在人工智能飞速发展的今天，我们每个人都在与大语言模型（LLM）打交道。你可能已经习惯了编写各种精妙的 Prompt（提示词）来让 AI 帮你写代码、润色文章或策划方案。但你是否想过，如何将这些散落在对话记录中的 Prompt，转化为一种可复用、模块化、像操作系统插件一样随时调用的“硬核能力”？

这就是我今天要分享的主题：如何将一个成熟的 Prompt 进化为一个标准的 Skill（技能）。

---

一、 进化论：Prompt 与 Skill 的纽带

在开始动手之前，我们先聊聊底层逻辑。

1. Prompt：和大模型的对话

Prompt 是我们与 AI 沟通的语言。它像是一个“临时指令”，定义了 AI 在某次对话中的行为边界和知识范围。一个好的 Prompt 往往包含了角色设定、任务目标、约束条件和输出格式。

但 Prompt 有其局限性：

• 难以复用：你很难在不同的项目中快速调用同一个长 Prompt，往往需要翻找笔记然后复制粘贴。
• 环境隔离：Prompt 无法自带脚本工具或静态资源（如模板文件）。
• 上下文压力：超长的 Prompt 会迅速占据模型的上下文窗口（Context Window），导致后续对话变得“健忘”。

2. Skill：工程化后的形态

如果说 Prompt 是“游击队”，那么 Skill 就是“正规军”。

Skill 是一种标准的模块化封装。它不仅包含了 Prompt 的指令逻辑，还整合了：

• 结构化元数据：让系统知道什么时候该调用它。
• 自动化脚本 (scripts/)：执行一些复杂的逻辑运算或文件操作。
• 参考资料 (references/)：提供特定领域的知识库，且仅在需要时加载。
• 模版资源 (assets/)：如 HTML、JSON 模板等。

关系总结：Prompt 是 Skill 的核心逻辑（灵魂），而 Skill 是 Prompt 的工程化载体（躯干）。

---

二、 缘起：我想做一个“视频脚本生成器”

作为一个技术博主，我经常需要把硬核的技术文档转化成短视频脚本。这个过程非常痛苦：既要懂技术，又要懂分镜，还得会写口播。

于是，我决定开发一个名为 video-script-creator 的 Skill。

第一步：打磨 Prompt 的“原石”

我首先写了一个初版提示词，大致要求 AI 根据一个技术主题生成视频文案。但初版效果并不理想，生成的文案要么太学术，要么没有画面感。

于是，我采取了**“Prompt 迭代法”**：

1. 我写好基础逻辑。
2. 我把这个初版交给另一个擅长 Prompt Engineering 的 LLM (比如Gemini)，对它说：“请帮我改写这个提示词，让它更专业，支持分镜画面描述和口播对齐，并且要带有百万粉丝科技博主的风格。”
3. 经过几轮调优，我得到了一个包含**“角色设定、三类叙事框架、六种视觉风格”**的超级 Prompt。

第二步：遇见 Skill-Creator

有了强大的 Prompt，怎么把它变成 Skill 呢？我不想手动去建文件夹、写 YAML。这时，我发现了一个宝贝工具：skill-creator。

通过 opencode（一个强大的 Skill 安装工具），我一键安装了它：

# 模拟安装命令
opencode install skill-creator

它的默认存放位置在：~\.agents\skills\skill-creator。这是一个专门用来“孵化”其他 Skill 的母体技能。它内置了 init_skill.py 和 package_skill.py 等自动化脚本。

---

三、 诞生：利用 Skill-Creator 生成新技能

磨刀不误砍柴工。有了 skill-creator 的加持，接下来的步骤出奇地简单。

1. 组合 Query 进行初始化

我调用了 skill-creator，并配上我打磨好的超级 Prompt。我输入了一段类似这样的指令：

“使用 skill-creator，帮我创建一个名为 video-script-creator 的新技能。核心功能是输入技术主题，生成 scene.md（分镜）和 script.json（口播）。它的工作流应该包含知识对齐、框架匹配、视觉规划等步骤。请将资源文件放在 assets 目录下, 参考我之前的 Prompt，让它更专业，支持分镜画面描述和口播对齐，并且要带有百万粉丝科技博主的风格。”

系统响应后，在 ~\.agents\skills\video-script-creator 目录下，我的第一个 Skill 胚胎就诞生了！

2. 自动化生成的目录结构

看看 skill-creator 为我准备了什么：

video-script-creator/
├── SKILL.md          # 技能的指挥中心
└── assets/           # 存放生成的脚本和场景模板

这就是标准的“轻量级技能”结构。

3. 实际体验

现在我在opencode中使用video-script-creator技能，只要输入一个主题，比如“Python的装饰器”，AI很快就生成了分镜和口播文稿。
不用我在翻找之前的Prompt复制粘贴, 重复使用的资源也可以放在assets目录(全局的)下，感觉就是从"定速续航"升级到了"L2的自动跟车", 的确方便了很多。

