AI 工具与出海建站的账本。

首页 / 工作流与 MCP / 把重复操作写成 Skill:什么样的流程值得沉淀

把重复操作写成 Skill:什么样的流程值得沉淀

不是所有操作都该做成技能。判断标准只有一条:它会不会在一个月内重复三次以上。

2026年10月12日 8 分钟读完 naket.top 更新 2026-10-17
把重复操作写成 Skill:什么样的流程值得沉淀

写 Skills 最大的浪费,是把一次性的操作也沉淀进去。结果资产库里堆了一堆"用过一次"的流程,真正要用的反而找不到。

判断标准

只有同时满足这三条,才值得写成 Skill:

  1. 一个月内重复三次以上
  2. 步骤固定(不依赖当次的具体判断)
  3. 有明确的输入输出(知道什么时候算做完)

反过来,凡是"每次都要根据情况决定下一步"的,写成 Skill 只会把灵活性锁死。

一个例子

我做过一个"发通知邮件"的技能,条件是:

  • 重复:每周至少两次
  • 步骤固定:选定通道 → 写正文 → 发送 → 记录回执
  • 输入输出清楚:收件人 + 主题 + 正文 → 一封已发出的邮件

这三条都满足,所以值得写。而"写一篇调研报告"就不满足第二条——每次都不同。

Skill 里写什么

  • 触发条件:什么情况下用这个技能
  • 前置检查:需要哪些凭据、哪些文件
  • 步骤:可执行的命令,不是描述
  • 失败处理:主路径失败时走哪个备用

最容易漏的是最后一条。没有失败处理的技能,遇到一次异常就要人来接管,等于没沉淀。

让技能自解释

技能的说明要写成"陌生人也能照做"的程度。你自己三个月后就是那个陌生人。

一个维护习惯

每季度清一次,删掉三个月没被用过的。资产库的价值在命中率,不在数量。

为什么"写触发条件"比"写步骤"重要

技能被读取是概率事件:模型先看描述决定要不要打开。描述里没写清楚的场景,等于没有这个技能。

真实验证:同一个技能,描述写"用于处理文档",命中率很低;写"当用户提供 .docx 并要求修改格式、替换文字、生成目录时使用",命中率立刻上来。

文件组织

skills/<name>/
  SKILL.md        入口,含 name/description/工作流
  references/     细则,按主题拆分
  scripts/        可执行脚本

SKILL.md 只留"何时用、按什么顺序做",细节放 references。全塞进入口文件,每次加载都占预算。

一个反面例子

把 30 条检查项全写进 SKILL.md,模型读到一半开始丢条目。拆成 references/checklist.md 并按编号引用,反而更稳。

一句总结

技能是写给模型的操作手册:入口负责"决定用不用",references 负责"做得对不对"。

资产化的三个动作

  1. 抽公共部分:凡是第二次要写的步骤,抽成 reference 或脚本。
  2. 写清触发条件:描述里必须出现"当用户……时使用",否则技能不会被加载。
  3. 加回归样本:为每个技能留 2–3 个真实输入输出,改版后跑一遍,防止悄悄失效。

做到这三步,技能才从"一次性提示词"变成"可复用能力"。

补一条判断标准:一个技能如果三个月没被触发过一次,要么描述写错了,要么它本来就不该存在。定期清理,比不断新增更重要。

一句话收尾:技能不是文档库,是把一次成功经验固化下来的最小单元。

Skill自动化沉淀

延伸阅读

Agent Skills 说明 ↗