最近网上流行一句话："将你的同事蒸馏成 Skills"。乍一听有点搞笑，但背后是个很现实的问题：越来越多人开始依赖 AI 工作，甚至很多公司开始强制员工使用 AI，算入绩效考核。

那么如何避免"教会徒弟，饿死师傅"？答案是：保持自己独一无二的优势，持续学习和经验沉淀，进行自我螺旋蒸馏。如果无法避免被蒸馏成 Skills，那么可以尝试学会搭建独属于自己的 Skills，并且可以持续迭代。

苏米注：这篇文章我酝酿了很久。在使用 OpenClaw 和 Claude Code 的过程中，我逐渐意识到：真正有价值的不是安装多少个 Skills，而是把自己验证过的工作方法沉淀成可复用的资产。

Skill 是什么

一个 Agent Skill 通常包含以下结构：

skill-name/
├── SKILL.md        # 核心说明（必须）
├── scripts/        # 可执行脚本
├── references/     # 文档或知识
└── assets/         # 附加资源

其中最重要的是 SKILL.md。我现在对 Skill 的理解，不是"保存一段好用的提示词"。Skill 更像一个可复用的工作单元，它至少应该包含四层内容：

1. 目标定义：这个技能到底解决什么问题
2. 结构约束：输出必须覆盖哪些维度
3. 判断规则：信息不足时怎么处理，哪里必须标注待确认
4. 产物边界：最终交付的应该是能接到后续流程里的材料，而不只是能读的一篇文章

苏米注：如果缺少前两层，Skill 往往不稳定；如果缺少后两层，Skill 往往进不了工作流。真正有价值的 Skill，不只是"会生成"，而是带着你的经验、判断和做事顺序。

一个简单的官方 Skill 模板示例：

---
name: my-skill-name
description: A clear description of what this skill does and when to use it
---

# My Skill Name

[Add your instructions here that Claude will follow when this skill is active]

## Examples
- Example usage 1
- Example usage 2

## Guidelines
- Guideline 1
- Guideline 2

Skill Creator 的使用

GitHub 地址：https://github.com/anthropics/skills/tree/main/skills/skill-creator

它由 Anthropic 官方提供的 Skill 开发助手，帮助开发者快速创建、优化和打包技能。如果你初次使用 Skill 的话，前期只需要安装这一个就可以了。Skill 并不是越多越好，同时培养自己阅读优秀 Skill 的习惯，不要无脑安装，徒增 Token 浪费。

01 快速安装

使用命令行安装：

npx skills add https://github.com/anthropics/skills --skill skill-creator

也可以直接进入到 Claude Code / Codex 等 CLI 工具中，直接使用自然语言进行安装。

02 工作流程

Skill Creator 采用的是"闭环开发、对照测试、量化评估"理念，包含 6 个核心步骤：

1. 需求捕获与规划 (Capture Intent & Plan)：明确用户意图和触发场景
2. 编写初稿 (Write Draft)：创建带有元数据和具体指令的 SKILL.md
3. 测试与运行 (Test & Run)：同时运行带有技能和不带技能的对照测试
4. 评估与分析 (Evaluate & Analyze)：草拟客观断言，收集性能数据，生成基准报告
5. 迭代改进 (Iterate & Refine)：分析反馈，修复缺陷，优化指令，重复循环直到满意
6. 描述优化 (Description Optimization)：微调描述，提高触发的精准度（可选）

03 快捷使用

在 Claude Code 中使用 /skill-creator；在 Codex 中使用 $skill-creator，然后补充你的自然语言诉求。CLI 可能会问你一些问题，帮你把需求梳理清楚。

打造独属于自己的 Skills

如果只把 Skill 理解成一段提示词，它的价值其实很有限。真正好用的 Skill，往往不是从"写一个更强的 Prompt"开始，而是从"我在这个场景里，是否已经有一套稳定方法"开始。

我现在更倾向于把打造 Skill 这件事，拆成五步：

第一步：先写模板，不要先写 Skill

先把你在某个场景里反复使用的结构整理成 Markdown 模板，明确输出要覆盖什么，哪些内容不能遗漏。

第二步：用模板叠加上下文和专有规则，生成初稿

模板解决完整性，上下文和规则解决准确性。这样生成出来的，才像可继续加工的底稿，而不是一篇空泛的文章。

第三步：先打磨初稿，不要急着固化

重点不是润色文字，而是反向观察：

• 哪些内容总是写偏
• 哪些部分经常遗漏
• 哪些规则没有真正执行

第四步：把满意结果反哺回模板

单次好结果不等于可复用方法。真正的沉淀，是把这次调优后的结论回写到模板里，让下次生成的起点更高。

第五步：最后再用 Skill Creator 固化成 Skill

等模板稳定、规则清楚、产出跑顺之后，再去封装，固化下来的才不是临时提示词，而是一套已经验证过的工作方式。

最佳实践：打造属于自己的 Skill，本质上不是一次性的写作动作，而是一个持续收敛的过程：模板先行，初稿验证，反复打磨，回写模板，最后固化。

总结

回到最开始那句话："将你的同事蒸馏成 Skills"。

我现在更愿意把它理解成另一句话：不是去蒸馏别人会做什么，而是把自己已经验证过的工作方法，沉淀成可以复用的资产。

真正有价值的，不是你有没有一个写得漂亮的模板，也不是你会不会临场写出一段不错的提示词，而是当一个新项目摆在你面前时，你能不能迅速抓住主线、稳定收敛边界、把结果组织成后续还能继续推进的材料。

如果能做到这一步，那么你沉淀下来的就不只是一个工具技巧，而是一套真正属于自己的工作流技能包。

参考资源

• https://agentskills.io/what-are-skills
• https://skillsmp.com/zh/skills/anthropics-skills-skills-skill-creator-skill-md