都2026了，其實(shí)你還在為寫(xiě)提示詞掉頭發(fā)嗎？根本

我知道，大伙兒不管上班的不需上學(xué)的早就離不開(kāi) AI 了，但我的那多評(píng)價(jià)是，最折磨人的提示，還得是其實(shí)用 AI 的前戲，因?yàn)?AI 是根本很難一句話，就聽(tīng)懂你想要什么的不需。

得把一大坨一大坨的那多提示詞搬來(lái)搬去，把背景需求格式交代一遍，提示還得把各種陳年老文件喂給AI，其實(shí)看著他學(xué)。根本

結(jié)果還沒(méi)開(kāi)始，不需AI 就頂不住了，那多聊天框又得remake了。提示

然而最近，世超發(fā)現(xiàn)個(gè)新項(xiàng)目，只能說(shuō)巨火，各大 AI 社區(qū)都在討論這玩意，甚至有說(shuō)法是比提示詞用著爽。

這玩意叫 Agent Skills ，是由 Claude 母公司 Anthropic 搞出來(lái)的。

經(jīng)?？丛畚恼碌牟钣芽赡苡杏∠?，這公司之前搞了個(gè) MCP 協(xié)議，直接把 AI 抄家伙干活的難度打了下來(lái)，后來(lái)谷歌和 OpenAI 這種巨頭全跟進(jìn)了。

這次，他們又搓了個(gè) Skills 回來(lái)了，看架勢(shì)好像又想引領(lǐng)新潮流了。。別的不說(shuō)，隔壁 OpenAI 反正好像已經(jīng)開(kāi)始抄作業(yè)了。

這玩意的作用，顧名思義，AI 現(xiàn)在可以像寶可夢(mèng)一樣，學(xué)會(huì)任意新技能了。

我們就拿 Skills 的親兄弟 Claude 來(lái)演示下。

首先你得在設(shè)置里，找到 Skills 的開(kāi)關(guān)把它打開(kāi)。

然后你會(huì)發(fā)現(xiàn)，它已經(jīng)內(nèi)置了很多基礎(chǔ)技能了，像什么文檔處理，網(wǎng)頁(yè)設(shè)計(jì)等等。

然后你就可以開(kāi)個(gè)聊天框，隨意指點(diǎn)了。

比如，我可以直接讓它做一個(gè)蘋(píng)果公司風(fēng)格的PPT，而它的技能文檔，會(huì)指導(dǎo)它直接用 HTML+CSS 寫(xiě)幻燈片，所見(jiàn)即所得，然后再自動(dòng)轉(zhuǎn)換成原生PowerPoint格式，在線預(yù)覽一鍵導(dǎo)出。

我去用沒(méi)學(xué)過(guò)技能的 Gemini 試了下，結(jié)果，它就說(shuō)它不行，但可以用三種方式深度協(xié)助我完成任務(wù)。

我還可以調(diào)用它的前端技能，做一個(gè)老版QQ的前端頁(yè)面，這藍(lán)底風(fēng)格還真沒(méi)問(wèn)題，甚至還有經(jīng)典的開(kāi)QQ會(huì)員彈窗。。

甚至你只給它一段 PyTorch 函數(shù)代碼，啥也不說(shuō)，就說(shuō)“幫我補(bǔ)上”，它就能參考 Docstring 技能里的規(guī)范，幫你補(bǔ)上符合 PyTorch 官方標(biāo)準(zhǔn)的 docstring，再也不用被代碼規(guī)范困擾了。

當(dāng)然，如果你覺(jué)得技能不夠用，你還可以自創(chuàng)武功。

你只需要調(diào)用 AI 本身的“Skill Creator”技能，用你的語(yǔ)言描述自己的需求，讓AI自動(dòng)幫你生成一門(mén)技能，使用起來(lái)非常友好，AI會(huì)一步步引導(dǎo)你說(shuō)出你的需求，你只需要回答問(wèn)題就行。

有的人就要問(wèn)了，這還不是在寫(xiě)提示詞，我得劈里啪啦敲我的需求啊。

錯(cuò)誤的。相比提示詞，它優(yōu)點(diǎn)可太多了。

如果是提示詞，你每次都得自己敲或者搬，還瘋狂吃你的上下文。但使用 Skills 后，你只需要在創(chuàng)建 Skills 時(shí)描述一遍你的需求，后續(xù)調(diào)用都不會(huì)占用你的上下文。

