如果你把一个 Skill 理解成“把一套能力写进文档”，那这件事很容易做浅。
真正难的部分不在“写”，而在“蒸馏”。

因为一个好 Skill，不是把资料堆进去，也不是把一个人的口头禅模仿出来，而是把真正可迁移、可复用、可执行的那部分能力留下来。

换句话说，蒸馏 Skill 这件事，表面上是在写 SKILL.md，本质上是在做三件事：

1. 找出真正有价值的能力单元
2. 把这些能力单元组织成稳定的执行结构
3. 验证它在真实问题里是不是真的比普通回答更好

这三件事，缺一不可。

---

一、先别急着写，先想清楚你到底在蒸什么

很多人一上来就想写一个“像某某一样”的 Skill，但这个目标其实太粗了。
因为“像”可以像很多层：

• 像他说话
• 像他思考
• 像他判断
• 像他做取舍

这里面最不重要的，往往是“像他说话”；最重要的，通常是“像他怎么判断”。

所以蒸馏一个 Skill，第一步不是搜资料，而是先决定：
你到底要留下什么。

对一个人物 Skill 来说，真正值得蒸馏的通常是四层：

1. 心智模型
   他是用什么镜片看世界的。

2. 决策启发式
   他在信息不完整时，默认怎么判断。

3. 表达 DNA
   他怎么把复杂问题说清楚。

4. 诚实边界
   他在哪些地方不会装懂。

如果这四层里你只拿到了最外面那一层，也就是“语气和风格”，那出来的东西通常只是一个模仿器，不是一个 Skill。

---

二、蒸馏和总结复制，最大的区别在于有没有留下“机制”

总结复制，学到的是结果。
蒸馏，留下的是机制。

比如同样是说一句“AI 时代要学思维，不要只学技能”，总结复制会把这句话记下来；蒸馏则会继续追问：

• 他为什么这么说？
• 他看到的结构变化是什么？
• 他是怎么把“技能折旧”和“能力迁移”连起来的？
• 这个判断迁移到别的问题上，还成立吗？

一个 Skill 真正值钱的地方，不是会重复一句正确的话，而是能在新问题里继续生成同类判断。

所以蒸馏时要盯住的，不是“他说过什么”，而是：

他在不同场景下，反复使用的判断机制是什么。

这也是为什么我们前面一直在反复做一件事：
不是只写样子，而是一直逼它去回答不同题型，看它会不会跑偏。

---

三、好 Skill 不是文档写得漂亮，而是回答真的更好

这是一个很容易被忽略的问题。

一个 Skill 可以写得非常规范：

• frontmatter 很完整
• 章节很工整
• 模板很漂亮

但这些都不能自动推出一个结论：
它真的有用。

所以判断一个 Skill 好不好，至少要分两层看：

1. 结构质量

也就是它有没有最基本的可运行结构：

• 角色规则清不清楚
• 心智模型够不够稳
• 启发式是不是能执行
• 来源和边界是不是存在

这个层面很重要，但它只是底座。

2. 实测表现

也就是把它拿去回答真实问题时，它到底有没有表现出 Skill 应该带来的提升。

这才是真正的检验。

我们前面那套方法之所以逐渐收敛，就是因为我们没有只盯着文档本身，而是不断问：

• 它回答已知问题时，会不会跑偏？
• 它回答新问题时，还能不能保持这套视角？
• 它遇到误导性问题时，会不会被带偏？
• 它和普通助手、和相邻人物相比，到底有没有差异？

