do not overuse bullet points.
- If links are included, preserve them and make them clickable.
`
这个例子已经能体现 Skill 的核心:
name是 Skill 名称;description告诉模型什么时候应该调用它;- 正文部分写具体流程和规则;
- 输出规则保证每次结果更稳定。
在实际写 Skill 时,description 字段非常关键。它不只是简介,更像是模型判断「什么时候应该使用这个 Skill」的重要触发条件。描述越清楚,误触发和漏触发的概率就越低。
五、如何设计一个好用的 Skill?
设计 Skill 不建议一上来就写得很复杂。比较实用的方法是:先从你每天重复做的任务开始,把你经常复制粘贴的提示词整理成固定流程。
1. 明确使用场景
先回答一个问题:这个 Skill 解决什么重复任务?
例如:
- 把文章改成 MDX 格式;
- 按固定风格写小红书、公众号或博客文章;
- 根据简历和岗位 JD 生成求职信;
- 把录音转写内容整理成结构化笔记;
- 按公司模板生成周报;
- 根据数据表生成分析报告;
- 按品牌规范制作 PPT;
- 按代码规范检查项目。
一个 Skill 最好只解决一类明确问题,不要把「写文章、写代码、做 PPT、分析数据」全部塞进同一个 Skill。范围越具体,效果通常越稳定。
2. 写清楚触发条件
触发条件越清楚,AI 越容易在正确的时候调用它。
不推荐这样写:
txt This skill helps with writing.
更推荐这样写:
txt Use this skill when the user asks to polish, restructure, or convert Chinese blog articles into MDX format for publishing on a personal website.
也就是说,不要只写「这个 Skill 很有用」,而要写清楚:什么任务、什么输入、什么输出、什么场景。
3. 把流程拆成步骤
一个好的 Skill 不只是写一句「请帮我做好」,而是把任务拆成可执行步骤。
例如文章处理 Skill 可以拆成:
1. 阅读原文,识别主题和结构; 2. 修复标题层级; 3. 保留原文核心内容; 4. 补充必要解释; 5. 把裸链接改成 Markdown 链接; 6. 检查 MDX 语法; 7. 输出最终文章。
这种写法比单纯说「帮我优化文章」稳定很多。
4. 加入示例
Skill 里最好加入 1–3 个示例,告诉 AI 输入和输出大概应该是什么样。
示例不一定要很长,但要能说明风格。例如:
```md
Example
Input: 请把下面的 AI 学习资源整理成帖子:
- https://github.com/datawhalechina/happy-llm
- https://github.com/karpathy/minGPT
Expected output:
- 按 LLM、Agent、工程实践分模块整理;
- 每个项目包含简介、适合人群、GitHub 链接;
- 最后给出学习顺序。
`
示例越贴近真实使用场景,Skill 越好用。
5. 持续迭代
Skill 不是一次写完就结束。你可以像维护代码一样维护 Skill:
- 哪些任务触发不准确,就优化
description; - 哪些输出格式总出错,就补充规则;
- 哪些流程经常重复,就写成脚本;
- 哪些参考资料经常用,就放进
references文件夹。
Anthropic 官方资料也强调,Skill 的构建过程通常包括规划、测试、迭代、分发和故障排查,而不是只写一段提示词。
六、Skill 适合哪些实际用途?
Skill 最适合「流程固定、重复频繁、要求稳定」的任务。
1. 内容创作类
例如:
- MDX 文章格式化;
- 公众号文章润色;
- 小红书标题生成;
- SEO 标题与摘要优化;
- 参考资料链接整理;
- 中英文翻译风格统一。
这类 Skill 的重点是:语气、结构、格式、禁忌词、链接处理。
2. 办公文档类
例如:
- 按公司模板写周报;
- 把会议纪要整理成行动项;
- 根据材料生成 PPT 大纲;
- 按品牌规范生成报告;
- 把客户资料整理成销售简报。
这类 Skill 的重点是:模板、品牌规范、固定栏目、输出格式。
3. 数据分析类
例如:
- 自动读取 CSV 并生成分析摘要;
- 按固定口径计算指标;
- 生成可视化图表;
- 输出分析报告;
- 检查异常值和缺失值。
这类 Skill 可以配合 Python 脚本使用,把分析步骤标准化。OpenAI API Skills 支持把可复用文件包上传,并在托管或本地 shell 环境中使用,适合这类需要代码执行的场景。
4. 编程开发类
例如:
- 按项目规范写代码;
- 自动检查 PR;
- 生成单元测试;
- 重构某类组件;
- 根据错误日志排查问题。
Claude Code 和 OpenAI Codex 都已经提供与 Skills 相关的工程场景能力。对开发者来说,Skill 可以理解为给编程 Agent 增加任务特定能力:让它知道某类项目应该遵守什么规范、按什么步骤排查问题、优先参考哪些脚本或文档。
七、新手如何开始做第一个 Skill?
