從「聊天思維」進化到「Skill 系統」
整理版優先睇
從聊天思維進化到 Skill 系統：用框架同 Skills 將 AI 變成自動化夥伴
呢篇文章係一個成日重複用 AI 寫日報、做翻譯嘅人分享嘅，佢發現自己每日都喺度重複輸入相同提示詞，等於幫 AI 做嘢多過 AI 幫佢。佢透過兩篇 X 帖子——Nick Saraev 嘅《Agentic Workflows》課程同 rohit4verse 嘅 Skills 構建法——領悟到大多數人用 AI 嘅問題係停留喺「聊天思維」，而唔係升級到「系統思維」。
文章解釋咗 Skill 嘅概念：一個封裝好嘅任務模板，AI 記一次就可以隨時調用，唔使再重複輸入。佢仲計咗條數：假設每日5個重複任務，每個用2分鐘輸入提示詞，一個月就嘥3個幾鐘，而呢啲時間本來可以完全交畀 AI 自動完成。核心結論係：你唔應該幫 AI 做嘢，而係要讓 AI 記住點做，你只係調用。
最後佢提出具體行動方案：識別重複任務（用咗2次以上就封裝）、儲存到 Agent 系統、設定定時自動化。佢自己用呢個方法後，每日指揮 AI 嘅時間減少咗一半。文章鼓勵讀者由今日第一件重複任務開始，將佢變成 Skill，逐步擺脱聊天思維，進入 Skill 系統。
- 多數人用 AI 嘅方式係「聊天」，每次重複輸入相同指令，浪費大量時間；真正嘅效率來自將重複任務封裝成 Skills，變成「系統」式操作。
- Skill 係一個封裝好嘅任務模板，AI 記一次就可以隨時調用；例如「寫日報」一個指令就搞掂，唔使再複製貼上格式。
- 聊天思維 vs Skill 思維：前者每一步都要你指揮，後者你只管調用，AI 自動執行；兩者效率差距可達數倍。
- Nick Saraev 提供框架：從單次提示詞升級到設計工作流，讓 AI 按步驟自主完成複雜目標；rohit4verse 提供落地方法：將重複操作封裝成 Skills，例如 verify、skillify。
- 行動方法：識別用超過2次嘅任務，立即封裝成 Skill；存入 AI Agent 系統；設定定時自動化；逐步建立個人 Skill 庫，減少指揮 AI 嘅時間至少一半。
由重複聊天到覺醒：你係咪都係咁？
我平時每日返工第一件事就係開 ChatGPT 或者 Claude，然後同佢講：「幫我寫今日嘅日報。」第二日又係咁，第三日都係咁。一個禮拜之後，我先發現自己每日做緊同一件事，而呢件事本來應該係 AI 幫我做，唔係我幫 AI 做。
你呢個就係「聊天思維」：每次都要重複輸入相同提示詞
直到我喺 X 上面見到兩篇帖子。第一個係 @TheAIWorld22 推薦 Nick Saraev 嘅課程《Agentic Workflows: The 6-Hour Masterclass》，評論區有句說話：「Most people use Claude casually. This shows how to use it seriously.」第二個係 @rohit4verse 講 Anthropic 內部點用 Claude Code，佢哋將每個重複任務都變成一條指令，例如 verify、skillify。
咩係 Skill？點解佢係關鍵？
Skill 翻譯係「技能」，喺 AI Agent 語境入面係一個封裝好嘅任務模板。以前你要日日複製貼上：「請用以下格式幫我寫日報：1.今日完成嘅工作 2.聽日計劃 3.遇到嘅問題。簡潔專業，唔好廢話。」而家有 Skill 之後，你只要講一句「寫日報」，AI 就自動跟住你之前 set 好嘅格式去做。
Skill 係「讓 AI 記住點做」嘅工具，而唔係每次都要重新教佢
- 聊天思維：你指揮 AI，每一步都要你講；你嘅時間換取 AI 嘅能力，唔划算。
