随着大语言模型的发展，我们接触到越来越多的 AI 应用概念：
Prompt、Skill、Tool、Workflow、Agent......
这些概念到底有什么区别？
如果把 AI 应用看成一个完整系统，那么可以先从最基础的两个概念开始：
Prompt：告诉 AI 怎么做。
Skill：把一类能力封装起来，让 AI 可以重复使用。
本文先理解 Prompt 和 Skill。
一、提示词 Prompt
Prompt 通常翻译为提示词，简单来说就是：
我们提供给 AI 的指令、问题、背景信息和约束条件。
最简单的 Prompt：
帮我分析这份数据。但如果希望 AI 按照指定方式处理，就可以进一步增加规则：
你是一名数据处理助手。
请从下面的信息中提取：
1. 产品编号
2. 产品类别
3. 数量
要求：
- 无法确定的信息填写"待确认"
- 不允许自行猜测
- 最终以 JSON 格式输出这时候，Prompt 实际上已经包含了任务目标 + 处理规则 + 输出格式 + 异常处理
因此，Prompt 的核心作用可以概括为：
告诉 AI 当前任务是什么，以及应该如何完成。
例如：
总结这篇文章是一个简单 Prompt。
而：
提取文章中的主要观点，
按照"观点---原因---结论"的格式输出，
无法确认的内容不要自行推测。则是一个更加完整的 Prompt。
Prompt 的问题
Prompt 非常灵活，但如果一个任务需要反复执行，就会出现一个问题：
难道每次都要重新告诉 AI 一遍规则？
例如同样的数据解析任务，每次都需要重复：
bash
提取哪些字段
↓
按照什么规则处理
↓
如何处理异常
↓
最终输出什么格式如果这些规则越来越复杂，Prompt 也会越来越长。
于是，我们就需要把这套能力保存下来。
这就引出了 Skill。
二、技能 Skill
Skill 可以翻译为技能。
在 AI 应用中，可以把它理解为：
将某一类任务所需要的能力、规则、方法和资源封装起来，使其可以被重复使用。
例如，我们可以设计一个：
数据解析 Skill它规定：
功能：
解析自然语言中的结构化信息。
输入：
一段文本
处理规则：
- 识别不同表达方式
- 提取指定字段
- 无法确定时标记为"待确认"
- 不允许自行猜测
输出：
统一 JSON 格式以后遇到类似任务，就不需要重新编写完整 Prompt，而是直接使用这个 Skill。
简单理解：
bash
用户输入
↓
数据解析 Skill
↓
Prompt + 规则 + 示例
↓
LLM
↓
结构化结果一个 Skill 甚至可以不只是 Prompt，还可以包含：
Skill
├── 使用说明
├── 任务规则
├── 输入输出格式
├── 示例
├── 异常处理
└── 脚本 / 资源例如：
数据解析 Skill
内容生成 Skill
文本分类 Skill
数据分析 Skill都可以作为独立的能力模块。
Skill和传统代码有什么区别？
可以做一个简单类比。
传统代码中，我们会把重复逻辑封装成函数：
def calculate_price(data):
...以后需要计算时直接调用：
calculate_price(data)简单来说：
把一类 AI 能力封装起来，以便重复使用。
Skill 也是类似的思想，函数通常按照确定的代码逻辑执行，而 Skill 往往还会依赖 AI 的理解、判断和生成能力。
需要注意的是，Skill 并不是一个所有 AI 平台都统一定义的技术标准。
不同平台对 Skill 的实现方式可能不同。因此，更适合把它理解为一种 AI 能力封装的思想。
三、Prompt 和 Skill 有什么区别？
两者最简单的区别就是：
Prompt 是指令，Skill 是能力。
可以这样理解：
| Prompt | Skill | |
|---|---|---|
| 中文 | 提示词 | 技能 / 能力 |
| 核心 | 指令 | 能力封装 |
| 作用 | 告诉 AI 当前要做什么 | 提供一类可复用的能力 |
| 使用方式 | 通常直接输入 | 可以被重复调用 |
| 内容 | 指令、规则、上下文 | Prompt、规则、示例、脚本、资源等 |
| 关注点 | 这次怎么做 | 这一类任务怎么做 |
举个简单的例子。
直接使用 Prompt：
请分析这份数据，
提取编号、类别和数量，
无法确定的内容填写"待确认"，
并以 JSON 输出。如果这个任务每天都需要执行，就可以把这些规则封装成：
数据解析 Skill以后：
输入数据
↓
调用 Skill
↓
AI 按既定规则处理
↓
输出结果所以可以用一句话记忆：
Prompt 解决"一次怎么告诉 AI 做事"，Skill 解决"一类事情怎么让 AI 重复做好"。
不过两者并不是完全独立的。
一个 Skill 内部完全可以包含 Prompt：
Skill
│
├── Prompt
├── Rules
├── Examples
└── Scripts因此：
Prompt 可以是 Skill 的组成部分，而 Skill 是对一整套 AI 能力的进一步封装。
小结
Prompt
提示词，用来告诉 AI 当前应该做什么、怎么做。
Skill
技能，将一类 AI 能力、规则和资源封装起来，方便重复使用。
可以把两者理解成：
Prompt
↓
告诉 AI 怎么做
Skill
↓
把"怎么做"封装成可复用能力但到这里还有一个问题：
AI 知道怎么做，真的就能执行吗？
比如让 AI：
读取 Excel
执行 Python
查询数据库
调用 API
发送消息光靠 Prompt 和 Skill 还不够。
这就需要 Tool（工具）。