Wise：你的经验，可以复制粘贴了：Skills正在引发一场知识资产化革命

Wise：你的经验，可以复制粘贴了：Skills正在引发一场知识资产化革命 Wise：你的经验，可以复制粘贴了：Skills正在引发一场知识资产化革命 Modified January 27 Skills也不再需要我们复制粘贴，AI会基于语义加载Skills，自动完成任务，并且还能自己传递上下文的变量，极大程度的解放了双手。而且按需加载的模式，不会一次性让AI理解太多内容，也大大减少了幻觉，既节省成本，还能提高效率。它解决了什么问题？任何重复3次以上的事情都值得被Skills解决。 1次是偶然，2次是巧合，3次就要变成模式了。上周我想要修改某个提示词，原本的流程是：让AI帮我改提示词，改完我说一句有没有遗漏，然后不放心，重新自己检查。检查出遗漏的部分，告诉它把缺的部分补充进来。一遍一遍，每次都要重新解释我想要什么。有了 Skills 之后，我只要说：用提示词修改技能，修改文件夹的xx提示词，修改的目的是：xxxx Claude 会自动激活我预先写好的提示词修改的Skill，里面已经包含了所有我的要求，风格规范。它省去了每次都要解释一遍我要什么的重复劳动。我们真正需要的是让AI一次做对。要怎么样创建一个Skills呢？你现在卡住的，不是能力，是顺序。 Step 1：找一个最高频，最痛的场景 80%的价值来自20%的高频场景，拿出最近3个重复3次以上的高频任务，是竞品分析、数据分析还是周报日报？ Step 2：把我们的SOP写下来，思考AI要帮助自己完成什么思考那些工作里有哪些是标准化的流程？例如我们的复盘报告模版，它70%内容结构固定的。那我们可以把它抽象成"数据表现问题诊断优化假设"三栏模板。那拿到数据，就可以让AI根据格式输出初稿了，让自己告别所有文书工作。但千万觉得Skills是工作流，是全自动完成的流程。不要试图封装整个流程，要封装的是低价值的苦力活。比如我们在做竞品分析，查找数据是苦力，定评估维度有价值，基于评估内容决策有价值，那么保留有价值的设计和决策部分。建议Skill帮你做执行，辅助你做判断，最终你自己来做决策。 Step 3：用自然语言告诉AI你要创建什么Skills 明确之后，可以在AI里用自然语言让它帮你创建一个skills。 • • • Code block Plain Text Copy 在编程IDE里面claude： /skill creator “你的需求”codex：$skill creator “你的需求” 大概的指令都是相同的，进入创建流程后，AI会问你想要做什么skill，要怎么触发。然后你就可以把前两步思考出来的结果告诉AI。这里有一个小诀窍，在做完之后，可以让它用ASCII画出现在的Skills逻辑，帮助你判断是否正确。另外就是要定义好什么时候触发这个skills了，例如：当用户想要绘画的时候，触发绘画提示词skills。这句话就是你的绘画提示词Skill核心指令。 Step 4：不断优化先完成，再完美。第一个版本允许能用就行，然后每次使用，都让AI去改你不满意的点。直到它能够百分百完成你的任务。写在最后经验资产化的本质，是把时间单价变成资产复利。你今天封装的每个Skill，都在为明天的自己雇佣一个免费实习生。结果=方法 × 强度 × 时间。试着把你最常用的一个工作流封装成Skill，你的痛苦、困境和解决方案，正是最稀缺的数字资产。保护它们，封装它们，让它们为你工作。新的AI交流群在招募小伙伴啦欢迎一起玩AI 声明：图片由AI生成我是Wise，如果对朋友们有用，欢迎关注～ Skills也不再需要我们复制粘贴，AI会基于语义加载Skills，自动完成任务，并且还能自己传递上下文的变量，极大程度的解放了双手。而且按需加载的模式，不会一次性让AI理解太多内容，也大大减少了幻觉，既节省成本，还能提高效率。它解决了什么问题？任何重复3次以上的事情都值得被Skills解决。 1次是偶然，2次是巧合，3次就要变成模式了。