【人工智能】把经验沉淀成 Skill

【人工智能】把经验沉淀成 Skill

摘要：本文探讨如何把反复出现的 AI 使用经验沉淀为可复用的 Skill（技能包）。文章先梳理经验演进的四个阶段，再说明 Skill 的构成要素，并给出提示词自动优化、子智能体路由描述、SKILL.md 整理以及方法分层放置等实操方法，帮助读者把一次性经验变成稳定可靠的能力。

什么时候值得把经验沉淀成 Skill

在日常使用 AI 的过程中，并不是所有经验都值得沉淀。只有当某些方法反复出现、稳定可靠时，才值得把它固化成可复用的 Skill。这里的 Skill 泛指各类 AI 工具与框架中的技能包（如 Claude Skills、Cursor Rules 等），核心思想一致：把高频、稳定的经验封装成可随时调用的能力。

技能的四步演进

经验沉淀为 Skill，通常经历四个阶段。

1）反复使用的提示词

经常复用的提示词或者指令，出现频率高，是沉淀的起点。

2）稳定成型的步骤

使用中逐渐出现稳定的步骤流程，说明方法开始成型，可以进一步梳理和固化。

3）可以复用的判断标准

沉淀出可以复用的判断标准以及注意事项，让方法更可靠。

4）结构化封装

结构化封装，变成可复制、可复用的方法，最终形成完整的 Skill。

Skill包含了什么

一个完整的 Skill 通常包含专家经验、工作步骤、判断标准、工具调用、模板和注意事项。

需要注意的是，并不是每条提示词都需要做成 Skill，只有重复出现、值得稳定复用的方法才需要沉淀。

提示词自动优化器

当我给你一条草稿提示词时，我会按以下流程处理：

1. 指出模糊、冲突或缺失的信息；
2. 补全目标、约束、输入材料和输出格式；
3. 给出可直接使用的最终提示词；
4. 简要说明关键修改。

信息不足时先提问，不要替我猜。现在等待我的草稿。

把子智能体描述写成路由规则

请为【子智能体职责】判断触发，编写一段路由描述：

• 一句话说明它解决的窄问题；
• 列出 3-5 个典型触发场景或用户说法；
• 说明应该读取的文件或材料类型；
• 写明什么时候不应该使用它；
• 避免与【其他智能体】职责重叠。

把反复使用的提示词改成SKILL.md

把一次性的经验，变成可复用的能力。真正保存下来的，不是一句口令，而是一套完成任务的方法。沉淀的目的并不是让文件更多，而是让下一次执行更加稳定。

请把反复使用的提示词按以下步骤整理：

1. 给出简短名称；
2. 编写包含触发场景的 description；
3. 把指令整理成编号步骤；
4. 标出可替换变量；
5. 增加完成标准和失败自检；
6. 判断是否需要 references。

把方法放在正确的层

把固定的全局规则放到项目说明，需要隔离或者并行的独立任务交给子智能体，领域流程就做成 Skill。

四步循环：让方法不断变稳

• 第一步研究：先读取相关材料，说明现状、约束和未知项。
• 第二步计划：把关键决定和步骤单独列出，确认后再执行。
• 第三步执行：按确认后的范围工作，不临时扩大任务。
• 第四步自检：展示测试、命令输出、截图或其他完整的证据。