把 SOP 写成 Skill:五步改造法与那些具体的坑
上一讲给的是效果对比,这一讲是动手部分。前半段讲环境:装运行时、配国产模型、三种 Skill 存放位置各自适用的场景。后半段是五步改造法——识别流程、定输入输出、把人的决策提炼成判断、写 SKILL.md、测试。其中我觉得最实用的三处:description 是触发准确性的全部依据(差例是「帮助分析数据」,好例要带业务语义);业务规则太长就抽到引用目录按需加载;以及「用 Skill 创建 Skill」这条捷径。
本文整理自同一门课程的第二讲。内容属整理稿而非逐字记录。
文中的工具版本、命令与操作过程沿用原片口述,未做外部核验;涉及国产模型服务的选择仅作记录,不构成推荐。
先装环境
他给了四步,并强调跨平台通用:
| 步 | 做什么 |
|---|---|
| 一 | 装基础环境:运行时(Node.js)与版本控制(Git) |
| 二 | 装编码助手:通过包管理器安装 |
| 三 | 配模型:领 API key,用配置工具写入 |
| 四 | 选一个可视化入口(编辑器插件或桌面端) |
第三步他给了具体做法:
我们在国内,更方便的是使用国产大模型。订阅之后拿到 API key,通过配置管理工具添加密钥。
他的演示环境是 Ubuntu 22.04,而顺序是先验 Git 与 Node,再装助手,再配 key,最后测一句「你好」。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart LR
A["基础环境<br/>Node · Git"] --> B["装编码助手"]
B --> C["配模型 key"]
C --> D["可视化入口<br/>选装"]上图是这四步。注意它把「验证」放在最后一行——先能聊,再谈写 Skill。
Skill 放哪儿:三种位置
他给了三种,而三种的用途完全不同:
| 位置 | 范围 | 适合 |
|---|---|---|
| 项目根目录下的技能目录 | 只在这个项目 | 团队共享的、跟项目强绑定的 |
| 用户家目录下的技能目录 | 所有项目 | 个人常用、跨项目复用 |
| 直接作为附加文件上传 | 单次 | 临时测试 |
第三种他明确说了「一般用于测试」——它不是长期方案,只是一个试跑的入口。
先别造轮子
他给了一个很务实的提醒:
很多时候我们不需要这样重复去造轮子,因为现在技能已经有很多应用商店。
官方有技能仓库,里面有文档类技能(生成表格、演示文稿);也有一些对中文支持较好的第三方站点。
而从「用现成的」到「自己做」,他给了一个中间选项——这一点是整讲最省力的技巧。
「用 Skill 创建 Skill」⭐
我们还可以通过 Skill 去创建 Skill,也就是 Skill Creator。它是一个专门自动化创建 Skill 的工具。
整个过程非常简单,只需要四步:启动工具、回答引导、审查文档、测试。
具体怎么用?他给了一句提示词:
「我想创建一个 Skill,用于在实施任务前澄清模糊的需求,请使用 Skill Creator 引导我。」
而交互过程是:
它会问你 Skill 的名称、功能场景、具体使用场景、核心工作流程。
然后确认没问题,开始生成;生成完它会自己做一些审查,还可以自动进行测试。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart TB
A["一句话说明需求"] --> B["它反问四件事<br/>名称/场景/用法/流程"]
B --> C["生成目录与文件"]
C --> D["自审 + 测试"]
D --> E["安装到技能目录"]上图是这个流程。注意第一步的输入也很模糊——它靠反问补齐,和你想要的「需求澄清」是同一套机制。
而实测里它生成的结构很规整:
主文件
SKILL.md;references(复杂业务规则放这里);技术类与验收标准;还有assets(放图片、文档模板)。
一个提醒
他提到一个实际会遇到的小摩擦:
它有时候会自动给你命名。如果你想用自己定义的名字,可以直接告诉它名称, 或者用中文交互——因为它有时候会输出英文。
五步改造法 ⭐
这是他给的方法论,我觉得是整篇最可复用的部分。
| 步 | 做什么 |
|---|---|
| 一 | 识别关键流程:把主要业务逻辑拆开 |
| 二 | 定义输入输出 |
| 三 | 提炼决策:把原来人脑的判断变成代码逻辑 |
| 四 | 编写 SKILL.md(核心环节) |
| 五 | 测试验证 |
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart LR
A["① 拆流程"] --> B["② 定输入输出"]
B --> C["③ 决策提炼成判断"]
C --> D["④ 写 SKILL.md"]
D --> E["⑤ 测试"]上图是这五步。注意第三步才是真正的智力活——前两步是把现状描述清楚,第三步是把「人的经验」翻译成机器能执行的判断。
第一步的产出:四段流程
他把那三轮对话提炼成了四步:
一、检查数据质量;二、漏斗分析(点击率、转化率);三、效率分析(广告回报率、获客成本);四、预算调整。
这个提炼本身就有信息量:原来散在三轮里的动作,被重排成了一条有依赖的链——先查数据能不能用,再算,再决策。
第三步:那些必须写成判断的地方 ⭐
他举了三个例子,每一个都对应一类「不问就会错」的情况:
| 情况 | 该写成什么 |
|---|---|
| 某渠道没有展示次数,算点击率会出空值 | 转成占位值,避免报错 |
| 广告回报率高于目标值 | 标注为「达标」状态 |
| 净利润在某区间内 | 触发对应的削减或增加动作 |
而他的总结很直接:
这些逻辑写得越详细,Agent 越能输出我们期望的内容。
注意第一类的性质——它不是业务规则,是「数据的坑」。而这类知识通常只存在于老员工的脑子里,写出来就是资产。
第四步:SKILL.md 怎么写
元数据两字段
他先说了 YAML 头部,只有两个字段,但都很关键。
第一个是名称,而给的要求很具体:
| 要求 | 说明 |
|---|---|
| 动词开头 | 说明它是个动作 |
| 短横线连接 | 中间用 - 而不是空格或下划线 |
| 全小写英文 | — |
第二个是描述,他说「这是最关键的」:
它是告诉 AI 你在什么情况下该触发这个 Skill 的核心依据。
好描述与差描述 ⭐
这一段我认为是全篇最实用的部分。
| 差例 | 为什么差 |
|---|---|
| 「帮助分析数据」 | AI 不知道分析什么数据,也不知道什么时候该触发 |
| 「使用某个库进行数据处理」 | 太技术化,用户不会这么问 |
好例:
「分析每周多渠道营销活动的绩效数据,用于多渠道数字营销、漏斗指标和预算重新分配。」
而他给了一个很干净的检验标准:
如果你自己是 AI,看到这样的描述之后,你能不能判断出来该调用哪个 Skill?
