把 Agent Skill 当成可复用教案来写.

你不是在写 Prompt，你是在写教案

学生做 AI 项目时，最常见的浪费不是算力，而是重复解释。每次开新会话，都要重新交代：项目背景、目录约定、禁止事项、验收标准、失败后怎么回退。Prompt 解决的是“这一次怎么答”，Skill 解决的是“这类任务以后怎么做”。

把 Agent Skill 想成一份可复用教案，你会立刻发现它至少要回答四件事：

1. 适用场景：什么任务该触发它。
2. 步骤边界：先做什么、后做什么、哪里必须停。
3. 质量标准：什么样算完成，什么样必须重做。
4. 失败出口：卡住时降级方案是什么。

从一次真实作业里提炼 Skill

我最近把“写一篇技术笔记并发布到博客”抽成了 Skill。原始版本只有一句：

帮我写一篇关于某某技术的文章，风格像我之前的博客。

结果每次都在跑偏：有时像论文，有时像广告，有时直接漏掉 frontmatter。后来改成教案式描述，才稳定下来。

这一步的关键不是堆更多形容词，而是把约束前置。AI 越自由，输出越像互联网平均值；你越早给出边界，它越像你的项目。

学生项目最该沉淀的三类 Skill

不是所有流程都值得做成 Skill。对学生开发来说，优先沉淀这三类：

• 发布类：写文章、更新 README、整理 release note。
• 工程类：初始化项目、加 CI、跑构建、修常见配置错误。
• 研究类：文献/竞品摘要、实验记录、失败复盘。

它们的共同点是：步骤可重复，结果可检查。如果一个任务每次目标都不一样，硬做成 Skill 反而会添乱。

用最小验收线卡住质量

Skill 里最容易被忽略的，是“完成”的定义。没有验收线，Agent 会自信地交出半成品。我的习惯是在末尾写死几条：

• 本地能 npm run build 通过。
• 内部链接在目标部署路径下可点。
• 文章 frontmatter 字段齐全。
• 不引入未要求的新依赖。

这听起来很朴素，但它把“感觉差不多了”换成了可执行检查。对学生项目尤其有用——你可能没有 code review 同伴，但你可以有 checklist。

下一步：把 Skill 写进仓库

Skill 不该躺在聊天记录里。放到仓库的 skills/ 或文档目录，和代码一起版本管理，才谈得上复用。你也可以在 Skill 开头写清适用模型、目录约定和禁止事项，让后来的自己（或队友）不必考古。

Vibe Coding 真正省时间的地方，不是让 AI 替你写完，而是把你已经想清楚的部分固化下来。Skill 就是这种固化的载体：像教案一样，教一次，用很多次。