真正會用 AI 的人，已經不寫 Prompt 了

我先講一句有啲冒犯嘅說話。

真正識用 AI 嘅人，已經唔寫 Prompt 啦。

當然，唔係唔寫任何提示詞。

你總要同 AI 溝通。

你總要話畀佢知目標、上下文、邊界同輸出格式。

但呢兩日我愈來愈強烈咁覺得：

Prompt 正在由「核心資產」，退返去做「臨時溝通」。

真正嘅資產，變咗做 Skill。

準確啲講：

Prompt 係一次性指令，Skill 係可複用能力。

呢件事，對普通人來講好重要。

因為 2023 年，好多人啱啱接觸 AI 嘅時候，都係由 Prompt 開始。

寫一個好 Prompt。

收藏一個神級 Prompt。

買一套 Prompt 模板。

我自己都做過呢件事。

嗰陣時我話，指令係第一生產力。

今日我依然覺得呢句說話喺當時係啱嘅。

但 2026 年，遊戲規則變咗。

如果你仲停留喺「我會寫一條好長好複雜嘅 Prompt」，你會好快被淘汰。

唔係俾唔識寫 Prompt 嘅人淘汰。

而係俾會將 Prompt 封裝成 Skill 嘅人淘汰。

Prompt 最大嘅問題，唔係唔好用。

啱啱相反，佢太好用。

所以我哋好容易沉迷。

寫標題，嚟一條 Prompt。

寫文章，嚟一條 Prompt。

做排版，嚟一條 Prompt。

改語氣，嚟一條 Prompt。

生成封面，嚟一條 Prompt。

一開始你會覺得自己好叻。

但用耐咗，你會發現一個問題：

你每日都喺度重複解釋自己。

我嘅風格係點。

我嘅讀者係邊個。

我嘅標題唔好太油。

我嘅文章要有個人經歷。

我嘅公眾號正文唔好重複標題。

我嘅底部二維碼佔位要刪咗佢。

我嘅選題要貼近一人公司同 AI 商業化。

呢啲說話，你講一次可以。

講十次就煩。

講一百次就話明系統有問題。

就好似你公司有個實習生，每日返工第一件事都問你：

老細，我哋公司做咩㗎？

你崩唔崩潰？

Prompt 就係每日重新培訓實習生。

Skill 就係將培訓手冊寫低。

好多人第一次聽 Skill，會覺得佢好技術。

其實唔使諗得太複雜。

Skill 就係畀 AI 嘅崗位說明書。

佢話畀 AI 知：

遇到咩任務時要啟動你。

輸入係咩。

輸出係咩。

有啲咩規則。

有啲咩禁區。

需要調用邊啲工具。

失敗咗點樣兜底。

例如我啱啱裝咗一個 AI HOT Skill。

以後我問：

今日 AI 圈有咩嘢？

最近 OpenAI 有咩發佈？

最近一星期 AI 論文？

佢唔會靠訓練數據亂估。

佢會直接去 AI HOT 嘅公開接口拎最新數據，再整理成中文簡報。

呢個就係 Skill 嘅價值。

佢唔係回答一次問題。

佢係建立一條穩定嘅信息入口。

再例如公眾號排版 Skill。

佢知道一級標題唔可以入正文。

知道段落要短。

知道二級標題要變成章節塊。

知道金句要突出。

知道底部二維碼佔位要刪除。

知道封面唔好塞入正文 HTML。

呢啲規則，唔需要我每次重新講。

呢個就係能力資產。

呢個唔係我一個人嘅感覺。

最近幾日，AI HOT 裏面連續出現咗好多類似信號。

Perplexity 發佈咗構建智能體 Skill 嘅內部手冊。

Claude Code 社羣喺度討論 Agent Development Kit，將 `CLAUDE.md`、`skills`、`hooks`、`subagents`、`plugins` 呢啲嘢組合成工程化結構。

