同样一个 AI，有人问出来是能直接用的方案，有人问出来是废话。
差别在提示词。但每次都写一大段提示词，太累。
于是有了"技能"（Skill）这个东西：把你反复用的那套流程，固定成一份说明书，让它照着执行。
技能跟提示词的区别
提示词是"这一次我让你干什么"。
技能是"以后这类活都按这个套路干"。
举个实在的例子。你要写产品文案，每次都得交代：给谁看、什么调性、多长、哪些词不能用、结构怎么排。
写了二十次，你把这一整套存成一份文档。下次只要说"按产品文案技能写这个新品"，它自己就把那些要求全带上了。
这就是技能：一次写好，反复使用。
一份技能里装什么
好用的技能通常包含这几块：
一、什么时候用。让它知道什么情况下该调用这个技能。
二、分几步做。把流程拆成明确的步骤，不要让它自由发挥。
三、参照标准。格式要求、字数、语气、禁忌。
四、例子。给它一两个"标准答案"，照着学比讲道理管用。
五、常见坑。你踩过的雷，写进去，它就不会再踩。
为什么这比"教它"更划算
这里有个关键认知：技能不是训练模型，是给它看文档。
模型本身没变，参数一个没动。变的是它每次干活时手上多了份说明书。
这意味着什么？
成本极低：不用训练、不用显卡、不用花钱调模型。 随时改：发现新坑，改一行文档就行，下次就生效。 可复用：一份技能，团队里谁都能用。
所以对个人和小团队来说，攒技能比调模型划算得多。
普通人能攒哪些技能
按你日常重复的活来分：
写作类：公众号推文、产品文案、周报、客户回复模板。 分析类：竞品拆解、数据看板解读、会议纪要整理。 流程类：新客户接待步骤、报价单生成、售后处理话术。 内容类：短视频脚本、封面文案、选题清单。
一个实用的判断：这活你一个月干三次以上、每次都要交代一堆要求——就该做成技能。
两个容易踩的坑
坑一，写得太抽象。 "写得专业一点""要有感染力"——这种它执行不了。要写"控制在 800 字、每段不超过三行、不用感叹号"。
坑二，一次塞太多。 一个技能只管一类活。想让它既写文案又做数据分析，两个技能分开。
一句话带走
技能不是让 AI 变聪明，是让它照着你的套路干活。
把你反复交代的要求写成文档，一次投入，长期省事。
对普通人来说，攒技能比研究模型值钱得多。
下一篇：AI 的记忆（Memory）——它凭什么记住你上周说过的话。
