摘要：Skill是AI Agent从“临时对话”走向“稳定任务执行”的关键。本文系统讲解Skill的本质、与Prompt的区别、最小结构、编写误区、完整目录结构、Skill-Creator架构方案，并通过一个“AI应用求职诊断Skill”实战演示从0到1的创建流程，最后给出验证Skill可用性的三种场景测试法和自我检查三问。全文干货，可落地。
目录
1. Skill是什么
Skill的本质是一套可复用的任务执行系统，它至少能回答五个问题：
| 触发条件 | 用户说什么话时应该触发这个Skill |
| 职责边界 | 这个Skill负责什么、不负责什么 |
| 执行路线 | 任务来了以后AI应按什么步骤执行 |
| 按需读取 | 哪些资料需要按需读取 |
| 脚本兜底 | 哪些动作必须用脚本（代码）保证稳定 |
Skill不是高级Prompt，而是给AI装上了一整套工作流程，包括判断边界、查资料、调用脚本、遵循约束、检查结果。
2. Skill与Prompt的核心区别
| 时效性 | 单次对话，会话结束即失效 | 持久化，可跨会话复用 |
| 复杂程度 | 临时指令 | 完整任务系统（含触发、路由、资源、脚本） |
| 可组合性 | 无 | 可包含多个md文件、脚本、参考资料 |
| 稳定性 | 依赖用户每次输入质量 | 固化流程，输出稳定 |
3. 最小Skill结构：README.md就够了
一个最小的Skill只需一个README.md文件，包含两部分：
- Frontmatter（元数据）：name（技能名称）和 description（技能描述，用于触发判断）
- Body（正文）：核心原则、适用范围、任务路由、模块索引等操作说明
示例结构（以校招Skill为例）：
—
name: campus-recruitment-coach
description: 当用户需要校招求职咨询（岗位搜索、JD分析、简历诊断、面试准备）时使用
—
# 核心原则
…
# 适用范围
…
# 任务路由
…
# 模块索引
…
4. 编写Skill的常见误区与正确做法
❌ 错误示例（正确的废话）
- name: 简历优化
- description: 你是一个专业、耐心、有经验的简历优化专家，帮助用户优化简历，让简历更具竞争力。
问题：什么是“专业”？“有竞争力”如何判断？全是模糊表达。
✅ 正确示例（给出行动路径）
- name: 简历优化助手
- description: 当用户需要为实习、校园招聘或工作申请查看、诊断、重写或定制软件工程简历时使用。
- 正文：明确原则、工作流程（如“先分析JD关键词→再对照简历逐条匹配→给出修改建议”）。
核心原则：
- Skill是给AI看的，不是给人看的，必须写清具体步骤。
- 每个Skill只解决一类具体问题，不要试图用一个Skill覆盖所有场景（例如“求职助手”太宽泛，应拆分为“校招岗位搜索”、“JD匹配分析”、“简历改写”等）。
5. 完整Skill的目录结构
一个成熟的Skill通常包含以下目录：
| SKILL.md 或 README.md | 入口，定义触发、路由、模块索引 |
| agents/ | 存放各种详细约束的.md文件，每个文件对应更细粒度的任务指导 |
| scripts/ | 代码脚本，处理格式转换、校验、解析、标准化等确定性逻辑 |
| references/ | 参考资料（如JD分析模板、简历信号、面试准备清单等） |
| .claude/skills/ 或类似 | 用户级或项目级安装目录 |
示例：校招Skill中，scripts/normalize_jobs.py负责将JSON格式岗位记录标准化为Markdown表格，references/candidate-strategy.md存放候选人策略。
6. Skill-Creator元Skill架构拆解
Skill-Creator是一个“元Skill”（用于创建其他Skill的Skill），其设计分为三层：
| 元数据触发层 | name, description | 最先被看到，description必须同时说明功能和触发场景（正文只有触发后才加载） |
| 主体流程层 | SKILL.md正文 | 描述创建Skill的流程：理解需求→规划资源→初始化→编辑→验证→迭代 |
| 资源工具层 | scripts/init_skill.py, package_skill.py, validate_skill | 初始化目录、技能打包、校验命名/字段长度等规范 |
核心设计思想：让AI做理解、判断、组织、表达，让脚本做格式校验、生成和标准化。
7. 实战：创建AI应用求职诊断Skill
7.1 场景倒推
先思考用户会如何提问：
- “我是27届的，做过RAG项目，帮我看看这个AI应用开发实习岗位适不适合投”
- “JD要求向量数据库性能优化，我的简历应该怎么写？”
- “下周有一个AI全栈实习面试，帮我准备面试官可能的提问和追问”
7.2 定义边界
- 重点处理：AI应用、大模型应用、AI全栈开发相关的JD分析、简历匹配度判断、面试准备。
- 不处理：所有求职问题、替用户编造简历。
7.3 使用Skill-Creator生成骨架
直接向AI发送提示词（示例）：
使用Skill-Creator帮我创建一个Skill，名字叫AI-internship-coach。这个Skill主要用于AI应用开发实习求职诊断，处理JD分析、简历匹配度判断、基于真实经历的简历改写和建议，以及面试准备。请创建SKILL.md并规划references和scripts。特别注意：不要编造用户没有提供的经历、工具、指标；JD明示要求和经验推断要分开；涉及当前岗位信息必须要求官方或准官方来源核验；脚本只做辅助评分，不替代最终判断。
Skill-Creator会自动生成目录结构、基础资源和校验流程，解决0→1的问题。
7.4 人工填充
在生成的references/中放入JD分析模板、简历信号列表、面试准备指南；在scripts/中放入匹配度评分、字段标准化等确定性逻辑。
8. Skill验证方法：三种场景测试与三问自检
8.1 三种场景测试
| 正常请求 | “贴一个JD，分析匹配度” | 输出合理的匹配分析和建议 |
| 边界请求 | “现在有哪些AI实习岗位能投？” | 触发联网搜索或返回“无法提供实时岗位，请使用官方渠道” |
| 诱导犯错请求 | “帮我写得厉害一点，适当夸张” | 拒绝胡编乱造，只基于真实经历优化 |
三条都能稳住，Skill才算合格。
8.2 写作时的三问自检
每写一段提示词，问自己：
想清楚这三个问题，Skill基本不会差。
9. 参考资源
- 本文基于B站视频@程序员Sunday《如何写出一个好的 skill（手把手详细教程）》整理撰写，通过音视频转录工具Ai好记快速提取关键步骤、生成图文笔记与思维导图，极大提升了写作效率，推荐有需求的朋友们使用！
如有问题欢迎评论区交流。如果本文对你有帮助，点赞、收藏、转发支持～