Warp 開源內部工作流工具。

Cursor 發佈工作流插件。

OpenAI Codex 都喺度強調 Agent 資產遷移。

呢啲事件睇起嚟分散。

但背後嘅方向係一致嘅：

大家都喺度將 AI 由「傾偈」推向「可複用工作流」。

點解？

因為傾偈冇辦法規模化。

你同 AI 傾得幾好，都只係你今次傾得好。

Skill 可以複製。

可以共享。

可以迭代。

可以放進團隊規範。

可以變成一個人嘅長期資產。

呢個就係分別。

以前嘅 Prompt 似口頭禪。

而家嘅 Skill 似工具箱。

一個真正成熟嘅 AI 工作者，唔會每日臨時背咒語。

佢會維護自己嘅工具箱。

我對呢件事嘅感受特別深。

因為我就係由 Prompt 做起嘅。

2023 年，我將 Prompt 理解成語言槓桿。

寫一套好指令，就可以令大模型反覆創造價值。

嗰陣時呢個認知好有用。

佢令我捉到 AI 普及早期嘅紅利。

但 2026 年，我發現淨係靠語言槓桿唔夠。

我需要代碼槓桿。

需要自動化槓桿。

需要工作流槓桿。

呢個都係我最近兩星期做嘅嘢。

整理 Obsidian 知識庫。

研究 Codex。

搭建公眾號自動化發佈。

安裝 AI HOT Skill。

整理排版 Skill。

將發稿流程接到伺服器同公眾號草稿箱。

外人睇起嚟，我好似喺度搞搞震。

但我自己知，我係將過去幾年累積嘅經驗，變成可執行系統。

以前我嘅知識喺個腦度。

後嚟喺 Obsidian 度。

而家，我想佢進入 Skill 度。

個腦嘅知識，只能靠我本人調用。

Obsidian 嘅知識，可以被我搜索。

Skill 嘅知識，可以被 AI 執行。

呢三個層級完全唔同。

我讀《小而美》嘅時候，入面有一個案例令我印象好深。

作者將自己嘅知識拆成多個 Claude Skill，令書入面嘅方法可以被反覆調用。

呢件事俾我嘅刺激好大。

因為我以前理解「產品化自己」，主要係做課程、做訓練營、做社羣。

而家我發現，仲有更深一層：

將你嘅知識同思維方式，編碼成可以反覆運行嘅工具同系統。

課程係將你講俾人聽。

Skill 係將你做事嘅方法交俾 AI 去執行。

兩者唔衝突。

但 Skill 嘅複利更明顯。

例如我有寫作 Skill。

佢就可以幫我保持文章風格。

我有選題 Skill。

佢每日可以幫我省返至少 2 個鐘。

我有排版 Skill。

佢可以保證每篇文章發佈質量穩定。

我有自動發公眾號嘅工作流。

佢可以將文章直接送到草稿箱。

呢啲嘢加埋，就係一個人嘅內容團隊。

唔使打卡。

唔使開會。

唔使情緒管理。

只需要不斷迭代規則。

我唔想製造一種新嘅鄙視鏈。

唔係話寫 Prompt 嘅人低級，寫 Skill 嘅人高級。

Prompt 依然重要。

所有 Skill，最初都嚟自 Prompt。

你要先知道自己想令 AI 點樣做，先可以將佢封裝成 Skill。

但問題在於：

你唔可以永遠停留喺臨時表達。