而且在創(chuàng)建Skills的過(guò)程中，AI會(huì)對(duì)你逐步進(jìn)行引導(dǎo)，比從零開(kāi)始搓提示詞友好太多。

最方便的，是這玩意可以直接打包成壓縮包分享，就像個(gè)U盤(pán)，即插即用，絲滑無(wú)比。

因此，你可以從社區(qū)里薅到不少大佬分享的技能包，比如這個(gè)叫Skillsmp的網(wǎng)站。

而我也自己試了下，用之前寫(xiě)過(guò)的稿子做了個(gè)《差評(píng)寫(xiě)作助手》。

做完之后，上班之前，我只需要發(fā)一句話： “幫我TM寫(xiě)篇稿子”。

裝了技能包的AI，瞬間就開(kāi)始工作了。

它是直接在自己技能庫(kù)里搜索到了這個(gè)寫(xiě)稿技能，接著像個(gè)老練的編輯一樣，自己去里面翻選題，自己去對(duì)風(fēng)格，然后不到 1 分鐘，一份大綱直接甩在了我臉上。

接著我就可以對(duì)大綱給出評(píng)價(jià)，再讓它寫(xiě)出完整的稿子。哦，我肯定還得增刪改查，不然要我作甚？

但如果不用 Skills 呢，我得打開(kāi) Gemini，先粘貼一個(gè) 800 字的提示詞模板，后面還得加點(diǎn)關(guān)于我們頻道的限制詞。

然后上傳資料論文、素材文章，AI 開(kāi)始輸出了，一通操作下來(lái)，上下文就已經(jīng)塞了幾十萬(wàn) tokens 了，這還啥也沒(méi)干呢。。

用上 Skills ，AI 來(lái)了全干了，那叫一個(gè)舒適。

這東西的原理，其實(shí)也不算太難。

你可以讓它隨意學(xué)會(huì)一項(xiàng)技能，比如寫(xiě)稿，整理文件，檢查代碼，而這些技能，表現(xiàn)在電腦里，就是一個(gè)個(gè)模塊化的壓縮包，每個(gè)包里都包含指令、元數(shù)據(jù)，還有一些資源，比如你的稿子，你的代碼，Claude 會(huì)在需要時(shí)才自動(dòng)讀取這些資源。

Anthropic 給它起了個(gè)高大上的名字，叫“漸進(jìn)式信息披露”。

從技術(shù)上講，Skills 本質(zhì)上是一套模塊化的指令包架構(gòu)，核心機(jī)制就是，讓 AI 在推理階段自己判斷該用哪個(gè)技能，而不是靠傳統(tǒng)的算法路由來(lái)匹配。其實(shí)精髓就兩句話，"自行發(fā)現(xiàn)，按需加載"。

要說(shuō)人話呢，就是 AI 不用把所有技能背下來(lái)，只記個(gè)目錄，需要時(shí)現(xiàn)翻現(xiàn)學(xué)。就像上班時(shí)誰(shuí)會(huì)把公司文檔背一遍再去上班，都是哪里不會(huì)點(diǎn)哪里。。

假如它學(xué)了個(gè)叫“PDF 處理”的新技能，但平時(shí)并不會(huì)一直記得“怎么處理PDF”，只知道“我會(huì)處理 PDF”。只有當(dāng)你真正喊它“把兩個(gè) PDF 合并”的時(shí)候，它才會(huì)去翻自己的技能書(shū)，找到“PDF合并”那一章，開(kāi)始施法。

而且，從種種跡象來(lái)看，Anthropic 這次又想做帶頭人了，他們直接把 Skills 做成了一個(gè)開(kāi)放標(biāo)準(zhǔn)。

這意味著，Skills 不只 Claude 能用了，理論上可以直接拿去給別的 AI 用。像Claude Code，和剛才咱說(shuō)的OpenAI Codex，都已經(jīng)支持 Skills 了，那 ChatGPT ，可能也不遠(yuǎn)了。

誒，等一下，那之前推的MCP，不也是讓 AI 干活的，是不是要被取代了？其實(shí)大伙了解原理就會(huì)發(fā)現(xiàn)，兩者的概念并不重合。

簡(jiǎn)單來(lái)說(shuō)，MCP 定義了 AI 如何訪問(wèn)外部數(shù)據(jù)，如本地文件、數(shù)據(jù)庫(kù)、GitHub等，而 Skill 定義的是， AI 在獲取數(shù)據(jù)后如何處理的問(wèn)題。

如果沒(méi)有MCP，AI就不能操作我的桌面，但如果沒(méi)有Skills，AI也不知道怎么操作才能讓我滿意。

總的來(lái)說(shuō)， Skills 的出現(xiàn)，讓 AI 越來(lái)越像個(gè)正經(jīng)干活的打工人了。雖然現(xiàn)在各家AI還沒(méi)完全適配，但世超相信，這肯定是如同MCP一般的新趨勢(shì)。

如果你和我一樣，每天一堆破事，但手里有一堆現(xiàn)成資料，去試試 Skills，可能真會(huì)有意想不到的發(fā)現(xiàn)吶。

最新評(píng)論