上周我想要修改某个提示词，原本的流程是：让AI帮我改提示词，改完我说一句有没有遗漏，然后不放心，重新自己检查。检查出遗漏的部分，告诉它把缺的部分补充进来。一遍一遍，每次都要重新解释我想要什么。有了 Skills 之后，我只要说：用提示词修改技能，修改文件夹的xx提示词，修改的目的是：xxxx Claude 会自动激活我预先写好的提示词修改的Skill，里面已经包含了所有我的要求，风格规范。它省去了每次都要解释一遍我要什么的重复劳动。我们真正需要的是让AI一次做对。要怎么样创建一个Skills呢？你现在卡住的，不是能力，是顺序。 Step 1：找一个最高频，最痛的场景 80%的价值来自20%的高频场景，拿出最近3个重复3次以上的高频任务，是竞品分析、数据分析还是周报日报？ Step 2：把我们的SOP写下来，思考AI要帮助自己完成什么思考那些工作里有哪些是标准化的流程？例如我们的复盘报告模版，它70%内容结构固定的。那我们可以把它抽象成"数据表现问题诊断优化假设"三栏模板。那拿到数据，就可以让AI根据格式输出初稿了，让自己告别所有文书工作。但千万觉得Skills是工作流，是全自动完成的流程。不要试图封装整个流程，要封装的是低价值的苦力活。比如我们在做竞品分析，查找数据是苦力，定评估维度有价值，基于评估内容决策有价值，那么保留有价值的设计和决策部分。建议Skill帮你做执行，辅助你做判断，最终你自己来做决策。 Step 3：用自然语言告诉AI你要创建什么Skills 明确之后，可以在AI里用自然语言让它帮你创建一个skills。 • • • 大概的指令都是相同的，进入创建流程后，AI会问你想要做什么skill，要怎么触发。然后你就可以把前两步思考出来的结果告诉AI。这里有一个小诀窍，在做完之后，可以让它用ASCII画出现在的Skills逻辑，帮助你判断是否正确。另外就是要定义好什么时候触发这个skills了，例如：当用户想要绘画的时候，触发绘画提示词skills。这句话就是你的绘画提示词Skill核心指令。 Step 4：不断优化先完成，再完美。第一个版本允许能用就行，然后每次使用，都让AI去改你不满意的点。直到它能够百分百完成你的任务。写在最后经验资产化的本质，是把时间单价变成资产复利。你今天封装的每个Skill，都在为明天的自己雇佣一个免费实习生。结果=方法 × 强度 × 时间。试着把你最常用的一个工作流封装成Skill，你的痛苦、困境和解决方案，正是最稀缺的数字资产。保护它们，封装它们，让它们为你工作。新的AI交流群在招募小伙伴啦欢迎一起玩AI 声明：图片由AI生成我是Wise，如果对朋友们有用，欢迎关注～原文：https://mp.weixin.qq.com/s/7f7tBH26otPtujsXRrynIQ 原文：https://mp.weixin.qq.com/s/7f7tBH26otPtujsXRrynIQ 最近我发现我陷入了奇怪了循环，在AI时代本来应该让工作变得更高效，但同样流程格式的数据分析，用研报告，每次都要从头开始。我还是要每次告诉它，这里的数据要用饼图，那个报告的内容要去做真实性验证。一来一回5分钟过去了。我忽然意识到：我在用最先进的人工智能，却做着最原始的重复劳动。这样的重复，100次也不会让你的成长会变多一点。直到我发现了Skills。 Skills是什么？其实，AI最大的问题不是它不够聪明，而是它记不住。你今天告诉它怎么做竞品调研，明天它就忘了。你费尽心思写好的Prompt，下次对话还是要重新输入一遍。 Skills就是为了解决这个问题而生的。简单来说，Skills就是给AI安装一个专家技能包：把你的工作流程、专业知识、执行脚本封装成进去，让AI稳定、高效地执行任务。和以前不一样的是，它把提示词、SOP、MCP以及代码都融合到了一起，我们可以用自然语言替代工作流来搭建SOP，我们可以通过Skills将我们不同环节使用的提示词串联起来。它和Prompt的区别是，Prompt是即时指令，而且每次都要输入，一般只能作用于单次的对话。