文章作者、来源：Khairallah AL-Awady

编者按：本文是一篇 Claude Skills 入门教程，围绕安装、创建、测试、优化和搭建 Skill 库五个环节展开。作者从最基础的文件结构讲起，解释 SKILL.md 应该如何编写、如何设置触发条件、如何加入示例与边界情况，并进一步提供了「常规场景、边界场景、压力测试」的验证方法。

如果说 Prompt 解决的是「这一次怎么问」，那么 Skills 解决的是「以后这类任务都怎么做」。对于想把 AI 真正纳入日常工作流的人来说，这篇文章提供了一套可直接上手的操作路径。

以下为原文：

我把我所知道的关于 Claude Skills 的所有内容，整合成了这一篇文章。

建议收藏保存 :)

读完这篇文章后，你对 Claude Skills 的理解会超过 99% 的用户。你至少会亲手构建并部署一个自定义 Skill，并且掌握一套可复用的方法，用来自动化任何行业里的任何工作流。

这不是夸张。这是一份完整的实战手册。

Claude Skills 到底是什么？为什么大多数人都用错了？

Claude Skill 本质上是一个永久性的指令文件，存放在你的电脑里，用来告诉 Claude 如何准确完成某一项特定任务。每一次都是如此，而且不需要你反复解释。

大多数人听到这里，会以为：「哦，所以它就像一个保存好的 Prompt。」

不是。保存好的 Prompt，是一场对话的起点。Skill 则更像一个训练有素的员工。

保存好的 Prompt 说的是：「这里是开始的方式。」

Skill 说的是：「这项工作从头到尾应该这样做；好的输出应该长这样；如果出错了应该这样处理；需要用到这些工具；最终结果应该按照这个格式交付。」

两者带来的输出质量差异非常大。

当你给 Claude 一个一次性的 Prompt，你得到的就是一次性的质量：不稳定，有时很好，有时一般。每次结果都不一样，因为你每次提问的表达方式也会略有不同。

但当你激活一个 Skill，你得到的是标准化的质量：同样的流程、同样的标准、同样的输出格式，每一次都保持一致。这就是「找一个实习生」和「拥有一个训练过的专业员工」之间的区别。

为什么 Skills 是当下 AI 中最被低估的功能？

目前已经有超过 80,000 个社区 Skills 可用，而且这个市场每周还在新增数千个。Anthropic 也已经发布了用于 PDF、Word 文档、演示文稿、电子表格和设计等场景的官方 Skills。

但大多数人甚至从来没有安装过一个。

原因很简单：没有人真正讲清楚该如何正确使用它们。大部分教程只告诉你如何安装一个 Skill，然后就结束了。这就像教别人如何招聘员工，却从不教他如何管理员工。

这篇文章覆盖的是完整生命周期：如何找到合适的 Skills，如何安装它们，如何从零开始构建自定义 Skill，如何测试和优化，如何部署到真实工作流中，以及如何搭建一个完整的 Skill 库，让它自动化你的整个工作体系。

第一阶段：用五分钟安装你的第一个 Skill

Skills 存放在哪里？

Skills 本质上只是你电脑里的文件夹。每个文件夹里都有一个名为 SKILL.md 的文件。这个文件包含具体指令，用来告诉 Claude 如何完成这项工作。

对于 Claude Code，它们可以放在项目目录下的 .claude/skills/，也可以全局放在 ~/.claude/skills/。

对于带有 Cowork 的 Claude Desktop，则可以通过桌面端界面来使用。

就是这么简单。没有复杂安装，没有依赖项，也没有配置文件。它只是一个包含文本文件的文件夹。

第一阶段你需要做什么

• 浏览 skillsmp.com 或 github.com/anthropics/skills，找到一个与你工作相关的 Skill。
• 按照代码仓库里的说明进行安装。
• 把它应用到一项你平时需要手动完成的真实任务中。
• 将它的输出质量和速度与你平时使用 Prompt 的方式进行对比。
• 如果输出还不完美，记录下需要改进的地方。

第二阶段：从零开始构建你的第一个自定义 Skill

三个问题测试

在开始构建之前，先回答三个问题。

第一，这个 Skill 是用来做什么的？

请极其具体。不要写「帮我处理邮件」。而应该写成：「为参加过我们线上研讨会的潜在客户撰写专业跟进邮件，提及他们参加的具体场次，加入一个相关案例研究，并在结尾明确引导对方预约一次 15 分钟的产品演示。」