就是把话说清楚、说明白、说具体。
注意好例里的三个触发点:「绩效」「漏斗指标」「预算重新分配」——它们既是业务语义,也是用户真会说的词。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart LR
A["帮助分析数据"] -->|"无法判断时机"| B["不触发"]
C["分析每周多渠道绩效<br/>漏斗指标 · 预算重分配"] -->|"场景明确"| D["准确触发"]上图是这个差别。它和前面讲「触发词三层覆盖」是同一条原则:用用户的词汇写入口。
正文结构
他展示的结构很朴素:一级标题是技能主题,下面按步骤分二级标题——
输入要求 → 数据质量检查 → 漏斗分析 → 效率分析 → 预算重新分配。
每一块都给出计算公式。
那条关于长度的技巧 ⭐
这是全篇我觉得最有工程感的一段:
有时候业务逻辑非常复杂,如果全部放到 Markdown 文件里,上下文加载的就非常多。
对于这样的内容,我们可以把它拆到一个子目录里,叫
references,让它按需加载。这也是一个模块化设计的理念,保持主命令的简洁。
具体做法:
我们那个预算调配的规则文件足够长、内容足够多,就把它放到
references目录里。里面可以包含数据门槛、渠道分类、预算变更、决策矩阵等等。
而他做了一次核对:
这个文件和我们原来第一次上传的那个,是一模一样的。
我们只是让它挪到了这个目录里面。
「一模一样,只是挪了位置」——这个细节很重要:它说明抽象不是为了改写,只是为了延迟加载。
进阶:再抽出一层脚本
他给了一个可选的第 4.5 步:
我们在执行时也会感受到,它背后会把业务规则转化成 Python 代码。
我们也可以把它提炼成脚本。
而收益他说得很清楚:
有了前面两部分,其实已经可以执行了。
但如果你进一步把业务逻辑用编码实现,它可能执行起来更高效,一致性会更高。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart TB
A["SKILL.md<br/>最小可用"] --> B["+ references<br/>按需加载长规则"]
B --> C["+ scripts<br/>把规则固化成代码"]上图是这三层。它们是递进关系,不是替代关系——第一层就能跑,后两层是「更稳更快」。
而他实际的做法很聪明:
那个脚本就是它生成好的,我当时直接挪过来了。
「让 AI 先生成,再把它生成的产物固化成资产」——这是很省力的路子。
放置与验证
他强调了一个容易踩的坑:
因为我们在项目目录下放置自定义 Skill,所以一定要在项目根目录启动——也就是那个技能目录所在的项目根。
而验证的第一步很具体:
我们首先第一步要观察一下,它有没有去调用我们自定义的这个 Skill。
我们看到它已经调用了,也成功加载了。
「先确认调用了,再看它做得对不对」——这个顺序很多人会跳。
那次结果的核对
他和第一讲的数字做了对照:
小程序最终调整后新的预算要增加,而且正好卡在增幅上限。
和我们之前那个方式差不多一样。
实测里那些摩擦
我觉得这些细节比顺利的部分更有用。
| 现象 | 说明 |
|---|---|
| 要重启才生效 | 新放的 Skill 需要重启会话才被感知 |
| 需要**「总是允许」**某些命令 | 创建过程要删除旧目录、执行 shell |
| 自动化过程问题不完全一样 | 每次交互的问题措辞有差异,但大差不差 |
而「大差不差」这个说法其实挺重要——它意味着这类自动化不保证确定性,你仍然得看着它走。
我的三点补充
以下是评注,不是原片内容;取舍由我负责。
第一,第三步「决策提炼」才是五步里真正的分水岭,而它最容易被跳过。 前两步是把现状讲清楚,第四步是把它写下来——只有第三步产生了新东西:把「我知道该这么办」变成「任何人按这个判断都会这么办」。而这一步难的地方不在技术,在于很多判断本来就是模糊的(「利润低的时候要削减」——低到多少?)。所以写 Skill 的过程,往往先逼你把业务规则想清楚。
第二,好描述与差描述的差别,本质是「按业务语义写」还是「按实现写」。 「使用某个库处理数据」是从实现视角写的——但用户不会这么提问。而「分析每周多渠道绩效」是从场景写的,所以用户一说「帮我看看上周各渠道怎么样」就能命中。这条原则在写任何给人看的接口文档时同样成立。
第三,「把长规则挪到引用目录」这个动作看着像整理文件,其实是上下文预算管理。 因为主文件是每轮都要加载的,而引用文件是用到才加载。所以拆分的判据不是「这段内容长不长」,而是「它是不是每次都需要」。 而预算重分配规则恰好符合:只有问到预算时才需要它。
一句话总结:写 Skill 的难点不在格式,在于把「老师傅心里那杆秤」写成能执行的判断。 而写完那一刻,你才真正知道自己懂不懂这门活。