在人类和AI大战的这几年，人类最初的武器是简陋的prompt。
展现在用户面前的，只有一个简单的对话框，似乎我随便说点什么，AI就能充分理解我的意思。
但慢慢地，人类的诉求越来越多，欲望越来越强，开始学会给prompt附魔，各种各样的prompt技巧和模板出现，目的是和AI一决高下。
去年开始，人类又一次升级了prompt，巧妙包装之后，制造了skill。
我们向AI正式宣告——
这是武器2.0时代。
两百字介绍Skill
Skill可以理解为给AI预先定义的一套能力模块或行为规范。
一般来说，完整的skill包含明确的目标、输入输出格式、执行步骤以及约束条件，让AI在特定场景下表现更稳定、更可控。
本质上还是prompt，从一次性的表达，变成了结构化、可复用、可积累的能力。和AI对话不再依赖临时灵感，想到啥说啥，或者慢慢组织语言，而是把有效的方法固化下来，随时调用。
你可以把复杂任务拆解成多个skill，比如写作、设计、编程，开箱即用，而不是每次都从头描述需求。
我珍藏的Skill
既然skill可以针对不同场景，那为何不造多一点skill呢？
说的没错，截止目前估计已经有10W+个skills存在于世界上了。人类造武器的速度，和AI的迭代速度有的一比。
将全部skills展开，可能是一个小宇宙，取之不尽，用之不竭。
在我平时的AI使用场景中，基本已经离不开skill。技多不压身，在模型越来越卷的时候，我们对AI的使用体验阈值也不断提升。
接下来，从我个人的主观角度，为你推荐一些值得试试的skills。
find-skills
很多人刚接触skill的时候，比较小白。
到底该用哪个？
可以无脑先用find-skills。给这个skill一个模糊需求，它会帮你拆解，然后匹配更具体的skill，还会告诉你，选择的这个skill适合什么场景，有什么注意事项。
像一个入门时带你的老师，娓娓道来。
需求越来越复杂，它的价值会越来越明显，不需要再一个个skill乱用，而是先从“找”开始。
如果skill可以分辈分，find-skills就是大哥。
vercel-react-best-practices
前端项目必备。
用这个skill写代码可以直出生产级的项目。最关键的是，不刻意追求花里胡哨。
你拿到的代码，看着可能不惊艳，但基本都是对的。结构清楚，边界清楚，改起来不会牵一发而动全身。
如果你是拿来做真实项目的，这个skill估计可以兜住80%的坑。
frontend-design
frontend-design是一个很火、很强的skill，主要作用是把页面设计中乱的东西顺一遍。
重新梳理信息层级，哪些是主，哪些是次，模块怎么分，间距怎么处理。
最后写出来的东西，也许在视觉上没有多惊艳，但却是一个很干净的结构框架。重点是，可以反AI味，在设计上加了点小巧思。
如果平时经常做一些小demo或者工具，强烈推荐安装。
web-design-guidelines
一个自动化前端/网页设计规范审查的skill，可以自动扫描网页代码，检查是否符合现代Web设计、可访问性、性能与用户体验。
配色用什么逻辑，字号怎么分级，间距怎么保持节奏，交互有没有统一的反馈方式，都会给你定好规则。
不需要每一页重新设计风格，只要沿着这套规则走，整体就不会崩。
做一两个页面可能感觉不明显，但如果是做一整套系统的话，这种一致性的感观就很明显了。
web-access
AI有一个很明显的问题，信息容易过期。
这个skill就是补这个短板的。
三层通道调度（搜索+fetch+浏览器CDP），不再只搜不浏览、只fetch不搜。
多个个子Agent同时操作小红书、微博、B站等10个平台，并行分治。
可以自动打开社媒网页、填写文案、上传图片、点发布，全程不用你动手。
skill-creator
这也是一个非常重要的skill。
专为agent设计的skill设计指导，从0搭建一个属于自己的skill，通过结构化评估与基准测试，创建、测试并持续优化agent的能力。
从头教你做一个AI能力：先搞懂用户想干嘛，写出功能逻辑，做测试题，打分，再根据反馈反复改。