第二，它应该在什么时候被激活？

你实际会输入什么内容来触发它？例如：「写一封跟进邮件」「起草一封线上研讨会后的跟进邮件」「创建一封潜在客户邮件」。至少列出五个触发短语。

第三，完美的输出应该长什么样？

不要抽象描述，而是直接给出一个真实示例。贴上一封你曾经写过、效果很好的邮件。这个示例的价值，超过 50 行说明文字。

编写 SKILL.md

你的 SKILL.md 文件包含两个部分。

第一部分是顶部的 YAML frontmatter，位于 --- 标记之间。这里需要写入 kebab-case 格式的名称和描述。描述必须是一段非常具体、触发条件明确的文字，列出所有触发短语，并清楚说明这个 Skill 应该在什么时候激活、什么时候不应该激活。

第二部分是 frontmatter 下方的说明内容。这部分是用自然语言写成的工作流程。一步一步写，按顺序展开。每一步都必须是一个清晰的动作。要包含输入与输出示例，包含边界情况以及处理方法，也要写明你的质量标准。

整个文件最好控制在 500 行以内。禁止使用「格式好看一点」「适当处理」这类模糊语言。每一条指令都必须具体、可测试。

第二阶段你需要做什么

• 选择你最常重复的一项任务，并完成「三个问题测试」。
• 写好 YAML frontmatter，使用明确且具体的触发描述。
• 把说明部分写成一步步执行的工作流，并加入具体示例。
• 将 SKILL.md 文件保存到正确的 Skills 目录中。
• 用一项真实任务运行这个 Skill，并保存输出结果，用于复盘。

第三阶段：测试、优化，并让它达到生产级水平

三场景测试

用三个场景来测试你的 Skill。

第一，常规路径。

输入一个正常、直接的任务，它应该代表你 80% 的使用场景。

第二，边界情况。

输入一个奇怪、不常见或信息不完整的任务，用来测试 Skill 的边界。例如缺失数据、格式异常、信息冲突等。

第三，压力测试。

输入这项任务中最大、最混乱、最复杂的版本。它能暴露出这个 Skill 是否具备扩展能力，还是只能处理简单任务。

如果你的 Skill 能在这三个场景下都输出你愿意拿给客户看的结果，那它就达到了生产级水平。只要有一个场景失败，失败本身就会告诉你应该补充哪条指令。

每周优化循环

每次使用 Skill 时，只要输出结果还不够理想，就立刻更新 SKILL.md。经过一个月的持续优化后，你的 Skill 产出的内容将几乎无法与训练有素的人类专业人士完成的工作区分开来。

第三阶段你需要做什么

用三个场景测试你的 Skill：常规路径、边界情况、压力测试。

针对每一次失败，补充一条本可以解决问题的具体指令或示例。

再次运行这三个场景，确认修复有效。

在第一个月里，为每周五设置一个日历提醒，用来复盘和优化你的 Skill。

第四阶段：为你的行业搭建完整的 Skill 库

一个 Skill 是工具，十个 Skills 就是一支团队

为你工作流中的每一项重复任务构建一个 Skill。内容创作 Skill、研究 Skill、邮件起草 Skill、数据分析 Skill、会议准备 Skill、报告生成 Skill、客户沟通 Skill、竞品分析 Skill。

一个月内，你就可以拥有十个生产级 Skills。三个月内，你可以搭建一个完整的 Skill 库，覆盖你岗位中的主要工作流。

不同行业的 Skill 设计思路

房地产行业：

房源描述撰写器、市场分析生成器、客户跟进邮件起草器、可比成交案例研究器、开放日准备简报工具。

市场营销：

活动 Brief 生成器、广告文案撰写器、数据报告汇总器、内容日历规划器、A/B 测试分析器。

金融行业：

报销报告处理器、发票分析器、预算差异解释器、客户投资组合摘要器、监管合规检查器。

咨询行业：

提案起草器、需求访谈准备工具、交付物格式化工具、状态报告生成器、项目总结撰写器。

电商行业：

产品描述撰写器、客户评论分析器、库存报告生成器、竞品价格追踪器、退货分析汇总器。

底层模式是通用的：识别任务，构建 Skills，持续优化，让 Claude 负责执行，你负责策略。

第四阶段你需要做什么

• 列出你当前工作流中的所有重复性任务。
• 按照出现频率和耗时程度进行优先级排序。
• 从优先级最高的任务开始，每周构建一个新的 Skill。
• 维护一份总文档，记录你所有 Skills 的状态和最后一次优化日期。
• 把你最好的 Skills 公开分享出来。

最后

一个每周节省 30 分钟的 Skill，一年可以帮你节省 26 个小时。十个每周各节省 30 分钟的 Skills，一年就能省下 260 个小时。相当于每年把六个半完整工作周还给你。

大多数人仍会每天在 Claude 里重复输入同样的指令。

而那些搭建 Skill 库的人，会在 60 天内开始运行一套完全不同的工作系统。

希望这篇文章对你有帮助。