- Skill 思維：你讓 AI 記住，你只管調用；重複任務只需一個指令。
- 計條數：每日5個重複任務，每個2分鐘，一個月就嘥3個幾鐘；呢啲時間本來可以完全交畀 AI。
關鍵係 Skill 可以自動運行：設定早上9點自動寫日報，你連對話框都唔使開
兩個路標：框架同落地
Nick Saraev 嘅課程俾咗第一個重要框架：AI 工作流本質係設計一個系統，而唔係做一個任務。佢提出由「提示詞」升級到「工作流」，例如寫文章唔再係一次 prompt 輸出，而係：
- 1 AI 先分析你俾嘅參考資料
- 2 AI 生成大綱俾你確認
- 3 你確認後，AI 按大綱擴寫
- 4 輸出俾你審閲
大多數人用唔好 AI，係因為冇俾佢設計一套工作流程，而唔係 AI 唔夠強
rohit4verse 嘅 Skills 構建法俾咗第二個關鍵：點樣落地。佢觀察到 Anthropic 內部將所有重複編程任務封裝成 Skills，例如 verify、skillify、ddup。每個工程師只要輸入一行指令，對應 Skill 就會自動執行完整流程。
建立自己嘅 Skill 系統：三步搞掂
將兩個路標結合，我而家嘅做法係：
- 第一，識別重複任務。如果同一個提示詞用咗2次以上，即刻停低問：呢件事以後會唔會再重複？如果係，毫不猶豫封裝成 Skill。
- 第二，將 Skill 存到 Claude Code 或其他 Agent 系統。我而家有「AI 日報 skill」、「寫文章 skill」、「翻譯 skill」等，需要時只要一句「將呢篇文章做成視頻」，就會自動按預設格式執行。
- 第三，定時任務自動化。例如每日早上9點，OpenClaw 自動將近24小時嘅 AI 資訊整理成摘要推送畀我，完全唔使理。
僅僅封裝咗幾個常用 Skill，我每日花喺指揮 AI 嘅時間已經減少至少一半
寫在最後：由今日第一件事開始
呢篇文章本身都係一個例子：我只係將喺 X 見到嘅兩篇帖子用自己理解翻譯咗交俾 Claude Code，剩低嘅都係佢幫我做。呢個就係 Skill 嘅魅力。
假如你發現自己每日重複話俾 AI 同一件事，呢個就係信號：係時候將佢封裝成 Skill
唔使一開始搞到好複雜，就由你今日第一件重複任務開始。例如你今日第一個打開 AI 做嘅任務係咩？聽日仲要做嗎？如果係，將佢寫低，存成一個 Skill。就係咁簡單。希望你早日由「聊天思維」進化到「Skill 系統」。
你唔使再幫 AI 做嘢，而係讓 AI 記住點做
我唔知你平時係咪咁。
你每日返工第一件事，就係開 ChatGPT 或者 Claude，然後同佢講：「幫我寫今日嘅日報。」
第二日，又嚟多次：「幫我寫今日嘅日報，格式同尋日一樣。」
第三日，都係一樣：「都係日報，幫我寫。」
一個星期之後，你突然間發現，我好似每日都做緊同一件事？ 而呢件事，本來應該係 AI 幫你做先啱，唔係你幫 AI 做。
呢個可能係好多人同 AI 協作嘅方式。
你每日都同 AI 傾偈，每日都重複同樣嘅開場白。每日都同 AI 講「幫我寫日報」、「幫我總結呢篇內容」、「幫我將呢個翻譯成英文」。
同樣嘅句式、同樣嘅結構、同樣嘅提示詞，唔知複製貼上咗幾多次，可能都已經變咗你嘅肌肉記憶。
係時候做出啲改變喇~
兩篇文章帶嚟嘅啟示
前幾日我碌 X 嘅時候無意中見到兩篇帖文。
第一篇係一個叫 @TheAIWorld22 嘅博主分享嘅，推薦嘅係 Nick Saraev 嘅一套課程，叫《Agentic Workflows: The 6-Hour Masterclass》，翻譯過嚟就係《代理工作流：6小時大師課》。帖文嘅評論區入面有人講咗一句話令我印象好深：
"Most people use Claude casually. This shows how to use it seriously."
