Agent Skills小白教程 ，教你彻底学会AI核心技能

Agent Skills 这个词最近出现得越来越频繁，但很多人第一次听到时的反应是：这不就是给大模型加几个工具调用吗？如果你也这么想，那这门课正好可以帮你把这层误解拆掉。工具调用解决的是"模型能不能碰到外部世界"，而 Skill 解决的是"模型该按什么流程、什么标准、什么边界去处理一件事"。前者是手，后者是脑子和规矩。这门课要做的，就是把你从"会写一句 prompt"带到"能搭出一套可复用、可维护、别人也能看懂的能力模块"。

这门课到底在补哪个缺口

现在大部分人用 AI 的方式还停留在聊天框里：想到什么问什么，问得好就有好结果，问得差就换个说法再试。这种方式在处理一次性任务时没问题，但你只要开始做重复性的工作，问题立刻暴露——每次都要重新交代背景、重新说明格式、重新纠正模型跑偏的地方。你付出的时间并没有随次数增加而减少，反而因为上下文越来越长而变得更容易出错。这个缺口的本质是：你没有把"怎么做一件事"沉淀下来，每次都从零开始。

Agent Skills 针对的正是这个缺口。它要求你把一个任务拆成明确的输入、明确的步骤、明确的输出格式，以及明确的失败处理方式，然后把这套东西固化成一个可以反复调用的单元。听起来很像写函数，但区别在于它服务的对象是模型而不是编译器，所以你还得考虑模型的注意力会放在哪里、哪些信息必须显式给、哪些假设不能默认成立。这门课不会只给你讲概念，它要让你动手把几个真实的小任务改造成 Skill，在改造的过程中体会哪些地方最容易出错。

另一个常被忽略的缺口是判断力。网上关于 Agent 的资料很多，但大部分在讲"能做什么"，很少讲"什么时候不该做"。一个 Skill 设计得不好，会让模型在本来应该停下来问一句的时候自作主张，或者在应该给出结构化结果的时候写了一大段废话。这门课会反复回到一个问题上：这个环节交给模型是否合适，还是要留给人来确认。这种克制不是保守，而是把系统做稳的前提。

什么基础的人适合看，什么基础的人会卡住

如果你完全没写过代码，也没关系，这门课不要求你会某种编程语言。但它对另一样东西有要求：你得有过被模型"气到"的经历。也就是说，你至少用 AI 做过一些稍微复杂的事，比如整理一批资料、按固定格式生成内容、或者让模型帮你做多步推理。只有踩过坑，你才知道课里讲的那些设计约束不是空话。如果你只是偶尔问几个知识性问题，那这门课对你来说会显得过于沉重，不如先多用一段时间再来。

如果你已经会写提示词，甚至用过一些工作流工具，那这门课的价值在于帮你把零散经验整理成体系。很多人会写很长的 prompt，但不会拆——把所有要求塞进一段话里，改一处就牵动全身。学完 Skill 的思路之后，你会自然地开始分层：哪些是角色设定，哪些是步骤约束，哪些是输出规范，哪些是异常兜底。这种分层意识比记住某个具体写法重要得多。

真正会卡住的是另一类人：希望照着做一遍就得到一个能直接上线的东西。这门课的重点在方法和判断，不在给你一个现成的模板。你需要愿意反复调整、愿意把自己原来的做法推翻重来。如果只想抄一个配置了事，那这里的内容会让你觉得"怎么讲了这么多还没给我最终答案"。

建议先看哪几块，顺序别乱

建议先看关于"任务拆解"的部分。这是整门课的地基，也是最容易被跳过的地方。很多人一上来就想写 Skill 的正文，结果写出来的东西自己过两天都看不懂。拆解要做的事很朴素：把一件事按时间顺序或依赖关系切成几步，标出每步的输入从哪来、输出到哪去、中间有哪些必须由人决定的岔路。这一步做扎实了，后面写起来会顺很多；这一步敷衍，后面全是补丁。

接着看输入输出规范那块。这部分讲的是怎么把"我要一个结果"变成"我要一个包含哪几个字段、每个字段什么类型、什么情况下允许为空"的结果。它对使用体验的影响非常直接：规范清晰，模型跑偏的概率就低；规范含糊，你就得每次手动收拾残局。看完这块可以立刻拿自己手头的一个任务试一下，把原来随口提的要求改写成明确的字段约定，对比一下两次的结果差异。

然后才是执行流程和异常处理。这两块要放在一起看，因为它们回答的是同一个问题的两面：正常路径怎么走，走不通时怎么办。很多人设计 Skill 时只画顺风局，一旦模型理解错了、外部数据缺了、条件不满足，整个流程就崩掉。课里会讲怎么设置检查点、什么时候该让模型重试、什么时候该直接返回让人介入。这部分内容不花哨，但决定了你的 Skill 是玩具还是能天天用的东西。

最后再看复用和组合。单个 Skill 能用之后，自然会想把它接到别的流程里。这时候你会发现前面几块做得好不好，直接决定了它能不能被组合。接口不清晰、依赖不明确的 Skill 是接不进去的。

学完之后能独立做什么

最直接的一点：你能把自己手上那些重复性的 AI 任务改造成可复用的模块。比如定期整理一批材料并输出统一格式的摘要，比如按固定规则检查一份文档里的问题，比如把一段非结构化的描述转成结构化的记录。做这些事的时候，你不再需要每次重新解释一遍要求，调用就行，结果也稳定得多。

再往上一层，你能判断一个需求该不该做成 Skill。有些事看起来适合自动化，实际上变量太多、判断太依赖具体情境，硬做只会得到一堆误报。学完之后你会有这种分辨能力，知道什么该固化、什么该保持灵活。这个判断比会写几个 Skill 更有价值，因为它决定了你把时间花在哪里。

还有一点是排查能力。当你做出来的东西结果不对时，你能定位到是哪一层出的问题——是拆解不合理，是输入没给全，是输出规范有歧义，还是异常分支没覆盖。以前你只能反复改 prompt 碰运气，现在你知道该看哪里。

资料怎么配合练习用

视频适合先通看一遍，建立整体印象，但不要指望看一遍就会。建议看的时候手边开一个文档，把讲到的设计约束随手记下来，尤其是那些你觉得"这有什么必要"的地方——这些往往是你以后会踩的坑。第一遍不需要完全理解，先知道有这些环节存在。

真正起作用的是第二遍配合动手。每看完一个环节，就找一个自己真实遇到过的任务来练。不要用课里的示例，用你自己的，因为只有自己的任务你才知道哪里别扭。练的时候刻意对照课里讲的检查点，看看自己漏了哪一步。这个过程会比较慢，但慢下来才有用。

最后建议做一次复盘：把自己做出来的几个 Skill 放一起看，找出共性的问题。通常是输入定义不够严谨，或者异常处理写得太随意。把这些共性问题记下来，下次设计新东西的时候先避开。资料是给你参照的，不是给你照抄的，能不能变成自己的东西，取决于你练了几遍、改了几遍。