前面五篇，生图 API、IP 形象、图文 skill、选型判断——它们最后都指向同一个动作：把经验固化成 skill。 这一篇回到根本，聊聊「自建 skill」这件事本身，以及 Claude Code 自带的 skill-creator 怎么帮你把一次踩坑，变成一个越用越聪明的资产。

一、什么是 skill？一句话讲清

skill（技能包）就是一个放在固定目录里的 SKILL.md 文件，配上相关的脚本和参考资料。它的作用是：把「某件事的正确做法」写下来，让 AI 每次遇到这类事，都照着做。

它和你临时敲的提示词有个本质区别——提示词用完就没了，skill 会一直留着，还能不断补。 你这次踩了个坑，把坑填进 SKILL.md，下次 AI 就会自动避开。它会随着你的使用越用越聪明。

二、为什么值得自建 skill

我前面改造的那几个配图 skill，本质都是「自建」的产物。为什么值得花时间做？因为 skill 沉淀的不是「怎么做」，是「判断」。

举个真实的例子。我在生图时踩过一个坑：中文 prompt 直接喂会翻车。这个判断——「英文 prompt + 图内零文字」——一旦写进 skill，我之后就再也不用翻车。这个判断是我付过代价换来的，现在被永久保存下来，AI 每次都替我守住。

这就是 skill 和普通代码的区别：代码会贬值，skill 会增值。

三、一个 skill 长什么样

一个标准的 skill 目录结构很简单：

my-skill/
├── SKILL.md          # 核心:frontmatter(触发词) + 工作流程
├── scripts/          # 可复用的脚本
└── references/       # 参考文档(风格、规范、模板)

这不是理论结构，是我真实在用的 article-illustrations skill（就是前几篇那个配图 skill）的实际目录：

article-illustrations/
├── SKILL.md
├── scripts/
│   ├── volces_image.py     # 火山方舟生图脚本(默认后端)
│   ├── agnes_image.py      # Agnes 生图脚本(备用后端)
│   └── render_batch.py     # 批量渲染器
└── references/
    ├── styles/             # 风格库(含我加的 zh-handbook 手账风)
    ├── workflow.md
    └── prompt-construction.md

它顶部的 frontmatter 长这样，description 里那句话就是触发开关：

---
name: article-illustrations
description: 分析中文文章结构、识别配图位置,用 Type × Style × Palette
  生成图文插图;支持用作者本人的 Q 版形象出镜。当用户说"为文章配图"
  "文章插图""给待发布文章配图"时触发。
---

最关键的是 SKILL.md 顶部的 frontmatter——description 里写清楚「什么时候触发」。AI 就是靠这句话判断要不要调用这个 skill 的。

四、用 skill-creator 帮你创建

手写一个 skill 不难，但容易漏。Claude Code 自带一个 skill-creator 技能，专门帮你标准化地创建 skill。你说一句「帮我创建一个 skill」，它会引导你：

1. 定义触发词——什么情况下该激活它
2. 梳理工作流程——这件事分几步、每步做什么
3. 沉淀硬规则——哪些红线不能碰（比如「必须先预览再生成」）
4. 生成标准结构——自动产出符合规范的 SKILL.md 和目录

它的价值在于逼你把「凭感觉做事」变成「把方法写下来」。很多你觉得「我会做」的事，真要写成步骤，才发现有些地方自己也没想清楚。

五、做出第一个 skill 的五步

结合我自己的实战，做出第一个能用的 skill，路径是这样的：

1. 从最痛的点开始——别贪大，找你每周重复最多次、最容易出错的那件小事
2. 先把规范写清楚——用大白话写「正确做法是什么、有哪些坑」
3. 写最小可用版——只要触发词 + 核心流程，能跑通就行
4. 用起来，踩坑就回填——每次 AI 没按预期做，就把那条规矩补进 SKILL.md
5. 稳定后再加硬规则——跑顺了再加「禁止跳步」这类强制约束

注意第 4 步——skill 是在使用中长出来的，不是一次写完美的。 我那个生图 skill，就是翻了车才补上「英文 prompt」这条；正是这次回填，让它变得更稳。

六、效果：一个会自我完善的 skill

这个循环是 skill 最迷人的地方：用一次 → 发现一个坑 → 把它写回 SKILL.md → 下次更稳 → 不断循环。 它不是一个写死的东西，而是一个会随你使用不断增值的资产。

而当一个个 skill 积累起来、共享同一套规范，它们就会连成一条「会自动运转的工作流」——这是我把自己 11 个技能包串起来的样子：

单个 skill 是一个点，连成线之后，1+1 就远大于 2 了。

七、写在最后

回到最开始的问题：为什么要自建 skill？

因为 AI 抹平了「会做」的差距，但放大了「有沉淀」的差距。 人人都能让 AI 干活，但不是人人都有一套自己的、踩过坑的、越用越聪明的技能包。这套东西，就是你在 AI 时代的个人杠杆——它不随对话结束而消失，它沉淀下来，持续为你创造价值。

而 skill-creator 这样的工具，把「创建 skill」的门槛降到了最低——你唯一要做的，就是把那件你踩过坑、不想再踩一遍的事，写下来。

这个「AI 工具人 PM」小系列到这里就收个尾。从生图 API，到 IP 形象，到图文 skill，到自建方法论——串起来其实就是一句话：把工具变成资产，把经验变成杠杆。

这个系列如果对你有用，欢迎关注看后续更新；你正在把哪些踩坑经验做成自己的 skill，评论聊聊；觉得有用就收藏备用。