（大多數人係隨意咁用 Claude。呢篇文章展示嘅係點樣認真咁用佢。）
第二篇係 @rohit4verse 寫嘅，佢提到 Anthropic 內部團隊用 Claude Code 嘅方式：verify、skillify、ddup、tech-debt，每個重複嘅任務，都係一行觸發指令就搞掂。佢寫咗一句話：
"every repeat task is a one-line trigger for them."
（對佢哋嚟講，每個重複任務就係一行觸發指令。）
呢兩篇帖文表面睇嚟唔相關，但係放埋一齊，可以諗通一件事。
大多數人卡喺 AI 能力上嘅根本原因，唔係我哋學過嘅提示詞唔夠多，而係我哋一路用緊「傾偈」嘅方式用 AI，唔係用「系統」嘅方式用 AI。
先搞清楚咩係 Skill
我之前一路以為可能好多人明 skill，但後來我發現我錯咗，資訊差真係無處不在。
所以喺呢度再普及一下「Skill」，先將佢講清楚，佢到底係做咩嘅？有咩用？
你可以睇返我之前寫過嘅一篇關於 Agent Skills 嘅系統性文章《一文講清 Agent Skill，從原理到使用》。
Skill，翻譯過嚟係「技能」。
喺 AI Agent 嘅語境入面，Skill 係指一個封裝好嘅任務模板。你同 AI 講一次，佢就會記住，以後隨時叫佢做。
舉個簡單例子。
以前你每日要咁樣同 AI 講：
「請用以下格式幫我寫日報：1. 今日完成嘅工作 2. 聽日計劃 3. 遇到嘅問題。請用簡潔專業嘅語言，唔好廢話。」
每日都要複製貼上講一次。而有了 Skill 之後，你只需要講：
「寫日報」
AI 就會自動跟返你之前設定嘅格式同要求，幫你寫好份日報。
呢個就係 Skill。佢係提示詞，又唔係提示詞，佢係「令 AI 記住點樣做」嘅工具。
大多數人卡咗喺「傾偈思維」入面
講到呢度，可能有些朋友都係覺得，「咁我就複製貼上提示詞，都唔覺得麻煩啫？」
坦白講，skill 啱啱出嗰陣，我都係咁諗，呢個唔係將一啲提示詞寫入一個 .md 檔案入面，然後塞入一個文件夾咋咩？
後來我諗通咗~
問題唔在於「麻唔麻煩」，問題在於你每一次複製貼上，都係用緊「人嘅時間」換取「AI 嘅能力」。呢筆交易，其實唔划算。
我哋嚟計一筆數。
假設你每日要完成 5 個重複任務，每個任務平均要花 2 分鐘輸入提示詞同調整輸出。一日就係 10 分鐘。一個星期落嚟係 50 分鐘，一個月就係 200 分鐘，相當於3個幾鐘，就花喺同 AI 講做咩呢件事上面。
而呢 3 個幾鐘，本來係你可以叫 AI 幫你做嘅。
呢個就係「傾偈思維」同「Skill 思維」嘅差距。
傾偈思維：你指揮 AI，每一步都要你講。
Skill 思維：你令 AI 記住，你只管叫佢做。
更重要嘅係，Skill 係可以自動運行嘅。
你可以設定一個定時任務，叫 AI 每日朝早 9 點自動幫你寫好日報，存落你嘅筆記軟件度或者 send 電郵俾你。你甚至唔需要打開對話框，日報就已經喺度等你。
呢個就係點解好多人話「AI 幫我提升咗效率」。佢哋唔係用 AI 答問題快咗，而係將重複嘅嘢交咗俾 AI 去做。
第一個路標：Nick Saraov 嘅 Agentic Workflows
好，明咗 Skill 係咩，接下來嘅問題就係，點樣搭建呢套系統？
Nick Saraev 嘅《Agentic Workflows》課程入面，俾咗第一個重要嘅框架。
佢嘅核心觀點係：AI 工作流嘅本質，唔係叫 AI 做一個任務，而係設計一個系統，令 AI 能夠自主完成一系列任務。
