Skill 到底是什么：三分钟搞懂 AI 技能包

🎯 学什么：彻底理解 Skill 是什么、AI 如何使用它、以及它为什么这样设计。 💡 难易度：⭐ | ⏱️ 预计时间：30 分钟

1. 课程概览

先做一个思想实验

💡 白话小课堂： 你有没有遇到过这种情况——让AI写文案，第一次写得特别好，第二次却跑偏了？这不是AI心情不好，而是你给它的"指导文字"不一样。

假设你是第一次用 Claude Code。你发现 AI 有时候很聪明，有时候很蠢。同样的任务，有时候做得很好，有时候完全跑偏。为什么？

答案藏在 AI 的工作方式里。AI 不是"学会"了某个技能——它只是在处理你给它的文字。你给它的文字质量，决定了它的输出质量。

Skill 就是解决这个问题的——它把最好的"给 AI 的文字"固化下来，每次都能复用。

本课回答 5 个问题

#问题为什么重要1Skill 到底是什么？（不是比喻，是技术层面）理解本质才能灵活运用2AI 是怎么"看到"和"使用" Skill 的？理解机制才能写出好 description3为什么 Skill 采用三级加载设计？理解这个才能正确拆分 SKILL.md4description 为什么是 Skill 最重要的部分？90% 的 Skill 问题出在这里5Skill 和 System Prompt 有什么区别？避免常见的设计错误

2. Skill 的技术本质

2.1 不是比喻：Skill 到底是什么

💡 白话小课堂： 把 Skill 想象成一张"任务说明书"。你交给AI的不是一个新大脑，而是一张写满"遇到这种情况你就这样做"的纸条。

Skill = YAML 元数据（YAML/数据格式：一种用缩进表示层级的人类易读数据格式，Skill 头部信息用它书写）+ Markdown 指令（Markdown：用简单符号如 # 表示标题的纯文本排版格式）+ 可选资源文件​它不是：  ✗ 一段可执行代码  ✗ 一个 API（API/应用程序接口：让不同软件之间互相通信的"插座"，调用它就能使用外部服务功能）  ✗ 一个插件（虽然有时这样叫）  ✗ 一个训练好的模型​它是：  ✓ 一段被精心设计后"注入"到 AI 对话中的文字  ✓ 在 AI 处理用户请求之前，先被加载到 AI 的上下文中（上下文/token 上下文：AI 能"看到"的全部文字总量，每次对话消耗的 token 直接影响费用和速度）  ✓ 像一个"预制的高质量 System Prompt 片段"（System Prompt/系统提示词：在用户提问之前自动注入到对话中的背景指令，决定 AI 的"角色"和行为边界）

2.2 AI 使用 Skill 的完整流程

⚠️ 避坑指南：新手最容易犯的错是以为AI会"记住"Skill。实际上，每次对话Skill都要重新加载，就像每次做饭都要重新看菜谱。

2.3 为什么这不是"训练"

很多新手以为 Skill 是"训练 AI 学会某个技能"。完全不是。

🔑 核心秘诀：Skill 不改AI的大脑，只改给AI看的内容。就像一个演员——不是给他换脑子，而是给他换剧本。

训练（Fine-tuning/模型微调：用大量数据重新调整 AI 模型的神经网络参数，永久改变其行为——昂贵、需数据、一次性的"大脑改造"）：改变模型的神经网络权重Skill（Agent Skills/智能代理技能：通过注入精心设计的文字来引导 AI，模型本身不变——免费、只需文字、可随时切换的"换剧本"）：改变模型的输入文字​训练 → 永久的、昂贵的、需要数据Skill → 临时的、免费的、只需要文字

Skill 的原理更接近一个你很熟悉的类比：

你给朋友发消息前，先发了这样一段："接下来我问你的问题，你都要用鲁迅的风格回答。要有讽刺意味，多用短句，偶尔加一句'大抵如此'。"​这不是"训练"你朋友学会了鲁迅风格——你只是在他回答问题前，给了他一段指导文字。​Skill 就是这段指导文字——只是被组织得更好、更系统。

3. 三级加载系统（Progressive Disclosure，渐进式披露：一种设计模式——只展示当前需要的信息，其余按需逐步加载，避免一次性信息过载）

3.1 为什么需要三级加载？

💡 白话小课堂： 假设你有一个图书馆。你不会把150本书同时摊在桌上——你会先看书名找需要的书，然后翻开目录，最后才读具体章节。

AI 的上下文窗口有限（虽然现在很大，但依然有成本）。每个 token 都要算力、要时间、要钱。

如果每次 AI 启动时都加载所有 Skill 的完整内容：  150 个 Skill × 平均 300 行 = 45,000 行文字  ≈ 100,000+ tokens  ≈ $0.30 每次对话启动（只是加载 Skill）  而且 AI 会被淹没在海量信息中，反而不知道该遵循哪个指令。

3.2 三级结构

3.3 这带来的设计约束

在哪些层放什么内容，是有讲究的：

内容放哪层为什么核心功能描述第一层（description）AI 需要快速判断是否匹配触发动词第一层（description）这是匹配的关键角色设定第二层（正文开头）触发后就立刻需要核心流程第二层（正文主体）触发后就立刻需要输出模板第二层（正文末尾）任务执行时需要50+ 个标题公式第三层（references/）只有写标题时才需要几百行的脚本第三层（scripts/）只有执行操作时才需要

4. description：Skill 的灵魂

4.1 description 为什么最重要？

🔑 核心秘诀：description 是书的封面——封面写着"一些文字"，没人会翻开。description 写不好，AI 永不加载正文。

回到那个流程——AI 在 Step 1 只读了 description。如果 description 写得不好，AI 根本不会进入 Step 2。

一个 Skill 的成功 = description 质量 × 正文质量​如果 description 是 0（AI 没匹配到），那么正文写得再好也没用，因为永远不会被加载。

4.2 description 的三要素

看一个真实的好例子（copywriting Skill）：

description: When the user wants to write, rewrite, or improve marketing copy for any page — including homepage, landing pages, pricing pages, feature pages. Also use when the user says "write copy for," "improve this copy," "rewrite this page," "marketing copy," "headline help," "CTA copy," "value proposition." For email copy, see email-sequence. For editing existing copy, see copy-editing.

中文翻译：

描述（description/描述字段：Skill 的"自我介绍"，写在 YAML 头部，是 AI 判断是否加载这个 Skill 的唯一依据——写得不好 AI 永远不会用它）：当用户想要撰写、重写或改

做出来了，下一步：登记

项目能跑只是前半程。源码文档整理、申报材料生成这类重复劳动，可以交给软著通——AI 软件著作权申请工具，材料备齐再提交；登记结果以中国版权保护中心审核为准。

软著通下载入口