会同时跑两组测试：一组开这个AI功能，一组不开，对比到底有没有效果，还会记速度快慢、消耗多少算力。
最后生成一个网页版看板，能直观看到每次版本的效果、好不好用、通过率、速度、省不省资源。
pua
原本以为是搞抽象的选手，上手用了之后确实有点东西。
本skill已经精通人类PUA大法，让AI自我鞭策、自我驱动，结合了13种大厂的风格和方法论，必须穷尽所有方案才允许放弃。
核心的3个能力：
PUA 话术 - 让 AI 不敢放弃
调试方法论 - 让 AI 有能力不放弃
能动性鞭策 - 让 AI 主动出击而不是被动等待
ui-ux-pro-max
适用于网页与移动端UI/UX的全栈设计，包含多种风格、配色方案、字体搭配、用户体验准则。
前端设计的另一个神器，内置了可检索的设计数据库，在设计网站、落地页、数据看板、管理后台、作品集、博客与移动应用时，自动匹配对应场景的设计风格、设计规范。
brainstorming
没思路的时候，用这个skill。
skill如其名，头脑风暴，会完成9个步骤：场景探索、需求提问、实现思路提案、设计方案展示、规格文档编制、评审迭代、用户确认。
它不会急着给你一个答案，而是先把可能性铺开。角度会很多，有些甚至是你自己不会想到的。
你可以把它当成一个陪你发散思维的人。
无论是写文档、做设计、还是写代码，用来找方向很合适，等方向差不多清晰了，再自己把控细节。
baoyu-image-gen
宝玉老师的skill，质量很不错。
baoyu-image-gen主要作用是AI图像生成，支持文生图、参考图生成、批量处理及画质预设。
支持七家厂商：OpenAI、Google、OpenRouter、DashScope、即梦、Seedream、Replicate，可自动选择厂商或手动指定。
无论是插画还是场景图，它会尽量让风格、细节、质感保持一致，看起来像同一套视觉语言出来的。
如果你是做一整组内容，而不是一张图，这一点会很重要。
baoyu-cover-image
推荐的第2个宝玉的skill。
可在5个独立维度与3 种宽高比下生成可自定义的文章封面图。
融合 6 种图像类型（主视觉、概念型、文字排版、隐喻型、场景型、极简风）、10套配色方案与7种渲染风格。
支持电影画幅（2.35:1）、宽屏（16:9）、正方形（1:1），并额外提供 4:3、3:2、3:4 等比例。
可自动分析文章内容推荐尺寸，也支持通过指定参数设置类型、配色、渲染效果、文字密度、氛围与字体。
自媒体人可以试试这个skill。
agent-browser
实现快速稳定的浏览器自动化操作，能在连续指令中保持会话状态，支持多种浏览器运行模式与代理设置。
提供丰富的自动化指令，具备云端会话管理、内网穿透、并行执行等能力，还可通过Python进行变量设置与脚本运行。
属于是给AI加了一只手。
按步骤在网页中操作。抓数据、重复点击、跑流程，原本需要花大量时间做的事情，AI直接代理完成。
AI时代浏览器自动化标准，为agent赋能。
audit-website
自己做网站，很容易有盲区或者不知名的bug。
这个skill就是帮你从头到尾过一遍：结构有无问题，信息是否清晰，体验有无断层，一项一项指出来，给出修改建议，相当于给网站做了全面体检。
适合在改版前或者上线前用一遍，更清楚哪些地方是真的有问题，而不是凭感觉改。
seo-audit
这个skill更聚焦在搜索这一块。
提供了一套完整的SEO审计框架，专门检查网站能不能被搜索引擎抓取、是否收录、打开速度、页面优化和内容质量。
seo-audit会把关键词、页面结构、内容质量进行拆解，告诉你哪里拖了后腿，怎么改更有机会提升排名。
不是讲理论，而是直接给到可以执行的调整点。就算你不懂SEO，也能用。
self-improving-agent
这个skill有点像会学习的执行者。
通过多记忆架构，从所有skills使用过程中不断学习。运用语义记忆、情景记忆和工作记忆，提炼规律、总结经验，让整个代码库中的skills持续优化。
做同一类事情次数多了，AI自己形成方法论，往后越来越丝滑。适合那种需要长期重复的任务，比如持续分析、持续优化。