我印象最深嘅一個概念係，從「提示詞」到「工作流」嘅升級。
大多數人用 AI 嘅時候係咁樣：
我有一個任務 → 我寫一個提示詞 → AI 幫我完成 → 完
呢個係單次互動，效率有限。
Nick 嘅思路係：
我有一個複雜目標 → 我設計一個工作流 → AI 跟流程自主執行多個步驟 → 輸出結果
舉個例子。
以前你要 AI 幫你寫一篇文章，流程係：寫提示詞 → AI 輸出 → 你修改 → 唔滿意再改，來來回回可能要搞 1 個鐘。
但係如果你將呢件事變成一個工作流：
1、AI 先分析你俾嘅參考資料
2、AI 生成文章大綱俾你確認
3、你確認之後，AI 跟大綱擴寫
4、輸出俾你審閲
每一步你都知道做緊咩，AI 都唔係喺度「盲衝」，而係喺一個結構化嘅框架入面幫你穩步推進。
呢個就係我讀完 Nick 嘅課程框架之後最大嘅感受。
大多數人用唔好 AI，唔係因為 AI 唔夠強，而係因為我哋冇俾佢設計一套工作流程。
AI 並唔係萬能助手，你要先同佢講點樣協作先得。
第二個路標：rohit4verse 嘅 Skills 構建法
框架有咗，但係點樣落地呢？
rohit4verse 嘅 Skills 構建指南，俾咗第二個關鍵嘅思路，文章開始嘅時候都有提過。
佢文入面提到一個觀察：Anthropic 內部嘅 Claude Code 用戶，已經將 Skill 系統用到極致。佢哋將幾乎所有重複性嘅編程任務，都封裝咗做 Skills。
比如：
verify —— 驗證程式碼質量
skillify —— 將重複操作封裝做 Skill
ddup —— 清理重複程式碼
tech-debt —— 處理技術債務
每個工程師只要輸入一行指令，對應嘅 Skill 就會自動執行完整嘅流程。
呢個思路令人好興奮嘅地方在於：Skill 嘅價值唔係「令你少打咗幾個字」，而係「將一個原本需要 10 步操作嘅任務，變成 1 步自動執行」。
再舉個例子。
以前你每次寫完程式碼仲要做：格式檢查、語法驗證、提交資訊規範化、推送去倉庫，每一步都要你睇實。
有咗 Skill，你只需要講：「提交程式碼」，剩下嘅全部 AI 自動完成。
rohit4verse 喺佢嘅帖文入面仲講咗一句話，我覺得係成篇文章最核心嘅一句：
"One person with a good library of skills can outpace a team of 10."
（一個擁有豐富 Skill 庫嘅人，可以超過一個 10 人團隊。）
雖然呢句話我覺得有啲誇張，但底層嘅核心邏輯係正確嘅。
當你將重複嘅嘢都自動化之後，你能夠做到嘅嘢嘅數量級係完全唔同。
學佢 + 用佢，先係完整嘅 AI 工作流
睇到呢度，你可能已經發現：
Nick Saraev 嘅課程俾咗框架，但唔夠具體；
rohit4verse 嘅方法好實用，但係缺少系統認知。
將呢兩個放埋一齊，先係完整嘅答案。
◆ Nick 話俾你知點解要建立工作流 —— 呢個係認知層面
◆ rohit4verse 話俾你知點樣建立 Skills —— 呢個係行動層面
認知 + 行動 = 一個完整嘅 AI 工作流升級路徑
返去我自己嘅情況，我而家嘅做法係咁樣：
第一，識別重複任務。 如果我發現同一個提示詞我已經用咗 2 次以上，我會即刻停低問下自己，呢件事可唔可以變成一個 Skill？如果答案係「以後仲會重複」，我就會毫不猶豫咁動手將佢封裝起來。
