CY：Skills千千万怎么判断哪些技能有价值对自己有用

CY：Skills千千万怎么判断哪些技能有价值对自己有用 CY：Skills千千万怎么判断哪些技能有价值对自己有用 Modified January 21 GitHub 上有个 Skill 叫Trail of Bits Security Skills，专门做代码安全审计，用 CodeQL 和 Semgrep 扫描漏洞。 非常专业，非常有价值。 但如果你不做安全审计，这个 Skill 对你就是零。 适合自己的 Skill， 必须满足两个条件。 第一，匹配你的高频场景。 官方说得很直接： 如果你发现自己在多个对话中反复输入同样的提示词，就该做成 Skill 了。 反过来说：如果一个任务你只做一次，或者偶尔做一次，直接问 AI 就够了。 一个简单的判断标准： 这个任务我做过 5 次以上了吗？ 未来还会做 10 次以上吗？ 两个回答都是肯定的，才值得用 Skill。 第二，匹配你的独特需求。 通用的 Skill，往往不如直接问 AI。 因为通用意味着没有针对性，没有你的上下文，没有你的偏好。 真正有用的 Skill，是那些包含你的世界里什么是好的的 Skill。 一个社区用户总结得很精辟： 展示在你的世界中什么是好的，而不是理论上什么是好的。 比如： 你团队的代码风格，不是通用最佳实践。 你公司的文档模板，不是通用格式。 你个人的写作偏好，不是通用写法。 还有一个问题很多人忽略：什么时候该用 Skill，什么时候直接问 AI？ 我见过有人装了 30 个 Skill，结果大部分场景直接问 AI 效果更好。 为什么？ 因为 Skill 不是免费的。 每次触发 Skill，都会消耗额外的 token，增加延迟。如果 Skill 写得不好，还会干扰 AI 的判断。 Skill 的真正价值在于三个词：重复、精确、编排。 重复：同样的事做很多次。 精确：需要 AI 不知道的具体参数。 编排：多个步骤需要按特定顺序执行。 如果你的场景不满足这三个中的至少两个，直接问 AI 就够了。 还有一个维度值得说： 个人和团队的需求完全不同。 个人 Skill 的价值在于： 你的工作偏好和沟通风格。 你的笔记系统和知识管理方式。 你的编码习惯和常用模式。 团队 Skill 的价值在于： 品牌规范和设计标准。 代码审查流程和质量标准。 失败案例库。 现在回到最初的问题：技能市场一大堆，怎么选？ 第一步，问自己五个问题： 这个 Skill 解决的问题，我经常遇到吗？ 这个 Skill 包含我独有的信息吗？ 直接问 AI 能不能做到同样效果？ 这个 Skill 的触发条件清晰吗？ 我愿意花时间学习和调试它吗？ 如果大部分答案是 No，别装。 第二步， 从你的痛点出发，而不是从skill出发。 不要看到一个 Skill 觉得好像有用就装。 而是先问自己： 我反复做的事情是什么？ 我每次都要重复解释的上下文是什么？ 我希望 AI 记住的规则是什么？ 从这些问题出发，去找对应的 Skill，或者自己做一个。 第三步，定期清理。 装了 Skill 不代表结束。 用一个月后，回头看看： 哪些 Skill 真正触发过？ 哪些触发了但效果不好？ 哪些从来没用过？ 没用过的，删掉。效果不好的，要么调整，要么删掉。 Skill 不是收藏品，是工具。工具不用或者不适合就是累赘。 技能市场会越来越大，Skill 会越来越多。 但对你来说，真正有价值的可能只有几个。 找到它们的方法不是多装，而是想清楚： 我的高频场景是什么？ 我独有的知识是什么？ 直接问 AI 够不够用？ 想清楚这三个问题，你就知道该找什么、该做什么、该删什么。 剩下的，让市场热闹去吧。 GitHub 上有个 Skill 叫Trail of Bits Security Skills，专门做代码安全审计，用 CodeQL 和 Semgrep 扫描漏洞。 非常专业，非常有价值。 但如果你不做安全审计，这个 Skill 对你就是零。 适合自己的 Skill， 必须满足两个条件。 第一，匹配你的高频场景。 官方说得很直接： 如果你发现自己在多个对话中反复输入同样的提示词，就该做成 Skill 了。 反过来说：如果一个任务你只做一次，或者偶尔做一次，直接问 AI 就够了。 一个简单的判断标准： 这个任务我做过 5 次以上了吗？ 未来还会做 10 次以上吗？ 两个回答都是肯定的，才值得用 Skill。 第二，匹配你的独特需求。 通用的 Skill，往往不如直接问 AI。 因为通用意味着没有针对性，没有你的上下文，没有你的偏好。 真正有用的 Skill，是那些包含你的世界里什么是好的的 Skill。 一个社区用户总结得很精辟： 展示在你的世界中什么是好的，而不是理论上什么是好的。 比如： 你团队的代码风格，不是通用最佳实践。 你公司的文档模板，不是通用格式。 你个人的写作偏好，不是通用写法。 还有一个问题很多人忽略：什么时候该用 Skill，什么时候直接问 AI？ 