---

四、 深度解析：Skill 的解剖学

要玩转 Skill，必须理解它内部的各个部件。就像拆解一台跑车，我们要知道引擎在哪里，方向盘怎么控制。

1. SKILL.md：灵魂载体

这是每个技能必须包含的文件。它分为两个部分：

A. Frontmatter (YAML 元数据)

在文件最顶部，用 --- 包裹的部分。

---
name: video-script-creator
description: |
  科技博主风格短视频策划方案生成器。输入主题，自动生成分镜画面提示词(scene.md)和口播文稿(script.json)。
  支持三种叙事框架、六种画面风格。
---

• name: 技能的唯一标识符。
• description: 至关重要！ 这是触发机制。当用户在聊天中提到“做个视频”或“写个脚本”时，系统通过检索这个描述来决定是否加载这个技能。

B. Body (指令主体)

包含了具体的执行逻辑、角色设定和工作流。

• 角色设定：定义 AI 是“百万粉丝博主”还是“骨灰级程序员”。
• 工作流 (Workflow)：明确 Step 1、Step 2 应该做什么。例如，我的技能会先选“框架”，再选“视觉风格”。
• 输出规范：规定文件必须保存在 assets/ 路径下（注意这个路径是使用skill时的项目路径），且使用特定的 Markdown 或 JSON 格式。

2. scripts/ (进阶组件)

虽然我的第一个技能比较简单，但复杂的技能会带一个 scripts 文件夹。

• 作用：存放 Python 或 Bash 脚本。比如你可以写一个脚本，在生成文案后，自动调用 ffmpeg 合成视频。
• 好处：AI 不再只是“说说而已”，它真的能跑程序处理文件。

3. assets/ 与 references/

• assets：存放静态资源。比如我预设了一张博主的 Logo 图片，或者一个标准的脚本 JSON 模板。注意这个assets目录是全局的共享资源用的目录。
• references：存放私有知识库。比如“公司短视频审核红线.pdf”。AI 只有在需要避坑时才会去读它，非常省流量（Token）。

---

五、 实战演练：如何调用我的新技能？

技能创建好并打包后，它就成了我系统里的一份子。

1. 触发命令

我不再需要复制那几百行的 Prompt，只需要在对话框输入：

“嘿，帮我用 video-script-creator 策划一期关于《Claude 3.7 Sonnet 混合推理》的视频。”

或者甚至更模糊一点：

“我想做一个关于 DeepSeek R1 的爆款视频，帮我出个方案。”

2. 自动化产出

系统会自动识别 video-script-creator 技能，并按照 SKILL.md 中定义的步骤开始工作：

• Step 1: 搜索 DeepSeek R1 的最新资料。
• Step 2: 匹配“理论实证法”框架。
• Step 3: 设定“数据科技风”视觉风。
• Step 4: 在我的 assets/ 目录下瞬间生成两个文件。

3. 具体命令补充

除了自然语言触发，你还可以通过以下方式精确管理和调用：

• 查看已安装技能：opencode list
• 运行并指定输出：opencode run video-script-creator --params '{"topic": "量子计算"}' --output ./my_video_project

---

六、 总结：创建自己的 Skill 只需四步

通过这次实战，我总结出了一套利用 skill-creator 快速构建技能的公式：

1. 打磨灵魂 (Refine Prompt)：先在大模型里把你的 Prompt 调优到极致。
2. 准备母体 (Install skill-creator)：确保你拥有 skill-creator 这种脚手架工具。
3. 一键孵化 (Initialize)：通过 skill-creator 配上你的 Prompt，让它自动生成 Skill 的基础骨架。
4. 填充血肉 (Edit & Package)：完善 SKILL.md 里的描述，放入必要的脚本文件或资源（可选），最后确认目录位于 .agents/skills/ 目录下即可生效。

---

七、 为什么你应该拥有自己的 Skill 库？

作为一名技术人员，把 Prompt 转化成 Skill，本质上是在做**“知识资产化”**。

1. 极佳的体验：渐进式披露 (Progressive Disclosure)

技能系统最牛的地方在于：它不会一次性把所有知识塞给 AI。

• 平时只加载 name 和 description（几百字节）。
• 只有触发时才加载 SKILL.md（几 KB）。
• 只有需要专业数据时才去 references 里搜索（零成本）。
  这保证了 AI 永远保持清醒，不会因为上下文太长而变傻。

2. 跨平台与可移植性

一个 Skill 文件夹包含了所有运行环境。你可以把它分享给同事，或者在不同的 Agent 环境中无缝迁移。

3. 最佳体验建议

• 描述要精准：在 description 里写清楚“在什么情况下使用我”。
• 保持精简：不要在 SKILL.md 里废话，AI 很聪明，给几个 Concrete Example（具体例子）往往比一堆说明文档更有效。
• 自动化先行：能写进 scripts/ 的逻辑，就不要让 AI 在对话里磨叽。

---

结语

从那个完成基本功能的 Prompt，到如今在 ~\.agents\skills\video-script-creator 下静静躺着的自动化工具，我完成的不只是一个文件的创建，更是一次生产力的跃迁。

现在，轮到你了。你的第一个 Skill 会是什么？

---