第二，將 skill 儲存到我嘅 Claude Code 等 Agent 系統入面。 而家我有咗「AI 日報 skill」、「寫文章 skill」、「影片創作 skill」、「翻譯 skill」、「內容總結 skill」等等。需要嘅時候，我只需要同 AI 講「將呢篇文章做成影片」，佢就會自動跟住我預設嘅格式同流程執行。
第三，定時任務自動化。 部分重複性任務，我會設定自動觸發。例如每日朝早 9 點，我嘅 OpenClaw 會自動幫我將近 24 小時嘅 AI 重要資訊整理成摘要，推送去我嘅飛書。呢件事我完全唔使理。
但係淨係將我最常用嘅幾個任務封裝做 skill 之後，我已經明顯感覺到我每日花喺「指揮 AI 做嘢」上面嘅時間，減少咗至少一半。
寫喺最後
就以呢篇文章嚟講，我其實淨係做咗一件事。將我喺 X 上見到嘅兩篇帖文，用我嘅理解翻譯咗一次交俾 Claude Code，剩下嘅都係佢幫我做嘅。
呢個就係 skill 嘅魅力。
假如你發現你每日都重複同 AI 講同一件事，呢個就係信號。信號話俾你知：係時候將呢件事封裝做 skill 喇。
唔使一開始搞到好複雜，就由你今日做嘅第一件事開始。
例如你今日第一個打開 AI 做嘅任務係咩？聽日仲要做嗎？如果係，將佢寫低，存做一個 skill。
就係咁簡單。
剩下嘅，Claude Code 或者任何你用嘅 AI Agent 工具，會幫你記住。
希望你早日從「傾偈思維」進化到「Skill 系統」。
既然睇到呢度，如果覺得幾好，幫手順手點個「讚」、「在看」、「轉發」三連；如果想第一時間收到推送，都可以俾我加個星標★，非常多謝！
我不知道你平時是不是這樣。
你每天上班第一件事兒，是打開 ChatGPT 或者 Claude，然後跟它說："幫我寫一下今天的日報"。
第二天，又來一遍："幫我寫一下今天的日報，格式跟昨天一樣。"
第三天，還是一樣："還是日報，幫我寫。"
一週之後，你突然意識到，我好像每天都在做同一件事兒？ 而這件事兒，本來應該是 AI 幫你做才對，不是你幫 AI 做。
這可能是很多人與 AI 協作的方式。
你每天都在跟 AI 聊天，每天都在重複同樣的開場白。每天都在告訴 AI "幫我寫日報"、"幫我總結這篇內容"、"幫我把這個翻譯成英文"。
同樣的句式、同樣的結構、同樣的提示詞，不知道複製粘貼了多少次，可能都已經變成了你的肌肉記憶。
是時候做出一些改變了~
兩篇文章帶來的啓示
前幾天我刷 X 時無意間看到兩篇帖子。
第一篇是一個叫 @TheAIWorld22 的博主分享的，推薦的是 Nick Saraev 的一套課程，叫《Agentic Workflows: The 6-Hour Masterclass》，翻譯過來就是《代理工作流：6小時大師課》。帖子的評論區裏有人說了一句話讓我印象很深的話：
"Most people use Claude casually. This shows how to use it seriously."
（大多數人在隨意地使用 Claude。這篇文章展示的是如何認真地用它。）
第二篇是 @rohit4verse 寫的，他提到 Anthropic 內部團隊使用 Claude Code 的方式：verify、skillify、ddup、tech-debt，每個重複的任務，都是一行觸發指令就搞定。他寫了一句話：
"every repeat task is a one-line trigger for them."