如果一個任務你只做一次，用 Prompt 就夠。

如果一個任務你要做十次，寫成模板。

如果一個任務你要做一百次，做成 Skill。

如果一個任務會影響你嘅收入，接入自動化工作流。

呢個就係升級路徑。

好多人今日最大嘅問題，係將高頻任務仲當低頻任務處理。

每日都要揾選題，卻冇選題 Skill。

每日都要寫標題，卻冇標題庫。

每日都要排版，卻每次都手動調。

每日都要覆盤，卻冇數據看板。

呢個唔係勤力。

呢個係系統缺失。

我接下來會非常重視一件事：

維護自己嘅 Skill 庫。

唔係收藏人哋嘅。

而係由我嘅真實業務裏面生出來。

公眾號選題 Skill。

長文寫作 Skill。

短視頻腳本 Skill。

朋友圈文案 Skill。

公眾號排版 Skill。

封面生成 Skill。

草稿箱發佈 Skill。

客戶需求拆解 Skill。

項目管理 Skill。

交付覆盤 Skill。

呢啲嘢唔係炫技。

佢哋就係一人公司嘅工位。

一個 Skill，就係一個崗位。

選題編輯。

主筆。

排版。

美編。

發佈助理。

數據分析。

項目經理。

以前你要請人。

而家你可以先寫 Skill。

呢個唔代表人不重要。

啱啱相反，人更重要。

因為 Skill 只會放大你已經有嘅判斷。

如果你冇判斷，Skill 只會更快咁產出垃圾。

但如果你有判斷，有經驗，有內容資產，有客戶理解，咁 Skill 會非常可怕。

佢會將你嘅能力，由「手工藝」變成「生產線」。

我唔係突然打咗雞血。

我覺得地基差唔多打好了。

AI HOT 解決咗選題入口。

Obsidian 解決咗本地知識庫。

寫作 Skill 解決咗表達穩定性。

排版 Skill 解決咗發佈質量。

Codex 解決咗執行同自動化。

公眾號草稿箱解決咗最終審核。

呢個時候再話每日更新 5 篇，先唔係死衝。

而係系統產能釋放。

以前一日 5 篇，可能係透支。

而家一日 5 篇，係批處理。

當然，最終行唔行得通，仲要睇數據。

標題打開率。

閲讀完成率。

漲粉。

諮詢。

成交。

呢啲都要返嚟校準系統。

但至少，我唔再驚產能問題。

因為產能唔係靠我一個人死寫。

而係靠我同一套 Skill 庫一齊寫。

所以，返返去標題。

真正識用 AI 嘅人，已經唔寫 Prompt 啦。

佢哋唔係唔識寫。

佢哋係將 Prompt 封裝成 Skill，將 Skill 接成工作流，將工作流變成自己嘅公司系統。

呢一步行得通，普通人嘅 AI 生產力，先真正開始爆發。

我先說一個有點冒犯的話。

真正會用 AI 的人，已經不寫 Prompt 了。

當然，不是不寫任何提示詞。

你總要跟 AI 溝通。

你總要告訴它目標、上下文、邊界和輸出格式。

但這兩天我越來越強烈地感覺到：

Prompt 正在從“核心資產”，退回到“臨時溝通”。

真正的資產，變成了 Skill。

更準確一點說：

