白话skills之二:Prompt和Skills的区别是什么?

Prompt你每次都要教的 " 口头禅 ",是给LLM的"一句话指令",它是一次性的、临时的、需要每次重复的指令。

Skill sAI 自己学会的 " 职业技能 " **,**是给AI Agent的"一套作战方案"。它是永久的、可重复的、被AI记住的专业工作流。

前者像"你今天帮我做一下这个",后者像"你以后就知道怎么做了"。

一、 一个更形象的类比

Prompt = 给实习生的口头指导

你每天对实习生说:"小张,帮我把这份文件整理一下,先分类,再排序,然后标出重点,最后存到桌面,文件名用今天的日期......"

第二天,你又要说一遍:"小张,帮我把这份文件整理一下,先分类,再排序......"

第三天......

问题: 每次都要教,实习生每次都按当天的理解执行,结果可能有偏差。

Skill = 给正式员工的 SOP (标准作业程序)

你把工作流程写成文档:

岗位:会议纪要整理员

职责:

  1. 接收会议录音转文字

  2. 提取参会人员

  3. 提取昨日完成

  4. 提取今日计划

  5. 提取阻塞项

  6. 生成Markdown格式的纪要

  7. 保存到桌面,文件名格式:站会纪要_YYYY-MM-DD.md

  8. 发送邮件通知相关人

员工入职时学习一次,以后每天你只需要说:"做一下站会纪要。"

优势: 员工学会了流程,你不需要每天重复教。

Prompt Skill 不是替代,是包含

Skill 里包含了 Prompt ,但 Prompt 不是 Skill

  • 一个Skill可以有多个 Prompt(不同的LLM调用步骤)
  • 一个Skill还可以有Agent 动作(读文件、执行命令、调用API)
  • 一个Skill还可以有约束规则(禁止做什么、需要审批什么)
  • 一个Skill还可以有错误处理(重试、降级、报警)

用公式表示:

Skill = Prompt₁ + Prompt₂ + ... + Agent动作 + 约束规则 + 错误处理 + 资源文件

Prompt是Skill的原料之一,但不是全部。

、什么时候用 Prompt ,什么时候用 Skill

适合用 Prompt 的场景

|--------|------------------|
| 场景 | 例子 |
| 一次性任务 | "帮我把这段文字翻译成英文" |
| 探索性任务 | "我们聊聊关于AI未来的可能性" |
| 简单任务 | "解释一下什么是递归" |
| 创意任务 | "写一首关于月亮的诗" |

判断标准: 任务简单、不重复、不需要外部工具、不需要多次LLM调用。

适合用 Skill 的场景

|-----------|-------------------|
| 场景 | 例子 |
| 重复性任务 | 每周周报、每日站会纪要 |
| 多步骤任务 | 提取信息→处理→格式化→保存→通知 |
| 需要外部交互的任务 | 读文件、调API、执行命令 |
| 需要团队共享的任务 | 统一格式、统一流程 |

判断标准( RISD 框架): 重复性 + 信息充分性 + 稳定性 + 可拆分性,四个维度都满足。

何时升级到skills?

当你发现自己:

  • 同一个Prompt粘贴了第3次
  • 每次都要微调格式
  • 团队其他人也在做同样的事
  • 想把这个流程自动化

------ 就该写Skill了。

Skill 的本质不是 " 更复杂的 Prompt" ,而是 " AI 记住怎么做事 "

从Prompt到Skill,是从"临时工"到"正式员工"的转变。

五、 一张表看懂所有区别

|----------|----------------------|----------------------------|
| 维度 | Prompt | Skill |
| 本质 | 一次性文本指令 | 可复用的能力包 |
| 使用方式 | 每次复制粘贴或重新输入 | 一句话触发 |
| 生命周期 | 临时,用完即弃 | 持久,长期有效 |
| 包含内容 | 仅文本指令 | 指令+工作流+约束+脚本+资源 |
| 执行者 | 仅LLM | Agent + LLM协作 |
| 控制流 | 无(线性一次生成) | 有(条件、循环、分支、重试) |
| 状态管理 | 无状态 | 有状态(步骤间传递变量) |
| 外部交互 | 弱(LLM可描述调用工具,但需外部框架) | 强(Agent直接执行shell、API、文件操作) |
| 错误处理 | 无(LLM出错只能重问) | 有(on_error、重试、降级) |
| 可复用性 | 低(复制粘贴或模板变量) | 高(YAML文件,可安装、卸载、更新) |
| 调试难度 | 低(但问题难复现) | 中(步骤确定,可单步调试) |
| 版本管理 | ❌ 不可能 | ✅ Git友好 |
| 团队共享 | ❌ 需要口头或文档传递 | ✅ 直接分享文件 |

相关推荐
咖啡星人k9 小时前
2025 AI编程进入“自动驾驶“时代:我用MonkeyCode把Agent、MCP和AI原生工作流跑通了
人工智能·自动驾驶·prompt·aigc·ai编程·ai-native
weixin_4713830319 小时前
19 Prompt 进阶——系统讲解
prompt
来让爷抱一个19 小时前
拯救我的“烂尾“项目:我用MonkeyCode把五个AI热点实践了个遍
网络·数据库·人工智能·prompt·ai编程
可乐ea19 小时前
智能体记忆不是越多越好:ALTK-Evolve 八模型评测,记忆要按模型能力“配药“
prompt·rag·ai agent·智能体记忆
yijianxiangde1001 天前
Prompt Engineering 提示词工程 - AI应用开发的基础技能
人工智能·microsoft·prompt
Eric.462 天前
AI漫剧量产Prompt参数实操手册:Stable Diffusion+ComfyUI+OpenClaw通用复制即用配置
人工智能·深度学习·stable diffusion·prompt·ai漫剧
精彩AI说3 天前
ChatGPT生成内容总是不按要求怎么办?格式、字数和指令失效的6个解决方法
chatgpt·prompt·ai写作·提示词·使用技巧·chatgpt教程
Eric.463 天前
Stable Diffusion+ComfyUI+OpenClaw AI漫剧量产提示词工程:结构化Prompt、负面词脱敏、权重锁定防画面崩坏全方案
大数据·人工智能·stable diffusion·prompt·comfyui·ai漫剧
SHIPKING3933 天前
【Harness Engineering】07_多代理与验证:用分工和验证管理不稳定性
prompt·harness
LayZhangStrive3 天前
提示词沉淀 - 使用豆包时平时提问题
面试·职场和发展·prompt·提示词·豆包