学习编辑自己的 Skill:如何书写一个合格的 AI 工作流指令

如何书写一个合格的 Skill

一、什么是 Skill

Skill 是一种结构化的行为指令集 ,用于告诉 AI 助手(如 Claude Code)在特定场景下应该如何思考、如何行动。它不是普通的提示词(Prompt),而是一套完整的工作流程定义。

Skill 的核心价值:让 AI 在重复性任务中保持一致的高质量输出,避免每次都重新"摸索"流程。


二、Skill 的文件结构

一个合格的 Skill 文件由两部分组成:

1. Frontmatter(元信息)

yaml 复制代码
---
name: skill-name
description: 一句话说明触发时机和用途(这是 AI 判断是否调用的依据)
---

description 极为关键------AI 依赖它来决定是否调用该 Skill,应明确写出触发场景,而非泛泛描述功能。

2. Body(正文内容)

正文包含:

  • 触发说明:明确列出何时触发
  • Workflow:分步骤的执行流程
  • 规则与约束:刚性要求 vs 弹性建议
  • 示例(可选)

三、触发条件设计

触发条件应尽量具体、可判断,避免模糊表述。

好的触发描述 差的触发描述
Use when implementing any feature or bugfix, before writing code Use when coding
Triggers when user pastes a Feishu URL and asks to read/summarize Use with Feishu
Use when about to claim work is complete, before committing Use at end of task

原则:触发描述要回答「什么情况下、在什么动作之前/之后」。


四、Workflow 设计原则

4.1 步骤要明确、可执行

每一步都应是可操作的具体动作,而非模糊的方向指引:

markdown 复制代码
# 好的写法
### Step 1: 读取文件
- 调用 Read 工具读取目标文件
- 若文件不存在,提示用户并终止

# 差的写法
### Step 1: 了解文件内容
- 先看看文件里有什么

4.2 包含决策分支

真实场景有多种情况,Workflow 需要覆盖关键分支:

markdown 复制代码
- 若文档 < 5000 字:直接返回全文
- 若文档 ≥ 5000 字:返回大纲,询问用户要读哪个章节

4.3 明确终止条件

每个流程都应有清晰的完成标准,避免 AI 无限循环或过早退出。

4.4 用户确认节点

涉及写入、修改、删除等不可逆操作前,必须设置用户确认步骤:

markdown 复制代码
### Step 3: 确认内容
- 将结构化内容展示给用户预览
- 等待用户确认后,再执行创建操作

五、刚性 Skill vs 弹性 Skill

类型 含义 适用场景 示例
刚性(Rigid) 每步必须严格遵守,不允许跳过或变通 有严格质量要求的流程(如 TDD、安全审查) test-driven-development
弹性(Flexible) 提供原则和模板,可根据上下文灵活调整 创作类、设计类任务 frontend-design

在 Skill 正文中应明确声明属于哪种类型,帮助 AI 正确理解执行约束。


六、常见错误与避坑指南

❌ 错误 1:description 过于宽泛

yaml 复制代码
# 错误
description: Use when doing any task

# 正确
description: Use when completing implementation tasks, before committing or creating PRs

❌ 错误 2:Workflow 缺少异常处理

每个关键步骤都应考虑失败场景:

markdown 复制代码
- 若调用失败,检查凭证是否有效,提示用户重新配置

❌ 错误 3:把「what」和「how」混在一起

Skill 应该专注描述「how(如何做)」,而不是重复描述「what(做什么)」------那是用户的职责。

❌ 错误 4:步骤之间缺乏数据流说明

明确上一步的输出如何传递给下一步:

markdown 复制代码
- Step 1 返回文档 ID → Step 2 使用该 ID 调用更新接口

七、一个最简合格 Skill 示例

markdown 复制代码
---
name: code-review-checklist
description: Use after finishing a feature implementation, before creating a PR - runs a structured review checklist
---

## Trigger
- After finishing implementation of a feature or bugfix
- Before creating a pull request

## Workflow

### Step 1: 读取变更
- 执行 `git diff main` 获取所有变更
- 列出涉及的文件清单

### Step 2: 逐项检查
按以下清单检查每个变更文件:
- [ ] 是否有未处理的异常?
- [ ] 是否存在硬编码的敏感信息?
- [ ] 新增代码是否有对应测试?
- [ ] 是否影响现有接口的兼容性?

### Step 3: 输出报告
- 对每个问题给出具体文件和行号
- 区分「必须修复」和「建议优化」两类
- 所有「必须修复」项解决后,方可创建 PR
相关推荐
Dawson Zhu15 小时前
大语言模型的本质:从条件概率预测到能力涌现的技术剖析
人工智能·语言模型·架构·aigc·agi
imbackneverdie16 小时前
国内有哪些比较全面的生物医学相关数据库?
大数据·数据库·人工智能·ai·信息可视化·aigc·科研
AI创界者20 小时前
【开源实战】FaceFusionFree 5.3 部署与进阶:修复内存模式条纹 Bug 与帧率对齐逻辑解析
人工智能·aigc·音视频
麦麦麦造1 天前
OpenAI 放弃的Atlas浏览器,转生到 GPT 6 Astra上了
aigc·openai
却尘1 天前
Agent Framework(3):看懂它到底在运行什么
aigc·ai编程
Dawson Zhu2 天前
多Agent系统共享记忆架构:从存储范式到分布式共识的技术剖析
人工智能·语言模型·架构·aigc·agi
却尘2 天前
Agent Framework(2):差旅助手是怎样跑完一次 `RunAsync` 的
aigc·ai编程
plainGeekDev2 天前
软件工程术语库·前端·移动·AI·管理篇
aigc·ai编程·claude
算法大模型备案干货咪2 天前
《把内容安全做成CI卡点:AIGC合规的工程化落地》
安全·ci/cd·aigc
“AI国潮设计-小江”2 天前
《Python实战 | 用SDXL大模型生成“潮汕英歌舞”国潮IP头像,已申请外观专利,附Prompt思路!》
人工智能·python·prompt·aigc·scikit-learn