我见过有人装了 30 个 Skill，结果大部分场景直接问 AI 效果更好。 为什么？ 因为 Skill 不是免费的。 每次触发 Skill，都会消耗额外的 token，增加延迟。如果 Skill 写得不好，还会干扰 AI 的判断。 Skill 的真正价值在于三个词：重复、精确、编排。 重复：同样的事做很多次。 精确：需要 AI 不知道的具体参数。 编排：多个步骤需要按特定顺序执行。 如果你的场景不满足这三个中的至少两个，直接问 AI 就够了。 还有一个维度值得说： 个人和团队的需求完全不同。 个人 Skill 的价值在于： 你的工作偏好和沟通风格。 你的笔记系统和知识管理方式。 你的编码习惯和常用模式。 团队 Skill 的价值在于： 品牌规范和设计标准。 代码审查流程和质量标准。 失败案例库。 现在回到最初的问题：技能市场一大堆，怎么选？ 第一步，问自己五个问题： 这个 Skill 解决的问题，我经常遇到吗？ 这个 Skill 包含我独有的信息吗？ 直接问 AI 能不能做到同样效果？ 这个 Skill 的触发条件清晰吗？ 我愿意花时间学习和调试它吗？ 如果大部分答案是 No，别装。 第二步， 从你的痛点出发，而不是从skill出发。 不要看到一个 Skill 觉得好像有用就装。 而是先问自己： 我反复做的事情是什么？ 我每次都要重复解释的上下文是什么？ 我希望 AI 记住的规则是什么？ 从这些问题出发，去找对应的 Skill，或者自己做一个。 第三步，定期清理。 装了 Skill 不代表结束。 用一个月后，回头看看： 哪些 Skill 真正触发过？ 哪些触发了但效果不好？ 哪些从来没用过？ 没用过的，删掉。效果不好的，要么调整，要么删掉。 Skill 不是收藏品，是工具。工具不用或者不适合就是累赘。 技能市场会越来越大，Skill 会越来越多。 但对你来说，真正有价值的可能只有几个。 找到它们的方法不是多装，而是想清楚： 我的高频场景是什么？ 我独有的知识是什么？ 直接问 AI 够不够用？ 想清楚这三个问题，你就知道该找什么、该做什么、该删什么。 剩下的，让市场热闹去吧。 🔗 原文链接： https://mp.weixin.qq.com/s/wV lfJ36... https://mp.weixin.qq.com/s/wV lfJ36... 原创 CY CHENYUE CY CHENYUE AI街溜子2026年1月21日 20:32 广东 hello啊，我是cy。 今天和大家聊聊，什么是对自己有价值的技能。 最近被skill也就是技能相关的话题围绕了，具体skill是什么大家可以看看我之前发的文章。就不在这里赘述了。 我们今天要聊的话题。其实这在这么多的skill里面。 哪些是有价值的？哪一些是真的适合自己的？对我们自身有用的。 想聊这个的一个原因是， 打开技能市场，我愣住了。 官方推荐的、GitHub 上的、社区分享的。成千上万的 Skill 摆在面前。 每个都写得很诱人：提升效率、自动化工作流、一键搞定等等。 我装了十几个。 结果？ 真正用上的，只有三四个。 其他的，要么从没触发过，要么触发了效果还不如直接问 AI。 后来我想明白了一件事： 不是 Skill 越多越好，而是大多数 Skill 根本不该存在。 先说一个反直觉的结论： 大多数 Skill 只是「保存下来的提示词」。 这种 Skill 没有价值。 为什么？ 因为 AI 本来就会做这些事。你把提示词存成 Skill，和你每次手打提示词，效果一样。 我见过最典型的例子： 「帮我写邮件」 「帮我头脑风暴」 「帮我总结文档」 这些都不是 Skill，这是 AI 的基本能力。 那什么才是有价值的 Skill？ Simon Willison 说过一句话：「Claude Skills 可能比 MCP 更重要。」 他的理由是：Skill 只需要 Markdown 文件和几个脚本，就能让 AI 做到原本做不到的事。 关键词是：原本做不到的事。 有价值的 Skill，必须包含 AI 本身不知道的东西。 没价值的：「帮我写代码」 有价值的：「用我们公司的代码规范写代码，变量用 camelCase，函数必须有 JSDoc 注释」 没价值的：「帮我做 PPT」 有价值的：「用我们的品牌色 d97757 ，标题用 Poppins 字体，正文用 Lora」 没价值的：「帮我审代码」 有价值的：「按 OWASP 标准审查安全漏洞，发现问题时走这个决策树……」 看出区别了吗？ 没有价值是 AI 本来就会的。有价值的是你独有的知识。 一个公式： 有价值的 Skill = 精确信息 +决策树+ 可执行脚本 + 好坏示例 + 明确边界 缺任何一个，都只是「高级提示词」。 有人分析过 100+ 个失败的 Skill，发现最常见的问题是： 描述太模糊「处理CSV文件」，AI 不知道什么时候该用。 试图做太多 一个 Skill 想覆盖所有文档处理。 没有精确信息帮我写好代码」，这不是 Skill，这是废话。 说完有价值，再说适合自己 这是两件事。 有价值不等于适合你。