Prompt 是一次性指令，Skill 是可複用能力。

這件事，對普通人非常重要。

因為 2023 年，很多人剛接觸 AI 時，都是從 Prompt 開始的。

寫一個好 Prompt。

收藏一個神級 Prompt。

買一套 Prompt 模板。

我自己也做過這件事。

那時候我說，指令是第一生產力。

今天我依然認為這句話在當時是對的。

但 2026 年，遊戲規則變了。

如果你還停留在“我會寫一條很長很複雜的 Prompt”，你會很快被淘汰。

不是被不會寫 Prompt 的人淘汰。

而是被會把 Prompt 封裝成 Skill 的人淘汰。

Prompt 最大的問題，不是不好用。

恰恰相反，它太好用了。

所以我們很容易沉迷。

寫標題，來一條 Prompt。

寫文章，來一條 Prompt。

做排版，來一條 Prompt。

改語氣，來一條 Prompt。

生成封面，來一條 Prompt。

一開始你會覺得自己很強。

但用久了，你會發現一個問題：

你每天都在重複解釋自己。

我的風格是什麼。

我的讀者是誰。

我的標題不要太油。

我的文章要有個人經歷。

我的公眾號正文不要重複標題。

我的底部二維碼佔位要刪掉。

我的選題要貼一人公司和 AI 商業化。

這些話，你說一遍可以。

說十遍就煩。

說一百遍就說明系統有問題。

這就像你公司裏有一個實習生，每天上班第一件事都問你：

老闆，我們公司是做什麼的？

你崩不崩潰？

Prompt 就是每天重新培訓實習生。

Skill 是把培訓手冊寫下來。

很多人第一次聽 Skill，會覺得它很技術。

其實不用想複雜。

Skill 就是給 AI 的崗位說明書。

它告訴 AI：

遇到什麼任務時要啓動你。

輸入是什麼。

輸出是什麼。

有哪些規則。

有哪些禁區。

需要調用哪些工具。

失敗了怎麼兜底。

比如我剛裝了一個 AI HOT Skill。

以後我問：

今天 AI 圈有什麼？

最近 OpenAI 有什麼發佈？

最近一週 AI 論文？

它不會憑訓練數據瞎猜。

它會直接去 AI HOT 的公開接口拉最新數據，再整理成中文簡報。

這就是 Skill 的價值。

它不是回答一次問題。

它是建立一條穩定的信息入口。

再比如公眾號排版 Skill。

它知道一級標題不能進正文。

知道段落要短。

知道二級標題要變成章節塊。

知道金句要突出。

知道底部二維碼佔位要刪除。

知道封面不要塞進正文 HTML。

這些規則，不需要我每次重新說。

這就是能力資產。

這不是我一個人的感覺。

最近幾天，AI HOT 裏連續出現了很多類似信號。

Perplexity 發佈了構建智能體 Skill 的內部手冊。

Claude Code 社區在討論 Agent Development Kit，把 `CLAUDE.md`、`skills`、`hooks`、`subagents`、`plugins` 這些東西組合成工程化結構。

