LESSON 03 · SKILL 技能
Why this lesson · 为什么值得学
学会按任务挑合适的 Skill
看懂 Skill 的适用边界，不瞎用
避开「看起来能用其实不行」的坑
你跟 AI 说"帮我做个 XXX" — AI 自己决定要不要加载 skill、加载哪个。你甚至不需要知道 skill 的存在。
很多 AI 工具默认就有一些内置的 skill 在工作——比如翻译、校对、格式化输出，你甚至感觉不到它们的存在。
你说这句话，AI 就加载 teach skill。适合临时需要某个特定能力——比如突然想学点什么。
某些 skill 被设成了"始终开启"。每次新对话它们都在后台工作，你甚至感觉不到——但它们的规则一直在影响 AI 行为。
例子：你让 AI 写一封邮件，AI 自动加载了「正式写作 skill」来调整语气和格式。
描述"要达成什么"，而不是"一步步怎么做"
写 Skill 或给 AI 指令时，与其把每一步程序写死（"第1步读文件、第2步解析…"），不如告诉它目标（"把配置里的数据库端口改成用户指定的值"）。目标式写法保留了 AI 临场应变、从错误中恢复的空间；只有真正脆弱、顺序不能错的操作才写成精确命令或脚本。
回想一下你正在看这节课——你认为你是主动加载了 teach skill 才跟我学的吗？不完全是。你跟我说"使用teach这个skill教会我"——然后 AI 就自动加载了 teach 来处理你的请求。
你不需要记得 skill 名称、不需要知道它在哪个目录、不需要知道怎么加载。你只需要说"教我这个"——剩下的 AI 替你处理。
只有一种情况：你知道某个 skill 存在，而且你明确想用它。比如：
如果你不确定，直接问 AI："有什么 skill 适合我现在的情况？"
| 你想干什么 | 怎么说 |
|---|---|
| 查看所有可用 skill | skills_list() |
| 加载一个 skill | skill_view(name='skill名') |
| 让 AI 推荐 skill | "有什么 skill 适合我现在的需求？" |
| 创建一个 skill | "帮我把这些规律做成一个 skill" |
先小步验证，再逐步扩大
别指望一次就写出完美的 Skill 或提示词。先用一个小任务试跑，看 AI 哪里做错、哪里漏了，再针对性加一条规则。像科学家做实验一样：测一次、改一点、再测。你给的反馈越具体，Skill 进化越快。
给它一个角色和边界，输出更稳
在 skill 里写明「你是一名 XX 专家，只做 XX、不越界做 YY」，AI 的语气和范围会稳很多。角色不是装饰，是约束。
REFERENCES · 参考资料
有疑问？返回 主页，或者直接打开 AI 聊天工具问它。