（對他們來說，每個重複任務就是一行觸發指令。）
這兩篇帖子看似不相關，但放在一起，能想明白一件事。
大多數人卡在 AI 能力上的根本原因，不是我們學過的提示詞不夠多，而是我們一直在用"聊天"的方式用 AI，不是用"系統"的方式用 AI。
先搞清楚什麼是 Skill
我之前一直以為可能很多人都瞭解 skill，但後來我發現我錯了，信息差真的是無處不在。
所以在這裏再普及一下「Skill」，先把它說清楚，它到底是幹什麼的？有什麼用？
你也可以看我之前寫過的一篇關於 Agent Skills 的系統性文章《一文講清 Agent Skill，從原理到使用》。
Skill，翻譯過來是「技能」。
在 AI Agent 的語境裏，Skill 指的是一個封裝好的任務模板。你告訴 AI 一次，它就能記住，以後隨時調用。
舉個簡單例子。
以前你每天要這樣跟 AI 說：
"請用以下格式幫我寫日報：1. 今日完成的工作 2. 明日計劃 3. 遇到的問題。請用簡潔專業的語言，不要廢話。"
每天都要複製粘貼說一遍。而有了 Skill 之後，你只需要說：
"寫日報"
AI 就會自動按照你之前設定的格式和要求，幫你把日報寫出來。
這就是 Skill。它是提示詞，也不是提示詞，它是"讓 AI 記住怎麼做"的工具。
大多數人卡在了「聊天思維」裏
說到這裏，可能有些朋友還是覺得，"那我就複製粘貼提示詞，也沒覺得麻煩呀？"
坦白說，skill 剛出來的那會兒，我也是這麼想的，這不就是把一些提示詞寫進了一個 .md 文件裏麼，然後給塞到一個文件夾中麼。
後來我想通了~
問題不在於「麻不麻煩」，問題在於你每一次複製粘貼，都是在用「人的時間」換取「AI 的能力」。這筆交易，其實不划算。
我們來算一筆賬。
假設你每天要完成 5 個重複任務，每個任務平均要花 2 分鐘輸入提示詞和調整輸出。一天就是 10 分鐘。一週下來是 50 分鐘，一個月就是 200 分鐘，相當於3個多小時，就花在告訴 AI 做什麼這件事兒上。
而這 3 個多小時，本來是你可以讓 AI 替你完成的。
這就是「聊天思維」和「Skill 思維」的差距。
聊天思維：你指揮 AI，每一步都要你說。
Skill 思維：你讓 AI 記住，你只管調用。
更關鍵的是，Skill 是可以自動運行的。
你可以設定一個定時任務，讓 AI 每天早上 9 點自動幫你寫好日報，存到你的筆記軟件裏或者給你發郵件。你甚至不需要打開對話框，日報就已經在等你了。
這就是為什麼很多人說「AI 幫我提升了效率」。他們不是用 AI 回答問題更快了，而是把重複的事情交給了 AI 去完成。
第一個路標：Nick Saraov 的 Agentic Workflows
好，明白了 Skill 是什麼，接下來的問題就是，怎麼搭建這套系統？
Nick Saraev 的《Agentic Workflows》課程裏，給了第一個重要的框架。
他的核心觀點是：AI 工作流的本質，不是讓 AI 做一個任務，而是設計一個系統，讓 AI 能夠自主完成一系列任務。
我印象最深的一個概念是，從「提示詞」到「工作流」的升級。
大多數人在使用 AI 時是這樣的：
我有一個任務 → 我寫一個提示詞 → AI 幫我完成 → 結束
這是單次交互，效率有限。
Nick 的思路是：
我有一個複雜目標 → 我設計一個工作流 → AI 按照流程自主執行多個步驟 → 輸出結果
舉個例子。
以前你要 AI 幫你寫一篇文章，流程是：寫提示詞→AI輸出→你修改→不滿意再改，來來回回可能要折騰1個小時。
但如果你把這件事兒變成一個工作流：
1、AI 先分析你給的參考資料
2、AI 生成文章大綱給你確認
3、你確認後，AI 按大綱擴寫
4、輸出給你審閲
每一步你都知道在做什麼，AI 也不是在「閉眼狂奔」，而是在一個結構化的框架裏幫你穩步推進。
這就是我讀完 Nick 的課程框架後最大的感受。
大多數人用不好 AI，不是因為 AI 不夠強，而是因為我們沒有給它設計一套工作流程。
