AI 的 2026：告別提示詞，進入 Skills 工程時代
整理版優先睇
2026年AI核心技能：告別提示詞，進入Skills工程時代
呢篇文章係由葉子寫嘅，佢日更738日，回顧咗過去三年AI發展路徑。由23-24年嘅提示詞工程，到25年嘅上下文工程，再到而家26年嘅Skills工程，作者想帶出嘅核心係：AI終於開始認真做事，而2026年你一定要學嘅技能就係Skills。
提示詞工程靠角色扮演、思維鏈等技巧，但Token有限、注意力分散，輸出唔穩定；上下文工程透過大上下文同RAG解決知識檢索，但資訊過載、成本高，仍然做唔到複雜任務。Skills工程將策略、工具同流程模塊化，動態加載，可以俾多個Agent共享，真正教AI做事。結論係：未來競爭唔再係提示詞長短或者知識庫大細，而係Skills庫嘅專業度同執行力。
- 提示詞工程（2023-24）靠角色扮演同思維鏈，但Token有限、注意力分散，輸出唔穩定，本質係同概率博弈。
- 上下文工程（2025）用大上下文同RAG解決知識檢索，但資訊過載、成本增加，仲係做唔到複雜任務執行。
- Skills工程係「策略+工具」模塊化封裝，動態加載、可跨Agent共享，唔受限於上下文，係AI真正做嘢嘅關鍵。
- Anthropic、Microsoft、Coze等平台已推出Skills功能，Coze仲有Skills商店同付費訂閲，降低使用門檻。
- 提示詞工程師升級為技能架構師，要識拆業務流程、定義API、編寫SOP；標準化Skills可跨平台調用，重塑人機協作。
AI發展三階段：從教說話到教做事
呢三年AI發展路徑好清晰：由23-24年嘅提示詞工程，到25年嘅上下文工程，再到26年嘅Skills工程。每個階段都解決咗一啲問題，但又帶嚟新限制。
提示詞工程
23-24年嘅提示詞工程，係靠角色扮演、思維鏈、少樣本提示呢啲技巧，令AI輸出睇落可靠啲。但本質上仲係同概率博弈，Token有限好易遺忘前面內容，複雜邏輯放喺短短文字會令注意力機制分散，超長咒語欠缺穩定性。
Token有限
注意力分散
去到25年，上下文工程爆發，透過堆料解決AI記唔住同唔知嘅問題。大模型將上下文窗口擴展到100萬甚至200萬Token，RAG變成標配。但資訊過載，AI睇曬資料都唔代表識用，成本同輸出時間都增加，依然做唔到複雜任務。
上下文工程
資訊過載
直到Skills工程出現，先真正讓AI做嘢。Skills係一種策略加工具嘅模塊化封裝，唔係簡單Plugin或Workflow，而係識用工具、懂流程、有專家經驗嘅大腦。
Skills工程
Skills工程係咩？點解咁重要？
Skills工程係將策略同工具封裝成一個模塊，同人類上班一樣，需要SOP同工具箱。佢同Plugin唔同：Plugin只負責執行但唔明點解；Workflow確定性強但只能處理標準化流程，一遇到預設之外嘅情況就中斷。
策略+工具
模塊化封裝
- 1 將模糊自然語言指令固化為結構化執行邏輯。
- 2 Skill可以被無數個Agent共享使用。
- 3 動態加載，不受限於上下文。
邊啲平台已經支援Skills？
目前有Skills功能嘅公司覆蓋成個生態，由大模型廠商到應用開發平台。以下係幾個主要玩家：
- Anthropic（Claude）：強調漸進式披露架構，Skills以文件夾形式存在，模型讀取似讀取代碼庫，適合開發者，仲想定義Skills操作系統標準。
- Microsoft：有Semantic Kernel同GitHub Copilot，主打深度集成，適合企業，融入IDE同企業軟件棧。
- Coze：2.0版本正式上線Agent Skills，走可視化路線，適合小白，仲有Skills商店，開發者可以付費上架。
- 其他：OpenAI Custom GPTs、Google Agent IDE Antigravity、Dify等都在推進模塊化。