如果你是新手,不建议一开始就研究复杂 API。可以先从最简单的 SKILL.md 开始。
你可以按这个模板写:
```md
name: your-skill-name description: Use this skill when the user asks to [具体任务] for [具体场景].
Skill Name
Purpose
This skill helps with ...
When to use
Use this skill when ...
Inputs
The user may provide ...
Workflow
1. First, ... 2. Then, ... 3. Finally, ...
Output format
The final output should include ...
Rules
- Do ...
- Do not ...
`
一个实用建议是:先不要追求万能 Skill,而是做一个小而稳定的 Skill。
例如:
- 不要做「写作大师 Skill」;
- 可以做「中文博客文章转 MDX Skill」;
- 不要做「数据分析 Skill」;
- 可以做「CSV 销售数据月报 Skill」;
- 不要做「代码助手 Skill」;
- 可以做「Next.js 项目 PR 检查 Skill」。
范围越具体,效果越稳定。
八、推荐学习路径
如果你想系统理解 Skill,可以按下面顺序学习。
1. 先理解 Skill 是什么
先读 OpenAI 和 Anthropic 的入门资料,建立基本概念。重点理解:Skill 不是单次提示词,而是可复用、可分享的工作流,可以包含说明、示例和代码。
建议先看:
- OpenAI ChatGPT Skills;
- OpenAI Academy:Using skills;
- Anthropic Skills GitHub。
2. 再看 Skill 的文件结构
第二步重点看 SKILL.md 怎么写,尤其是 description、触发条件、工作流和输出规则。
建议重点看:
- Anthropic Skill Creator;
- OpenAI Skill Creator;
- OpenAI API Skills Guide。
3. 然后学习 API 和代码执行场景
如果你想把 Skill 用在 Agent、自动化、数据分析、代码执行里,可以继续看 OpenAI API 与 Cookbook。
这部分重点理解三件事:
1. 如何创建和上传 Skill; 2. 如何让模型在任务中选择合适的 Skill; 3. 如何把脚本、资源文件和执行环境组合起来。
建议阅读:
- OpenAI API Skills Guide;
- OpenAI Cookbook:Skills in API;
- OpenAI API Reference:Skills;
- OpenAI Blog:Shell + Skills + Compaction。
4. 最后研究 Claude Code 与 Codex 场景
如果你主要关注 AI 编程、代码助手、Agent 工程,可以重点看 Claude Code 和 Codex。
这类资料更适合理解 Skill 在真实工程中的用途:比如项目规范、自动化检查、代码生成、文档生成、测试流程和部署流程。
建议阅读:
- Claude Code Skills;
- Claude Code Overview;
- Claude Code Common Workflows;
- OpenAI Codex Agent Skills。
九、优质 GitHub 与文档链接整理
下面是我认为比较值得收藏的 Skill 学习资料。
1. OpenAI:Skills in ChatGPT
适合人群:想了解 ChatGPT Skills 基本概念的新手。
这篇文章适合用来理解 Skill 的定位:它不是单次提示词,而是可复用、可分享的工作流,可以包含说明、示例和代码。
2. OpenAI Academy:Using skills
适合人群:想用通俗方式理解 Skill 使用场景的人。
OpenAI Academy 的文章更偏产品和实践,适合非程序员理解为什么要用 Skill,以及 Skill、GPT、Projects 如何组合。
3. OpenAI API Skills Guide
适合人群:开发者、Agent 工程学习者。
这篇适合理解如何在 API 中上传、管理和附加可复用 Skill,尤其适合数据分析、代码执行、自动化工作流。
4. OpenAI Cookbook:Skills in API
适合人群:想看完整代码示例的人。
Cookbook 的价值在于它不是只讲概念,而是展示如何创建、上传、调用 Skill。
5. OpenAI Codex Agent Skills
适合人群:使用 Codex 或关注 AI 编程助手的人。
Codex Skills 更偏编程与工程场景,可以理解为给 Codex 添加任务特定能力。
6. Anthropic Skills GitHub
适合人群:想看 Skill 文件夹结构和真实示例的人。
这是学习 Claude Skills 非常重要的资料,因为它展示了 Skill 如何通过说明、脚本、资源文件来提升模型在特定任务中的表现。
7. Anthropic Skill Builder Guide
适合人群:想系统学习 Skill 设计方法的人。
这份 PDF 更像一本小手册,内容包括 Skill 基础、规划设计、测试迭代、分发分享、常见模式和故障排查。
8. Claude Code Skills
适合人群:使用 Claude Code 做开发的人。
这篇文档适合理解如何用 Skills 扩展 Claude Code 的能力,以及如何把自定义流程沉淀成工程化能力。
9. openai/skills
适合人群:想看 OpenAI Skills 示例和系统 Skill 写法的人。
这个仓库可以作为参考资料,用来观察 Skill 的命名方式、目录组织和 SKILL.md 写法。
10. Simon Willison:OpenAI Skills API Hands-On Demo
适合人群:想看开发者实操记录的人。
这是一份比较适合开发者阅读的实操记录,展示了如何构建、压缩上传,并通过 OpenAI API 调用 Skill。
十、一个可直接套用的中文写作 Skill 示例
如果你经常写中文技术文章,可以从下面这个 Skill 改起。
```md
name: chinese-tech-blog-writer description: Use this skill when the user asks to write, polish, restructure, or prepare a Chinese technology blog post for online publishing. This skill is especially useful for AI, programming, GitHub project introductions, tutorials, and tool reviews.
