从 Prompt 到 Agent Skills:AI 在业务场景应用有了新玩法!(附私董会Case)


这段时间确实停更了几天。

原因很简单,家里新增了一位小成员,新手奶爸上路。

这几天的生活节奏,一直都是左手照顾宝妈,右手照顾宝宝。

中间还夹着一些工作上躲不开的沟通。

睡眠变得很碎,注意力也变得更贵。 很多想写的内容,我在备忘录里打了标题。 然后就没有然后了..

之后尽量恢复正常的节奏!

今天来跟大家聊聊 「Agent Skills」,

最近两周 AI 圈内讨论的非常热闹,

前段时间AIGC开发者大会上,就跟几位好友就着skills的话题在台上唠了很久,从“为什么火”聊到“怎么落地”。

今天就以这篇文章的形式跟大家见面,聊聊

  • 什么是Agent Skills?跟Prompt、Context之间的区别是什么?
  • 为什么会火?解决了什么问题?
  • 如何写好一个Skills?有哪些坑需要避免
  • 实际案例Case以及国内应用

好了,接下来进入正文。

1、从 Prompt 到 Context,再到 Skills

大家其实会明显感觉到,圈子里的关键词换得越来越快。

前几年大家讲 Prompt。

后来大家讲 Context Engineering。

再后来,MCP、Tool Use、Workflow、Agent Framework 一起上桌。

到了最近,Skills 变成了高频词。

我观察到一个很有意思的变化:

大家讨论 Skills 时,表面在聊“怎么写一个 Skill”,底层其实在聊“怎么把经验变成可复用的能力”。

Prompt 时代,你在写一段话,让模型配合你。

Context 时代,你在经营一个信息场,让模型更像你想要的那样工作。

Skills 时代,我们在打包一个能力包,让通用 Agent 在特定任务上稳定发挥。

好朋友一泽在Agent Skills 终极指南:入门、精通、预测上也提到了把 Skills 视作“通用 Agent 的扩展包”,并强调它的核心价值在于“人给指引,Agent 看着执行”,从而让垂直 Agent 的成本大幅降低。

我认同这个方向。

并且我觉得,这个方向才刚开始。

一句话讲清三个词:Prompt、Context、Skills

为了避免概念越聊越玄,我们先用三句话定住基本盘。

  • Prompt:你对 AI 说的话,是一次任务的显式指令。
  • Context:为了让 AI 更好完成任务,你提供的所有相关信息集合,包含系统设定、历史对话、工具说明、参考资料、约束条件、环境反馈等等。
  • Skills:把某个任务的 SOP、工具使用方式、模板材料、注意事项封装成一个“能力包”,需要时按需加载,让 Agent 稳定复用。

就这么简单。

别把它神秘化。

“

其实,私以为不管是Context或是Skills,都是Prompt一部分,对于模型来说都是Token,只不是过我们之前提起prompt往往认为只有User Prompt而已,为的都是解决模型有限上下文窗口的实践。

关于Agent Skills的来龙去脉可以看一泽这篇,这里不再赘述。

2、为什么 Skills 会突然爆火?

通用 Agent 过去有两个“老毛病”。

第一,上下文容易越堆越长。

你写一个超级提示词,塞进去一堆背景、步骤、格式、示例。短期看很爽,长期看很痛。

一来占 token,二来容易让模型变笨,三来难维护。

第二,经验难以复用与共享。

你在某个项目里写了很强的提示词。

换一个同事,换一个项目,换一个对话窗口,基本要重来。

团队层面就更难,大家各写各的“轮子”,很难形成标准作业。

Skills 的价值点,恰好对着这两个痛点打。

它把“常驻的少量信息”和“需要时才加载的大段指令”拆开了。

把“提示词”从一次性的对话文本,变成一个可版本化、可共享、可迭代的能力包。

这里涉及到最主要的一个机制就是:「渐进式披露」,

Agent 按需分阶段加载信息,而不是预先消耗上下文。

翻译成大白话就是:

平时只挂“目录”。需要时再翻“正文”。更深的资料,临时去取。

我们来看一个标准的Skills的结构:

pdf/
├── SKILL.md              # 主要说明(触发时加载)
├── FORMS.md              # 表单填充指南(根据需要加载)
├── references/           # API 参考(根据需要加载)
    ├──reference1.md          
├── assets/               # 资产(根据需要加载)
├── examples.md           # 使用示例(根据需要加载)
└── scripts/
    ├── analyze_form.py   # 实用脚本(执行,不加载)
    ├── fill_form.py      # 表单填充脚本
    └── validate.py       # 验证脚本

Skills 的结构:三层信息分级与按需加载

我们把它讲得更工程一点,核心文件其实就是SKILL.md这个文件。

Level 1:元数据(name + description)

它很短,常驻。它决定“什么时候触发”。

---
name: pdf-processing
description: 从 PDF 文件中提取文本和表格、填充表单、合并文档。在处理 PDF 文件或用户提及 PDF、表单或文档提取时使用。
---

这个 description 写不好,Skill 就会误触发、漏触发、乱触发。

Level 2:指令正文(SKILL.md 的主体)

它决定“触发后怎么做”。

它应该像一份岗位 SOP,包含流程、步骤、输出格式、边界条件、最佳实践或者质量标准。

# PDF 处理
## 快速入门
使用 pdfplumber 从 PDF 中提取文本:

``python
import pdfplumber

with pdfplumber.open("document.pdf") as pdf:
    text = pdf.pages[0].extract_text()
``

有关高级表单填充,请参阅 [FORMS.md](FORMS.md)。

L…

— 以上为试看内容(约 40%),开通会员后阅读全文 —