漸進式披露
深度集成
可視化路線
Skills商店
Skills點樣改變人機協作？
Skills之前，連接模型同工具要寫大量適配器，例如3個模型加10個工具就要寫30個。Skills標準化之後，一個標準Skills寫完可以俾Claude同Coze同時加載，大幅減省功夫。
標準Skills可跨平台
另外，Skills令知識庫唔再死板，可以隨時加載，工作台變成流動性，只放當前需要嘅工具。以短劇創作為例：調用劇本拆解Skill生成分鏡，加載鏡頭轉換Skill生成提示詞，調用導演思維Skill進行審美把關。
知識庫動態加載
未來競爭唔再係誰提示詞長、知識庫全，而係誰嘅Skills庫更豐富、更專業、執行力更強。所以，快啲學識封裝自己嘅工作技能做AI Skill啦！
技能架構師
今日係葉子日更第738天。
企喺2026年依家呢個時間點，回望過去三年，AI嘅發展路徑從來冇咁清楚過。
由最初同AI傾偈，聽佢亂噏廿四。到而家，AI終於開始認真做返啲嘢。
所以，如果2026年你一定要學一個AI技能，咁就一定係Skills。
下面我會拆開嚟講清楚，點解？
一、Skills係乜嘢？
呢三年，AI可以話係一年一個樣。
2023至2024年，人類用Prompt（提示詞）工程教AI講嘢。
2023同2024年嗰陣，有個新興職業叫提示詞工程師。
雖然後來證實呢個職業係個假命題，但當時嘅確代表住一種資產：prompt。
所謂嘅prompt工程，講到尾就係透過角色扮演、思維鏈、少樣本提示呢啲技巧，令AI嘅輸出睇落可靠啲。
本質上都係同概率博奕。
一個係模型嘅Token有限，好快就開始唔記得前面講過乜。
另一個係複雜邏輯放喺一段短文字入面，搞到模型嘅注意力機制散曬。
超長嘅咒語睇落好似好魔法，但係缺乏穩定性。
2025年，人類用Context（上下文）工程教AI背書。
為咗解決AI唔記得同唔知道嘅問題。2025年，上下文工程開始爆發，透過堆料嘗試解決AI嘅幻覺。
好多大模型將上下文窗口擴展到100萬甚至200萬Token，RAG（檢索增強生成）變成標配。
其實就係覺得，與其教AI點樣諗，不如直接掉一堆資料畀AI，即係所謂嘅知識庫。
但問題都出現咗，就係資訊有啲過量。
AI雖然靠住自己強大嘅能力，睇曬掉畀佢嘅資料，但係記得唔代表識用。
就好似掉本飛機維修手冊畀你，就算幾詳細，你覺得你真係識維修咩？
上下文工程唔單止令推理成本增加，仲增加咗輸出時間，雖然解決咗知識檢索問題，但係依然做唔到複雜任務。
2026年，人類用Skills（技能）工程教AI做嘢。
直到Skills橫空出世。
大家先意識到，想令AI真正做嘢，淨係用提示詞指令唔得，掉一堆資料都唔得。
同人類一樣，佢需要SOP同工具箱。呢個就係Skills工程。
呢個過程係咪好熟？冇錯，同人類返工差唔多。
Skills係一種策略+工具嘅模塊化封裝。
佢唔係簡單嘅Plugin（插件：淨係負責執行，但唔明點解）。
或者Workflow（工作流：確定性強，但淨係處理到標準化流程，遇到預設以外嘅情況就會中斷）。
而係將標準化、流程同知識，同執行工具，封裝到一個單元入面。係識用工具、明流程、兼備專家經驗嘅大腦。
Skills嘅優點：
1、將模糊嘅自然語言指令，固化為結構化嘅執行邏輯。
2、Skill可以被無數個Agent共享使用。
3、動態加載，唔受上下文限制。
二、邊個喺度定義Skills？
目前，有Skills功能嘅公司已經覆蓋咗由大模型廠商到應用開發平台成個生態。
1、Anthropic (Claude)
強調漸進式披露嘅架構，Skills以文件夾形式存在，模型讀取Skills就好似讀取代碼庫。
比較適合開發者，同佢哋嘅工作流程好契合。
Anthropic嘗試定義Skills嘅操作系統標準，令任何Agent都可以透過協議調用。
