摘要：每天重复的流程，每次都要重新交代给 AI，是最大的隐性浪费。本文拆解 Skill 的机制（触发、渐进式加载、脚本校验），用"写博客 Skill"真实案例讲清提效原理，并给出五步方法论、适用场景与三个误区。

一、问题的本质：流程没有被沉淀

写博客、写周报、处理文档、代码审查——很多工作"重复但不标准"。每次做，都要重新交代流程、重新踩坑、重新适配格式。

提效的质变点不是"多问 AI、问得更细"，而是把流程变成资产：让流程可复用、可校验、可迭代。

二、Skill 机制拆解

一个 Skill 是一个目录：

my-skill/
├── SKILL.md              # 触发描述 + 工作流
├── references/           # 规则与知识（按需加载）
├── assets/               # 模板
└── scripts/              # 确定性脚本

三个关键机制：

机制	作用	收益
描述触发	按 name/description 匹配，命中才加载正文	不干扰日常任务
渐进式加载	元数据常驻，正文/参考按需读取	不占上下文窗口
脚本校验	确定性操作交给脚本，AI 只做判断	输出可验证、可兜底

提示词是"口头约定"，Skill 是"带质检的工程化流程"——这是本质区别。

三、真实案例：写博客 Skill

之前写博客的痛点：选题靠感觉、平台格式手动适配、导入平台后翻车返工、流程每次重新交代。

做成 Skill 后的流水线：

选题（评分卡）→ 研究（联网+来源）→ 大纲 → 初稿
→ 平台改写 → 质检（清单+脚本）→ 发布版生成

关键设计：

1. 选题评分卡：相关性/时效/差异化/深度/传播五维打分，低于 3.5 淘汰；
2. 质检脚本：检查字段、字数、代码块完整性，不达标打回；
3. 发布版自动生成：去 YAML、文件名即标题、剥离标签段，CSDN 导入即正确；
4. 微信富文本转换：自动生成带内联样式的 HTML，复制粘贴即保留格式。

效果量化：

• 单篇耗时从"2 小时 + 反复改格式"降到"30 分钟审核"；
• 格式返工基本消失（脚本在交付前拦截）；
• 每个踩过的坑都修进 Skill，一次修复、永久受益。

四、提效的三层收益

1. 省时间：流程自动化，人只做审核和决策；
2. 省上下文：长规则放 references 按需加载，不重述、不遗漏；
3. 提质量：质检清单 + 脚本兜底，低级错误自动拦截。

五、五步方法论

1. 找重复：同一件事重复 ≥3 次且每次重新交代；
2. 拆流程：输入 → 步骤 → 输出 → 验收标准；
3. 固化资产：规则写 references、模板进 assets、确定性操作写 scripts；
4. 验证：用真实任务试跑 + 校验脚本检查；
5. 迭代：使用中踩坑就改回 Skill，资产持续生长。

六、适用场景

场景	可固化内容	收益
技术写作	评分卡、文风、平台格式、质检脚本	出稿快、格式稳
代码审查	审查维度、常见问题库	不遗漏
测试驱动	测试流程、模板、命令	可复现
文档生成	模板、命名规范、转换脚本	一次配置长期用
数据整理	清洗规则、校验脚本	少返工

判断标准：流程越固定、越重复、越容易被遗忘细节，越值得做成 Skill。

七、三个误区

1. 什么都塞进 Skill：变化快的任务硬固化反而拖累灵活性；
2. 以为 Skill 是高级提示词：没有脚本和校验就只是包装；
3. 只建不用不迭代：资产不更新就是负债。

八、总结

AI 时代提效的分水岭，不在"会不会问"，而在"会不会把会的东西沉淀下来"。

第一次做是成本，做成资产之后，每一次都是复利。