不能被转成 Skill 的最佳实践，都只是过眼云烟

来源：htmlDecode("悟鸣AI")

原文链接：https://mp.weixin.qq.com/s/MXMWoZfQxINsmds41fyBzg

这是悟鸣的 269 篇公众号文章
大家好，我是悟鸣。
最近看了不少“最佳实践”类文章，我有一个很强烈的感受：
** 如果一个最佳实践不能被转成 Skill，它很可能只是短暂地提升了我们的认知，但没有真正进入我们的工作流。 **
以前 AI 没有这么强的时候，我们看到一篇好文章，大概率只能先收藏起来。
但真实情况往往是： 真正要用的时候，想不起来自己看过。 好不容易想起来了，又找不到原文。 找到了，还要对着一长串条目手动修改，最后很容易变成“算了，就这样吧”。
看过不等于会用，收藏不等于掌握。
真正关键的是，能不能让 AI 在合适的时候自动想起来、自动调用、自动执行。

把好文章变成可复用的知识库 Skill

再比如，前段时间我看到腾讯技术公众号上有一篇知识库实践文章： 《Harness不是目的，知识才是护城河 —— 一个AI工程交付团队的知识沉淀实践》 质量非常高。
里面讲到了知识分层、知识库设计、变更日志等内容。对于想做团队知识沉淀的人来说，这类经验很有参考价值。
但如果只是收藏这篇文章，很可能过一段时间就忘了。
更实际的做法是：把它变成一个可以被 Agent 使用的 Skill。
我们使用 MarkSnap 谷歌浏览器插件，将其轻松转为 Markdown 下载到本地。如果你装了 Dokobot 或者其他工具可以直接解析微信公众号的链接，你也可以直接发链接就可以，不用把它下载成 Markdown 格式文件。
然后直接把它作为一个附件，然后让它封装成相关的 Skill 就可以啦。
以后再遇到类似问题，就不需要从头翻文章，可以直接问它： 这个知识库框架适合什么场景？ 如果我的团队规模没那么大，应该怎么裁剪？ 业务知识、项目文档、复盘记录，应该怎么分层？ 变更日志怎么设计，才能既能追踪历史，又不会增加太多维护成本？
更有价值的是，比如说你的团队也要落地类似的知识库，但是你又和他有一些差异，那你直接把这个差异讲清楚，他也可以直接根据他的核心思想帮你做迁移，设计出一个符合你场景的知识库。
哪怕我们当时没有完全读懂那篇文章，只要模型足够强，Skill 封装得足够清楚，AI 依然可以帮我们把里面的经验迁移到自己的场景里。
这就是 Skill 很有价值的地方。
它是在帮我们保存一套可执行的方法，而不只是保存资料。

从 AI First 到 Skills First

这篇文章真正想说的，不是推荐某一个具体 Skill。
我的观点是：我们需要慢慢养成一种 Skills First 的习惯。
以前我们强调 AI First，是说遇到工作、学习、生活问题时，先想想 AI 能不能参与。
现在更进一步，我们要想：
** 这个场景有没有可能沉淀成 Skill，让 AI 下次自动做得更好？ **
比如材料优化、代码审查、论文解读、竞品分析、知识库整理，这些高频场景都可以逐步沉淀成 Skill。
这些事情如果只靠临时提示词，当然也能做。
但临时提示词的问题是：你每次都要重新解释标准，重新强调偏好，重新补充背景。
而 Skill 的价值在于，它能把这些稳定经验提前封装起来。
你不用每次从零开始，Agent 也不用每次靠猜。

写在最后

AI 时代，人的能力当然依然重要。
但人的能力不应该只停留在脑子里，也不应该只停留在收藏夹、笔记软件和聊天记录里。
真正值得沉淀的经验，应该尽量变成 AI 能理解、能调用、能执行的 Skill。
这样你看过的好文章、踩过的坑、总结出的最佳实践，才会在下一次任务中继续帮你工作。
所以下次再看到一篇很好的最佳实践文章，我更建议你多问自己一句：
这篇文章，能不能被封装成一个 Skill？
如果文章对你有帮助，可以给我三连击：点赞、喜欢，并转发给身边需要的朋友。
希望本文分享的思路对你有帮助，我们下次再见。