导读
你觉得自己 Prompt 写得够好了。指令清晰、示例完备、边界条件都想到了。但有没有一种可能——AI 根本没按你设想的在执行?
我花了三个月反复调试 AI 技能,最后发现根源不是"怎么写",而是"没有趁手的工具造它"。
这篇文章不是教你怎么写 Prompt 的,是告诉你为什么你写那么累还不生效。
你有没有过这种经历
花半小时写好一段几千字的 Prompt,小心翼翼地塞进 CLAUDE.md,结果用起来就是不对劲?
我经历过。不止一次。
你在文件里写了"当用户提到代码规范时,请使用团队特定的风格检查",AI 回复"好的收到"。然后你问它"这段代码风格对吗"——它给你一顿分析,该查的没查,不该啰嗦的啰嗦一大堆。你说它没看见吧,它看见了;说它没照做吧,它做了但就是……不好用。
后来我琢磨明白了。问题不在 Prompt 写得不够好,在写法本身。手写看着省事,但三个坑踩一个就够你受的:
- 触发不足——你写的是"建议触发",AI 理解成"省 Token 模式启动"
- 结构混乱——几千字规范塞一个文件,指令、示例、边界条件搅一起,AI 根本分不清优先级
- 无法验证——改没改好全靠"这次感觉好点了",没有对照组,退步了你都不知道
你改完 Prompt 后觉得"好像好点了",但第二天发现它又开始忽略你写的规则了
解决方案其实早就有了——Anthropic 官方出的 skill-creator 元技能,专门用来创建、修改和评估 AI 技能。
我第一次用的时候心态是"试试也不亏"。一行命令下去,几分钟生成了一整套东西:元数据、触发条件、工作流、测试用例。全程没让我手写 YAML,它问什么我答什么。
🚀 怎么装?一行命令
npx skills add https://github.com/anthropics/skills --skill skill-creator
npx 是 Node.js 自带的,装过 Node 就有。第一次跑它自动从 npm 拉最新的包,几秒完事——比等 pip 编译 pytorch 那几分钟,体感好太多了。
装完之后 ~/.agents/skills/ 下多出一个 skill-creator 目录。以后你在 Claude Code、Gemini CLI、Cursor 里直接说:
★"我想创建一个新技能"
它就会像面试官一样,从需求场景到工作流程到边界条件,一步一步问你。回答完了生成的不是一个文件,而是一套可以直接用的技能包。
💡 那比手写到底好在哪?
主要在三个层面。
1. AI 不会再装睡了
手写最大的问题是触发语气太软。你写"当用户提到……可以考虑触发",AI 看了等于没看——它没把握就不触发,省 Token 是它的本能。
skill-…