VirtueZ · 2025.10.16
Skill、提示词、工作流,到底应该怎么选?
团队里有一种提示词,像贴在冰箱门上的便签:刚写时人人称赞,三周后被改了七遍,谁也说不清哪一版还有效。新同事复制了旧版,老同事凭记忆补充一句“记得不要用套话”,工具输出不一致,于是大家得出结论:AI 不稳定。很多时候,问题不在模型,而在团队把规则放得太随意。
2025 年 10 月 16 日,Anthropic 介绍 Agent Skills:它们是包含说明、脚本和其他资源的文件夹,Claude 在相关任务中按需读取。这个设计给了团队一种比长提示词更可维护的办法。但一听见新名词就把所有工作都改成 Skill,同样会制造麻烦。提示词、Skill 和工作流解决的是不同层次的问题。把它们分清,才能避免“工具越搭越多,事情还是得靠人盯”。
一、一次性的要求,先用普通提示词
假设今天要把一份访谈记录整理成五条主要发现。你已经给出访谈材料、目标读者和输出格式,做完就结束。这个任务用一段明确的提示词足够:提炼受访者真实说过的话,区分事实和推测,每条发现带原句依据,不能把一个人的意见写成所有用户的共识。没必要为它创建一个专门的文件夹、说明文档和版本号。
提示词的长处是直接,适合当次任务的特殊条件。今天的读者是产品团队,明天可能是客服主管;今天只要五条发现,下一次可能需要按用户旅程分组。把这些变化都塞进固定规则,会使规则越来越长,也越来越难判断哪一句真正生效。好提示词不是万能咒语,而是把本次目标、材料、边界和交付形式讲清楚。
但如果团队每天都在重复同一套要求,就该往上走一层。比如所有公众号文章都要约四千字、先说清事实、把产品判断与官方说法区分开、结尾给读者可执行的方法;同一套要求每次复制,不但容易漏,修改后也难通知所有人。此时把稳定的规范做成 Skill,才有意义。
二、Skill 适合装“经常重用且需要共同维护”的做法
一个写作 Skill 不应该只是把十页风格形容词堆在一起。更实用的结构是:一页简短说明,告诉助手什么时候用;一份选题核验清单,要求确认发布日期、原始来源和当前可用状态;一套正文检查项,规定必须区分官方资料、个人判断和独立测试;几段具体示例,展示“空话怎样改成具体动作”。如果有可自动检查的规则,还可以加入脚本,例如统计字数、检查是否存在失效链接或禁止用语。
这里最重要的是“稳定”。Skill 应记录跨任务反复出现的规则,不要把一篇文章临时决定的标题、案例和结论写成永久要求。否则下次处理另一个产品时,助手可能沿用旧题的判断。团队可以把作者长期认可的写作偏好放进去,把“这篇要讨论 2026 年 10 月的新模型”留在当次任务里。前者是工作方法,后者是任务内容,两者混在一起就容易出错。
Anthropic 的官方介绍强调按需加载相关 Skill。产品经理能从中学到一个简单原则:不要让每项任务一开始就背着全部规范。需要写文章时读写作规则,需要处理表格时读表格规则;把不相关材料一直塞进上下文,只会增加冲突和维护成本。对团队而言,Skill 的价值不只是少复制几段文字,更是让规则有一个大家知道在哪里更新的地方。
三、工作流解决的是步骤和责任,不是文风
再看一篇准备发布的 AI 产品文章。它至少要经过选题、查原始来源、确认发布日期、列提纲、写稿、事实核查、编辑修改和发布审核。即使写作 Skill 非常好,也不能替团队决定谁负责事实核查、在哪一步冻结标题、发现来源有误后要退回哪一步。这些是工作流的问题。
工作流可以很简单,不一定是一套昂贵的软件。一个共享看板上有“待核验、写作中、待审、已通过、可发布”几个状态,每个状态有明确负责人和进入条件,就比大家在群里喊“这篇差不多了”可靠。若文章涉及模型的实际体验,“待审”前还应要求附上测试材料与失败样本;若只是公开资料评析,则不能写“我实测发现”。这些条件决定稿件能否往下一步走,不能只靠写作风格约束。