simple
有些问题，其实不复杂，只是表达复杂了。
这个skill会引导你完成需求探索、方案提出、方向收敛和结果记录四个阶段，不用繁琐流程就能从想法推进到确定方案。
有点像前面的brainstorming，但更简洁一点，把错综复杂的地方梳理为直接明了的东西。
不管是你讲给别人听，还是自己理逻辑，都很有用。
design-dna
这个skill的名字蛮有意思的，顾名思义是把设计DNA化，或者说基因化。
它是一套分3步走的工作流程，用来把一个产品/网站的设计风格提炼出来：
设计系统。能具体量化的设计规则，比如配色、字号大小、间距大小、按钮样式、组件联动等。
设计风格。整体给人的感觉和气质，比如是活泼还是高级、简约还是复杂、交互是丝滑还是简单、整体氛围如何。
视觉特效。花里胡哨的高级视觉效果，包括3D效果、粒子动画、鼠标跟随、滚动动效、玻璃拟态质感、SVG动画等。
video-copy-analyzer
一站式视频内容提取与文案分析skill。下载视频、智能字幕提取(内嵌/烧录/语音)、三维度AI框架分析文案。
只需要给视频链接，就能让AI直接完成下载→文字稿转录→内容分析报告输出。
关于Skill的思考
在我看来，skill已经不只是小技巧了，在我们真正用AI的时候，skill就是一层默认存在的工具层。
最开始卷prompt，比谁写得更细、更长、更结构化、效果更好，所以在练习写prompt的时候就是在练习写作和表达能力。
skill的出现，简化了我们的思路，每次要用就直接调，把底层逻辑写死，把经验全部打包，不用考虑太多表达层面的事情。
现状是，skill正在走向两个方向。一是标准化，越来越多的skill开始有结构、有边界、有明确输入输出，甚至像函数一样被调用。二是隐形化，很多平台已经在把skill内嵌进产品体验里，用户未必感知到自己在用，但效果已经被提前设计好了。
我个人觉得，skill现在还处于静态阶段，具有一定的上限。哪怕内容再精细，本质还是一段预设好的上下文，缺乏对实时环境的理解，也缺乏自我调整的能力。
往后会不会出现动态skill或者skill agent呢？根据目标自动拆解任务、选择合适的skill组合，在执行过程中不断修正自己的路径。
最近，网上还传出了同事.skill、前任.skill、张雪峰.skill、童锦程.skill（？）...把人类的特性做成了冷冰冰的skill。
虽然是整活，但却是细思极恐的事情。
人和人的差异，不再体现在存在本身，而是体现在参数配置上。
你是谁不再重要。重要的是，你能被还原到什么程度。
以后看到大佬，都会想试图总结他、复刻他、替代他。
甚至进一步，人本身会被反向塑形。一旦某种风格被做成skill并广泛使用，就会反过来影响真实的人，去贴近那个“更标准、更高效、更容易被调用的版本”。
到最后——
不是skill在模仿人，而是人开始活成skill。
最后，再说说怎么构建skill。
最简单的skill构建方法，是用skill-creator这个skill辅助你。
调用skill-creator之后，把你的想法用大白话告诉AI，比如：我想做一个优化公众号风格的skill。
第一步，定型。你告诉AI「你想解决什么问题、输入大概是什么、你希望输出变成什么样」。skill-creator会基于这些，帮你生成一个初版结构，一般已经包含基本的指令、格式和约束。
第二步，收敛。初版的skill能用，但还可以更好。你可以继续补充细节，风格偏冷峻还是偏感性，是否允许扩写，哪些内容必须保留，哪些可以删。
第三步，测试。调用你的skill，喂一些你平时会用到的内容，看输出是否稳定。如果出现跑偏，把问题反馈给skill-creator，再调整结构或者约束条件。
第四步，迭代。一个好用的skill，基本都不是一次写出来的，而是经过多轮微调。
写一个skill不是什么难事，写一个好用、有趣的skill不简单。
任何关于AI的使用，本质上都在划分不同人的能力和特质。
天才永远有天才的想法。
以及不可替代性。
-END-
当我们的能力被蒸馏为skill，我们还要努力吗？