Chinese Tech Blog Writer
Purpose
Help the user turn rough notes, links, screenshots, or fragmented ideas into a clear Chinese technology article suitable for online publishing.
Workflow
1. Identify the article topic and target readers. 2. Preserve the user's original meaning and important links. 3. Organize the article with a clear title, introduction, sections, and conclusion. 4. Explain technical terms in plain Chinese. 5. Add concise project introductions when GitHub links are provided. 6. Convert raw URLs into clickable Markdown links. 7. Avoid exaggerated claims and unsupported facts. 8. Make the tone natural, practical, and suitable for public publishing.
Output format
- Use Markdown or MDX-compatible syntax.
- Use
#for the main title. - Use
##for major sections. - Use tables only when they improve readability.
- Keep paragraphs readable and not too fragmented.
Rules
- Do not delete the user's original important content.
- Do not fabricate project features.
- If online sources are used, include reference links.
- If a claim is uncertain, write it cautiously.
`
这个 Skill 适合用来处理:
- GitHub 项目推荐文章;
- AI 工具教程;
- 技术学习路线;
- 个人网站文章;
- MDX 博客内容。
十一、Skill 写作的常见错误
1. 范围太大
很多人一开始会写一个「万能写作 Skill」,结果什么都想管,最后什么都不稳定。
更好的做法是拆成多个小 Skill:
mdx-formattergithub-project-intro-writerresume-polisherai-tool-review-writerdata-report-generator
2. description 太模糊
description 不要只写「帮助写作」或「提高效率」。它应该明确告诉模型:什么时候使用、处理什么输入、输出什么结果。
3. 只写要求,不写流程
差的 Skill 只写:
txt 请写得专业一点。
好的 Skill 会写:
txt 先识别目标读者,再整理结构,然后补充背景解释,最后检查链接和格式。
4. 没有测试
写完 Skill 后,最好用 3–5 个真实任务测试:
- 是否能正确触发?
- 输出格式是否稳定?
- 是否遗漏链接?
- 是否会乱删内容?
- 是否会编造不存在的信息?
测试后再不断修改 Skill。
十二、我的理解:Skill 是 AI 工作流资产化的开始
过去我们使用 AI,经常依赖临时提示词。但提示词最大的问题是不可管理、不可复用、不可团队化。Skill 的意义在于,它把你的经验、流程、模板和工具沉淀下来,变成可以重复使用的能力。
对个人来说,Skill 可以让你少写重复提示词。 对团队来说,Skill 可以统一输出标准。 对开发者来说,Skill 可以成为 Agent 系统中的模块化能力。 对内容创作者来说,Skill 可以沉淀自己的写作风格、文章结构和发布规范。
所以,Skill 不是一个简单的新功能,而是一种新的工作方式:
把一次性的提示词,升级成可复用的工作流;把个人经验,沉淀成 AI 可以稳定调用的能力。
如果你经常让 AI 做同一类任务,那么就很适合开始尝试写自己的 Skill。
参考来源
- OpenAI Help:Skills in ChatGPT
- OpenAI Academy:Using skills
- OpenAI API Docs:Skills
- OpenAI Cookbook:Skills in API
- OpenAI API Reference:Skills
- OpenAI Blog:Shell + Skills + Compaction
- OpenAI Codex:Agent Skills
- GitHub:openai/skills
- GitHub:openai/openai-cookbook
- GitHub:anthropics/skills
- Anthropic Skill Creator
- Anthropic:The Complete Guide to Building Skills for Claude
- Anthropic Docs:Claude Code Skills
- Anthropic Docs:Claude Code Overview
- Anthropic Docs:Claude Code Common Workflows
- Anthropic Docs:Claude Tool Use Overview
- Simon Willison:OpenAI Skills API Hands-On Demo
Share
评论