三者之间的关系可以这样理解:提示词告诉 AI 这次做什么;Skill 提供团队反复使用的做法;工作流决定事情按什么顺序经过谁的判断。一个人写一篇临时短稿,可能只需要提示词;团队每周稳定发文,便需要 Skill;多位作者、编辑和审核者协作,还要有工作流。按实际复杂度增加工具,不必一次把三层全搭满。
四、最容易写坏的 Skill,是把抽象词当成规则
很多团队的规范会写“保持专业、富有洞察、形成闭环、体现品牌调性”。作者以为说清楚了,模型却只能猜。具体写法应该像验收标准:“提到新模型的发布日期时附官方链接;把‘提升效率’改成减少了哪一步、由谁完成验收;没有独立测试时不写‘实测’,只能写‘官方展示’或‘可尝试的测试方案’;结尾给读者一份可照做的检查表。”这些句子虽然不华丽,却能检查。
示例比抽象形容词更重要。团队可以各挑一段好文章和一段问题稿,标注为什么前者自然、后者让人觉得像广告。“让 AI 赋能业务”改为“客服不用再从三个系统手工抄订单号”;“构建内容闭环”改为“稿件发布后,把读者指出的事实错误补进核验清单”。同一个要求用正反例表达,比重复“请写得有人味”更容易执行。
不过,Skill 也不能成为压住作者个性的模板。若规定每篇都必须七个标题、每段都要先提问再回答,最后只会批量制造风格一致的空话。规范应守住事实边界、基本结构和团队禁忌,把比喻、案例和节奏留给作者根据题目决定。特别是产品评论,读者要看到一个人怎样判断一件事,而不是一个格式怎样填满四千字。
五、什么时候该升级做法,什么时候该把规则删掉
决定要不要做 Skill,可以问三个问题:这条规则是否反复出现,是否有人愿意维护,违反它会不会带来明显返工。比如“每篇新模型文章都核对原始发布日期”,出现频率高、错误代价也清楚,值得变成稳定检查项;“这篇开头用商场柜台做比喻”,只适用于单篇,留在当次提示词就好;“作者永远不要写短句”,本身就是容易伤害表达的坏规则,应该直接删掉。
工作流也一样。文章被多个部门审核,并不天然比一个认真负责的编辑更可靠。若法务只负责商标使用,应该让他只看相关部分;若产品负责人只确认功能事实,不该要求他重写标题。流程里的每一次交接都要回答“这个人掌握了前一步没有的判断依据吗”。没有的话,交接很可能只是增加等待。团队越小,越需要把必要步骤和仪式感区分开。
还有一种情况是规则积累到互相冲突。第一版 Skill 说“结论先行”,第二版加上“开头先铺背景”,第三版又要求“每节必须抛出悬念”。模型严格执行这些要求,文章反而会拧巴。此时不该再补一条“请自然一些”,而要由维护者决定优先级,删掉不必要的规定。一个能不断删减的规范,比只会增长的规范更有生命力。
六、自动检查能发现什么,发现不了什么
有些错误非常适合交给脚本。文件是否存在、标题是否重复、链接是否返回错误、文章是否明显短于预期、有没有出现团队明确禁用的套话,这些都可以批量检查。把它们自动化,编辑就不用每次花注意力搜同一类显眼问题。Skill 可以携带检查脚本,工作流可以要求“脚本通过”成为进入人工审稿的条件。
但脚本不能替你判断论证是否成立。文章引用了官方链接,不代表那条链接真的支持该句结论;“没有使用赋能”也不意味着文字就自然;字数达到四千,可能只是重复解释了同一件事。人工审稿应该把精力放在这些更难的地方:证据和判断是否对应,案例是否诚实,前后有没有偷换概念,读者看完是否知道下一步怎么做。让机器查机器擅长的,让人看人需要承担责任的。
还要给错误分类,避免一出问题就修改所有层。链接失效,是资料维护问题;同一类文章反复忘记标注“非独立测试”,是 Skill 的候选修订;某篇作者没有理解任务,可能是当次提示词没有给足背景;稿子没有经过懂业务的人审核,是工作流缺口。找准层级再修,系统会越来越轻。把每个问题都塞进一个超长提示词,只会让后来的人更加难以读懂。