如果这些问题答不出来，再漂亮的 SKILL.md 都只是包装。

---

四、一个好 Skill，至少要过四道关

如果把前面的经验压缩一下，我觉得一个好 Skill 至少要过四道关。

第一关：方向对

也就是它在已知问题上的判断方向，必须和公开材料一致。
如果连这一步都做不到，后面所有细节都没意义。

第二关：迁移稳

也就是它不能只会做熟悉题。
真正的 Skill 不是会背标准答案，而是换一个场景以后，这套判断机制还能继续工作。

第三关：抗误导

用户不会总是把问题问得很标准。
很多时候，用户会逼你：

• 给唯一答案
• 给绝对结论
• 推荐最赚钱工具
• 用一句话说完复杂问题

如果一个 Skill 一被这样问就开始滑向营销腔、口号腔、装懂腔，那它其实并不稳。

第四关：有辨识度

这是人物 Skill 最难的一关。

因为很多回答会出现一个问题：
说得都对，但谁都能说。

这种回答最大的问题，不是错，而是没有人物性。

所以后来我们才不断补：

• 非我风格
• 人物对照
• 常见起手
• 常见转折
• 常见收束

本质上是在解决一个问题：
怎么让它不只是正确，还能明显属于这个人。

---

五、蒸馏一个好 Skill，最实用的工作流是什么

如果不讲大词，只讲最实用的方法，我现在会把流程概括成下面这几步。

第一步：先做人物或主题拆解

别急着写文档，先拆：

• 这个 Skill 的核心能力是什么
• 哪些是表层风格
• 哪些是底层判断
• 哪些是它绝不会做的事

如果这一步没拆开，后面很容易写成一团。

第二步：收集公开锚点

这里最重要的不是“资料越多越好”，而是“锚点够不够硬”。

优先级通常应该是：

1. 一手表达
2. 长对话
3. 书籍简介或书摘
4. 可核对的公开材料
5. 二手整理稿

如果只有二手转述，没有一手锚点，这个 Skill 上限通常不会太高。

第三步：先写最小可运行版本

不要一开始就想做完美版本。
先把最小结构写出来：

• 角色规则
• 核心心智模型
• 决策启发式
• 表达 DNA
• 诚实边界

这是第一版，不是最终版。

第四步：做测试，不做自我感动

测试至少分三类：

1. 已知问题回放
   看方向是不是对

2. 迁移问题
   看框架能不能迁移

3. 反例问题
   看会不会被带偏

如果是人物 Skill，我现在认为还应该再加一类：

4. 人物区分度测试
   和普通助手、和相邻人物做对照

因为真正麻烦的，不是“错”，而是“越来越像普通助手”。

第五步：只改最低分维度

这是一个特别重要的原则。

Skill 的进化，不应该一轮里到处乱改。
更有效的方法是：

• 先找最低分维度
• 一轮只改这一类问题
• 改完再测
• 如果分数没上去，就回滚思路

这样做的好处是，改动和结果之间能建立因果关系。

---

六、什么时候该继续进化，什么时候该收手

这个问题其实比“怎么改”更重要。

因为很多 Skill 最后不是死在第一版太差，而是死在后期过度打磨。

我现在比较相信一个判断：

如果分数还在明显提升，可以继续

比如我们前面那几轮：

• 72 到 78
• 78 到 82
• 82 到 85
• 85 到 88

这种提升说明，方向还对，信号还有效。

如果一轮只涨 1 分左右，就要开始怀疑边际收益

因为这通常意味着：
你不是没有进步，而是继续只改 prompt，本身已经快到头了。

这时候再往上走，通常不该继续堆规则，而应该换资源：

• 更长 transcript
• 更完整书摘
• 更多原话片段
• 真正多 agent 实跑

也就是说，后续提升开始由“文档优化”转向“语料质量”决定。

所以收手不是因为结束了，而是因为你已经知道：
下一段收益不在这里。

---

七、最后的判断：什么才叫蒸馏出了一个好 Skill

如果让我给一个简化标准，我会这么说：

一个好 Skill，不是看起来像一个人。
一个好 Skill，是它在面对新问题时，仍然能稳定地产生这个人会产生的那类判断，而且不会轻易被带偏。

更进一步说：

• 它要有方向
• 它要能迁移
• 它要抗误导
• 它要有辨识度
• 它要知道自己不知道什么

做到这一步，才算蒸馏出了“能力”。

否则，大多数时候你蒸出来的，只是一个说话习惯。

---

一句话总结

蒸馏一个好 Skill，本质上不是把一个人“写下来”，而是把他在复杂问题面前反复稳定出现的判断结构、表达机制和边界条件留下来，然后用真实问题一轮一轮逼它证明：它不只是像，而是真的能工作。