2、Microsoft
有Semantic Kernel同GitHub Copilot，主打深度集成，更適合企業用。
唔單止係AI嘅一部分，仲係IDE同企業軟件棧嘅一部分。
3、coze
今個月發佈嘅coze 2.0，正式上線咗Agent Skills功能。
依然行可視化路線，更適合新手。
特點係除咗可以自己創建Skills，仲有Skills商店。
唔識創建或者懶得創建，直接用其他人上架嘅Skills就得。
而且開發者可以將Skills設定成付費訂閲模式，即係將自己嘅經驗技能上架出售。
4、其他
除此之外仲有OpenAI嘅Custom GPTs，Google嘅Agent IDE Antigravity。
仲有dify呢個coze嘅競爭對手，都喺度推進模塊化。
三、Skills對人機協作嘅重塑
喺Skills之前，連接模型同工具需要花費嘅精力時間真係好得人驚。
如果你有3個模型+10個工具，就要寫30個適配器。
但係有咗Skills之後，寫一個標準嘅Skills，就可以畀Claude加載，又可以畀Coze加載。
除此之外，仲有對上下文嘅價值重構。
喺Skills架構下，知識庫唔再係死嘅，而係可以隨時加載。
而家嘅工作台係流動嘅，只放而家需要嘅工具。
以短劇創作為例：
調用 [劇本拆解 Skill] 生成分鏡；
加載 [鏡頭轉換 Skill] 生成生圖提示詞；
調用 [導演思維 Skill] 進行審美把關。
提示詞工程呢個職位可以話已經消亡，或者升級做技能架構師呢個職業。
將業務流程拆解，定義API接口，編寫SOP文檔，最後組裝成Skills。
呢個更加似產品經理+系統架構師嘅合體。
寫喺最後
由教AI講人話，到教AI背書，再到而家教AI做嘢。
我哋正在經歷，由同AI吹水，到叫AI辦事嘅過程。
未來嘅競爭，唔再係邊個嘅提示詞寫得長寫得好，邊個嘅知識庫更加全。
而係邊個嘅Skills庫更加豐富、更加專業、執行力更強。
2026嘅路已經好清晰，請開始學嚇幫自己安裝一個Skills啦。
如果可以將你嘅一個工作技能封裝成AI Skill，你最希望係邊個？
首圖標題：《 未來 》
首圖作者：葉子
創作工具：Midjourney V7
往期推薦
今天是葉子日更第738天。
站在 26 年現在的節點上，去回顧過去三年，AI 的發展路徑從未如此清晰。
從最初的和 AI 聊天，聽它胡說八道。到現在，AI 終於開始認真做事了。
所以，如果 26 年你一定要學會一個 AI 技能，那必須是 Skills。
下面我會拆開說清楚，為什麼？
一、Skills 是什麼？
這三年，AI 可謂是一年一變。
23-24年，人類用 Prompt（提示詞）工程教 AI 說話。
23年和24年的時候，有一個新興的職業，提示詞工程師。
雖然後來證明，這個職業是個偽命題，但在當時，它確實代表着一種資產：prompt。
所謂的 prompt 工程，說白了就是通過角色扮演，思維鏈，少樣本提示等技巧，讓 AI 的輸出看起來可靠一些。
本質上還是和概率博弈。
一個是模型的 Token 有限，很容易開始遺忘前面的內容。
一個是複雜邏輯放在一小段文字裏，讓模型的注意力機制分散。
超長的咒語看起來很魔法，但是缺乏穩定性。
25年，人類用 Context（上下文）工程教 AI 背書。
為了解決 AI 的記不住和不知道。25年，上下文工程開始爆發，通過堆料來試圖解決 AI 的幻覺。
很多大模型把上下文窗口擴展到 100萬甚至200萬Token，RAG（檢索增強生成）成了標配。
其實就是覺得，與其教 AI 怎麼想，還不如直接扔給 AI 一堆資料，也就是所謂的知識庫。
但問題也出現了，就是信息有點過載。
AI 雖然憑藉着自己的強大能力，看完了扔給它的資料，但能記住不代表就會會了。
就像扔給你一本飛機維修手冊，即便再精細，你覺得你能維修嗎？