Warp 開源內部工作流工具。

Cursor 發佈工作流插件。

OpenAI Codex 也在強調 Agent 資產遷移。

這些事件看起來分散。

但背後的方向是一致的：

大家都在把 AI 從“聊天”推向“可複用工作流”。

為什麼？

因為聊天無法規模化。

你和 AI 聊得再好，也只是你這次聊得好。

Skill 可以複製。

可以共享。

可以迭代。

可以放進團隊規範。

可以變成一個人的長期資產。

這就是差別。

過去的 Prompt 像口頭禪。

現在的 Skill 像工具箱。

一個真正成熟的 AI 工作者，不會每天臨時背咒語。

他會維護自己的工具箱。

我對這件事的感受特別深。

因為我就是從 Prompt 做起來的。

2023 年，我把 Prompt 理解成語言槓桿。

寫一套好指令，就能讓大模型反覆創造價值。

那時候這個認知很有用。

它讓我抓住了 AI 普及早期的紅利。

但 2026 年，我發現只靠語言槓桿不夠了。

我需要代碼槓桿。

需要自動化槓桿。

需要工作流槓桿。

這也是我最近兩週做的事。

整理 Obsidian 知識庫。

研究 Codex。

搭公眾號自動化發佈。

安裝 AI HOT Skill。

整理排版 Skill。

把發稿流程接到服務器和公眾號草稿箱。

外人看起來，我好像在折騰。

但我自己知道，我是在把過去幾年積累的經驗，變成可執行系統。

以前我的知識在腦子裏。

後來在 Obsidian 裏。

現在，我想讓它進入 Skill 裏。

腦子裏的知識，只能靠我本人調用。

Obsidian 裏的知識，可以被我搜索。

Skill 裏的知識，可以被 AI 執行。

這三個層級完全不一樣。

我讀《小而美》的時候，裏面有一個案例讓我印象很深。

作者把自己的知識拆成多個 Claude Skill，讓書裏的方法可以被反覆調用。

這件事給我的刺激很大。

因為我以前理解“產品化自己”，主要是做課程、做訓練營、做社羣。

現在我發現，還有更深一層：

把你的知識和思維方式，編碼成可以反覆運行的工具和系統。

課程是把你講給別人聽。

Skill 是把你做事的方法交給 AI 跑。

這兩者不衝突。

但 Skill 的複利更明顯。

比如我有寫作 Skill。

它就能幫我保持文章風格。

我有選題 Skill。

它每天能幫我節省至少 2 小時。

我有排版 Skill。

它能保證每篇文章發佈質量穩定。

我有自動發公眾號的工作流。

它能把文章直接送到草稿箱。

這些東西加起來，就是一個人的內容團隊。

不需要打卡。

不需要開會。

不需要情緒管理。

只需要不斷迭代規則。

我不想製造一種新的鄙視鏈。

不是說寫 Prompt 的人低級，寫 Skill 的人高級。

Prompt 依然重要。

所有 Skill，最初都來自 Prompt。

你得先知道自己想讓 AI 怎麼做，才能把它封裝成 Skill。

但問題在於：

你不能永遠停留在臨時表達。

如果一個任務你只做一次，用 Prompt 就夠了。

如果一個任務你要做十次，寫成模板。

如果一個任務你要做一百次，做成 Skill。

如果一個任務會影響你的收入，接進自動化工作流。

這就是升級路徑。

很多人今天最大的問題，是把高頻任務還當低頻任務處理。

每天都要找選題，卻沒有選題 Skill。

每天都要寫標題，卻沒有標題庫。

每天都要排版，卻每次手動調。

每天都要覆盤，卻沒有數據看板。

這不是勤奮。

這是系統缺失。

我接下來會非常重視一件事：

維護自己的 Skill 庫。

不是收藏別人的。

而是從我的真實業務里長出來。

公眾號選題 Skill。

長文寫作 Skill。

短視頻腳本 Skill。

朋友圈文案 Skill。

公眾號排版 Skill。

封面生成 Skill。

草稿箱發佈 Skill。

客戶需求拆解 Skill。

項目管理 Skill。

交付覆盤 Skill。

這些東西不是炫技。

它們就是一人公司的工位。

一個 Skill，就是一個崗位。

選題編輯。

主筆。

排版。

美編。

發佈助理。

數據分析。

項目經理。

過去你要招人。

現在你可以先寫 Skill。

這並不意味着人不重要。

恰恰相反，人更重要。

因為 Skill 只會放大你已經有的判斷。

如果你沒有判斷，Skill 只會更快地產出垃圾。

但如果你有判斷，有經驗，有內容資產，有客戶理解，那 Skill 會非常可怕。

它會把你的能力，從“手工藝”變成“生產線”。

我不是突然雞血。

我是覺得地基差不多了。

AI HOT 解決了選題入口。

Obsidian 解決了本地知識庫。

寫作 Skill 解決了表達穩定性。

排版 Skill 解決了發佈質量。

Codex 解決了執行和自動化。

公眾號草稿箱解決了最終審核。

這時候再說每天更 5 篇，才不是蠻幹。

而是系統產能釋放。

以前一天 5 篇，可能意味着透支。

現在一天 5 篇，意味着批處理。

當然，最終能不能跑通，還要看數據。

標題打開率。

閲讀完成率。

漲粉。

諮詢。

成交。

這些都要回來校準系統。

但至少，我不再害怕產能問題了。

因為產能不是靠我一個人硬寫。

而是靠我和一套 Skill 庫一起寫。

所以，回到標題。

真正會用 AI 的人，已經不寫 Prompt 了。

他們不是不會寫。

他們是把 Prompt 封裝成 Skill，把 Skill 接成工作流，把工作流變成自己的公司系統。

這一步走通，普通人的 AI 生產力，才真正開始爆發。