AI 並非萬能助手，你得先告訴它怎麼協作才行。
第二個路標：rohit4verse 的 Skills 構建法
框架有了，但怎麼落地呢？
rohit4verse 的 Skills 構建指南，給了第二個關鍵的思路，文章開始的時候也提到過。
他文中提到一個觀察：Anthropic 內部的 Claude Code 用戶，已經把 Skill 系統用到了極致。他們把幾乎所有重複性的編程任務，都封裝成了 Skills。
比如：
verify —— 驗證代碼質量
skillify —— 把重複操作封裝成 Skill
ddup —— 清理重複代碼
tech-debt —— 處理技術債務
每個工程師只要輸入一行指令，對應的 Skill 就會自動執行完整的流程。
這個思路讓人很興奮的地方在於：Skill 的價值不是"讓你少打了幾個字"，而是"把一個原本需要10步操作的任務，變成1步自動執行"。
再舉個例子。
以前你每次寫完代碼還要做：格式檢查、語法驗證、提交信息規範化、推送到倉庫，每一步都得你盯着。
有了 Skill，你只需要說：「提交代碼」，剩下的全部 AI 自動完成。
rohit4verse 在他的帖子裏還說了一句話，我覺得是整篇文章最核心的一句：
"One person with a good library of skills can outpace a team of 10."
（一個擁有豐富 Skill 庫的人，可以超越一個10人團隊。）
雖然這句話我覺得有點兒誇張了，但底層的核心邏輯是正確的。
當你把重複的事情都自動化之後，你能做的事情的數量級是完全不同的。
學它+用它，才是完整的 AI 工作流
看到這裏，你可能已經發現：
Nick Saraev 的課程給了框架，但不夠具體；
rohit4verse 的方法很實用，但缺少系統認知。
把這兩個放在一起，才是完整的答案。
◆ Nick 告訴你為什麼要建工作流 —— 這是認知層面
◆ rohit4verse 告訴你怎麼建 Skills —— 這是行動層面
認知 + 行動 = 一個完整的 AI 工作流升級路徑
回到我自己的情況上，我現在的做法是這樣的：
第一，識別重複任務。 如果我發現同一個提示詞我已經用了 2 次以上，我會立刻停下來問一下自己，這件事能不能變成一個 Skill？如果答案是「以後還會重複」，我就會毫不猶豫的動手把它封裝起來。
第二，把 skill 存儲到我的 Claude Code 等 Agent 系統裏。 現在我有了「AI 日報 skill」、「寫文章 skill」、「視頻創作 skill」、「翻譯 skill」、「內容總結 skill」等等。需要的時候，我只需要告訴 AI "把這篇文章做成視頻"，它就會自動按我預設的格式和流程執行。
第三，定時任務自動化。 部分重複性任務，我會設定自動觸發。比如每天早上9點，我的 OpenClaw 會自動幫我把近 24 小時的 AI 重要資訊整理成摘要，推送到我的飛書。這件事兒我完全不用管。
但僅僅是把我最常用的幾個任務封裝成 skill 之後，我已經明顯感覺到我每天花在"指揮 AI 做事兒"上的時間，減少了至少一半。
寫在最後
就拿這篇文章來說，我其實只做了一件事兒。把我在 X 上看到的兩篇帖子，用我的理解翻譯了一遍交給了 Claude Code，剩下的都是它幫我做的。
這就是 skill 的魅力。
假如你發現你每天都在重複告訴 AI 同一件事兒，這就是信號。信號在告訴你：是時候把這件事兒封裝成 skill 了。
不用一開始搞得很複雜，就從你今天做的第一件事兒開始。
比如你今天第一個打開 AI 做的任務是什麼？明天還要做嗎？如果是，把它寫下來，存成一個 skill。
就這麼簡單。
剩下的，Claude Code 或者任何你用的 AI Agent 工具，會幫你記住。
希望你早日從「聊天思維」進化到「Skill 系統」。
既然看到這兒了，如果覺得還不錯，幫忙隨手點個「贊」、「在看」、「轉發」三連；如果想第一時間收到推送，也可給我加個星標★，非常感謝！