上下文工程不但讓推理成本增加，還增加了輸出時間，雖然解決了知識檢索問題，但依然不能進行復雜任務的執行。
26年，人類用 Skills（技能）工程教 AI 做事。
直到 Skills 的橫空出世。
大家意識到，想讓 AI 真正的幹活，只用提示詞指令不行，扔一堆資料也不行。
和人類一樣，它需要 SOP 和 工具箱。這就是 Skills 工程。
這個過程是不是很熟悉，沒錯，和人類上班基本一樣。
Skills 是一種 策略+工具 的模塊化封裝。
它不是簡單的 Plugin（插件：只負責執行，但不懂為什麼）。
或者 Workflow（工作流：確定性強，但只能處理標準化流程，遇到預設之外的情況就中斷）。
而是把標準化、過程和知識，與執行工具，封裝到一個單元中。是會用工具、懂流程、且具備專家經驗的大腦。
Skills 的優點：
1、將模糊的自然語言指令，固化為結構化的執行邏輯。
2、Skill 可以被無數個 Agent 共享使用。
3、動態加載，不受限於上下文。
二、誰在定義Skills？
目前，有 Skills 功能的公司已經覆蓋了從大模型廠商，到應用開發的平台一整個生態。
1、Anthropic (Claude)
強調漸進式披露的架構，Skills 以文件夾的形式存在，模型讀取 Skills 就像讀取代碼庫。
比較適合開發者，和他們的工作流程很契合。
Anthropic 試圖定義 Skills 的操作系統標準，讓任何 Agent 都可以通過協議來調用。
2、Microsoft
有 Semantic Kernel 和 GitHub Copilot，主打一個深度集成，更適合企業使用。
不僅是 AI 的一部分，也是 IDE 和企業軟件棧的一部分。
3、coze
本月發佈的 coze 2.0，正式上線了 Agent Skills 功能。
依然走的是可視化路線，更適合小白選手。
特點是除了可以自己創建 Skills，還有了 Skills 商店。
不會創建或者懶得創建，直接用其他人上架的 Skills 就可以。
而且開發者可以把 Skills 設置成付費訂閲模式，相當於把自己的經驗技能上架出售。
4、其他
此外還有 OpenAI 的 Custom GPTs，Google 的 Agent IDE Antigravity。
還有 dify 這個 coze 的競品，也在推進模塊化。
三、Skills 對人機協作的重塑
在 Skills 之前，連接模型和工具，需要耗費的精力時間堪稱可怕。
如果你有 3個模型+10個工具，你需要寫 30個適配器。
但有了 Skills 之後，一個標準的 Skills 寫完，既可以被 Claude加載，也可以被Coze加載。
除此之外，還有對上下文的價值重構。
在 Skills 架構下，知識庫不再是死的，而是可以隨時加載的。
現在的工作台相當於是流動的，只放現在需要的工具。
以短劇創作為例：
調用 [劇本拆解 Skill] 生成分鏡；
加載 [鏡頭轉換 Skill] 生成生圖提示詞；
調用 [導演思維 Skill] 進行審美把關。
提示詞工程這個職位可以說已經消亡了，或者升級為技能架構師這個職業。
把業務流程拆解，定義 API 接口，編寫 SOP 文檔，最終組裝成 Skills。
這更像是產品經理+系統架構師的合體。
寫在最後
從教 AI 說人話，到教 AI 背書，再到現在的教 AI 做事。
我們正在經歷，從和 AI 嘮嗑，到讓 AI 辦事的過程。
未來的競爭，不再是誰的提示詞寫得長寫得好，誰的知識庫更加全。
而是誰的 Skills 庫更加豐富，更加專業，執行力更強。
2026 的路已然清晰，請開始學着給自己安裝一個 Skills 吧。
如果能把你的一個工作技能封裝成 AI Skill，你最希望是哪一個？
首圖標題：《 未來 》
首圖作者：葉子
創作工具：Midjourney V7
往期推薦