现在 AI 这么发达，但我一直在想一个问题：为什么还是有"会用 AI"和"不会用 AI"之分？之前网上流传一个"不等式"——文科生 + AI = CodeMaster——当然不是歧视文科生，而是觉得那种"靠 AI 可以得万物"的想法太天真了。
如何用好 AI？主要靠两个东西：一个是提示词，一个是拓展工具。提示词写得好，就能化腐朽为神奇；拓展工具用得好，就能提升 AI 的能力上限。本篇只讲提示词这方面。 在这个领域，有一个关键词——Skill。
什么是 Skill？给 AI 的一份项目说明书。告知什么该处理、什么不能碰、红线在哪、做到什么程度算合格。合理的运用 Skill 可以达到事半功倍的效果。
这一套完整来讲，不是一个 Skill，而是一整套 Skill 体系。
需求收集
第一个是需求技能。我们开发的时候一直有个缺陷——不知道怎么想，只有一个模糊的范围。这个技能定义了该怎么逼问你，把你的想法完整收集出来。比如"你想做个什么"，你回答了，它会接着问"给谁用"、"不做什么"——不是开放式提问，而是给具体选项让你选。把思考交给 AI，把选择交给你。
设计规范
你肯定遇到过这种场景——打开一个 AI 写的页面，说不上哪里不对，但就是丑。这不是 AI 审美不行，是你没告诉它你想要什么。你跟它说"高级感"，它理解不了——这个词跟没说一样。
所以设计规范这个技能干的事很直接：不问开放式问题。它不会问你"想要什么风格"，而是给两个真实产品的方向让你选——像 Linear 还是像 Notion？深色还是浅色？衬线还是无衬线？把你的感觉翻译成具体的颜色值、字号、像素间距。出来的是一份设计文档，不是一堆形容词。
开发计划
需求有了、设计定了，接下来不是直接写代码。很多 AI 项目死在这一点上——上来就写，写到一半发现方向偏了，推倒重来。开发计划做的事是把需求拆成一个个能独立跑通的 Phase，每个 Phase 精确到要改哪些文件、产生什么、怎么验收。不会出现"写了一堆代码但什么都看不到"的阶段。
开发
这里有一个我踩过无数遍的坑：AI 写完代码说测过了，你信了，跑一下发现根本跑不通。所以开发技能里加了两个硬门槛——第一，代码写完必须当场编译跑通，终端没输出零错误不许说完成。第二，跑通了还不行，必须召一个独立子代理来做代码审查。为什么是独立的？因为刚写完代码的那个 AI 审自己的代码，跟让学生批自己卷子没区别。子代理没参与开发，是一颗干净的脑子。审不过就修，修完再审，全部绿灯才算过。
自进化：不是写得多，而是写得精
现在很多人有个误解，觉得提示词写得越长越详细越好，恨不得把每一步操作都列成操作手册。过度的提示词除了浪费上下文窗口，还能干什么？
这套系统做了一件反直觉的事：规则里只留目标和红线，执行细节交给 AI 自己组织。 比如"代码没过审不许收工"——它不会把这条当规则反复念，而是直接做成自动门禁卡死。能用程序判断的事，绝对不占提示词的位置。
但更关键的是自进化机制。你每次纠正 AI、骂它、指出它哪里做错了——这些都会被记下来，存成一条条信号。下次你新开一个对话，系统会静默派个子代理，把这些信号消化掉，抽象成规则的修改建议，然后一条条摆出来问你要不要改。
而且这是双向的。不光补漏洞——它发现哪条规则从来没用上，还敢主动提议删掉。所以你用得越久，系统越懂你的习惯，规则却不会越写越多。提示词的数量在减少，精准度在上升。 这才是"越用越懂你"的真正含义。
附加技能
除了主流程，还有几个外围能力：bug-fixer 专门应对审查不通过或你甩来的报错。release-builder 负责发布前隐私扫描，本地文件路径、硬编码 API Key 扫出来直接叫停。skill-builder 让你自己造新技能插进系统。
说回开头那个问题——为什么同样面对强大的 AI，有人用得好，有人用不好？差距不在 AI 本身，在你能不能把"要什么"说清楚。提示词写到极致，不是堆字数，是给 AI 一份它能看懂、会遵守、做错了能被揪出来的说明书。
这就是 creator.skill 在做的事。\n\ncreator.skill · github.com/arctan303/creator.skill
还没有回应，欢迎写下第一封来信。