以公众号文章为例,最终交付可以要求附一小段“事实与判断说明”:哪些句子依据官方发布,哪些是作者推断,哪些基于实际使用。它不必出现在读者面前,却能帮助编辑快速抓到风险。发布之后,若读者指出新的证据,团队可以更新文章并把这类错误纳入下一次检查。这样,Skill 提供稳定规则,工作流负责把错误带回规则,而不是让每篇文章孤零零地从头开始。
七、方法论:用一篇文章做三层对照
要判断团队现在该用哪一层,找一篇即将写的真实选题,先不用搭复杂系统。第一轮,只给明确提示词,记录写作前准备多久、初稿有哪些事实问题、编辑改了多少。第二轮,把反复出现的要求整理成一个小 Skill,仍用同一类型选题,观察遗漏是否减少。第三轮,加入简短工作流:谁核验资料、谁看行文、谁决定能否发布。对照的不是模型“是否更聪明”,而是同一团队花在返工上的时间和最严重的错误有没有下降。
别用一篇刚好写得顺的文章宣布成功。至少挑几种不同难度:一个发布信息清楚的工具评析、一个需要多来源交叉核对的争议选题、一个有作者亲身体验的复盘。每篇都保留初稿、修改记录和最终稿。若 Skill 让简单文章更稳定,却让复杂文章变得机械,就该缩小适用范围;若工作流增加了两个审批人却没发现新错误,就该删掉无效步骤。
维护也应有人负责。新版本发布后,旧日期和功能状态会变;团队发现一次错误,需要判断它是当次提示词没写清,还是长期规则确实缺失。只有后者才值得改 Skill。每隔一段时间清理一次不再使用的规则,避免规范像老旧知识库一样越积越厚。使用者要能看到改动原因,下一次写稿才能知道自己为何需要遵守。
如果你是一个人运营账号,不需要模仿大公司的审批链。可以把“自己在写作前”和“自己在发布前”当作两个角色:前一个负责选题与表达,后一个只看来源、日期、事实边界和错别字。两次检查最好隔一段时间进行,因为刚写完时人很容易把想说的话当成已经写清楚的话。把最常犯的三五个错误做成个人 Skill,把发布前检查放在一个固定清单里,已经足够形成轻量的工作系统。
判断这套方法有没有用,也不要只问“初稿生成得更快没有”。记录一个月里有多少文章因为日期、来源或事实表述退回修改;编辑每篇平均花多久修同类问题;读者指出错误后团队能否找到那句话当初的依据。若 Skill 的存在让这些问题减少,就值得保留;若它只让初稿看起来更整齐,却让作者更难表达判断,就应该改写甚至撤掉。工具不是越多越成熟,能减轻有价值的劳动才算成熟。
最终目标不是把写作交给一个文件夹,而是让团队少在相同问题上反复跌倒。提示词、Skill 和工作流都只是把经验摆到看得见的地方。真正的判断仍由人来做:这篇文章有没有新东西,证据能否撑住结论,读者看完能不能用。工具把规则记住了,人才能把注意力留给这些更难的问题。
第一次尝试时,别拿整个团队的所有知识做材料。就从你最常返工的一项任务开始,把规则写到别人能读懂、也敢质疑的程度;用三篇不同的稿子检验,再删掉没产生作用的部分。能被检验、能被修改的经验,才适合交给工具反复执行。若有人问“为什么要遵守这一条”,团队答得出具体错误和具体收益,这套做法就已经比一份漂亮的提示词大全更有用。
为避免 Skill 越写越厚,可以给每条长期规则一个来源:它挡住过哪类真实错误,最近一次何时被使用。如果半年没人用,也没人能解释违反它会怎样,就考虑删掉。把规则当成可维护的产品而非永久堆放的文档,团队才会愿意持续遵守;否则每次更新只会在旧要求后再补一句“以最新说明为准”。下一轮写作如果仍在同一处返工,就请编辑把真实错误写成新例子;若规范已解决问题,不必再往里面加空泛要求。
信息来源与事实边界
- Anthropic:Introducing Agent Skills,2025 年 10 月 16 日。Skill 的定义、资源组织方式和按需使用依据官方发布说明。文中的文章编辑流程、示例措辞和三层对照是作者提出的方法,不是对某个产品已完成的独立实验。