Skill 的核心价值是什么？
我们使用 AI 时，习惯了"问一句，答一段"——把它当成输入框后面一个更聪明的搜索引擎。但真正能让 AI 产生价值的，不只是每次想出好问题，而是有没有一套可重复使用、不断改进的Skill。
Skill 的核心价值：它不是聊天内容，而是"打包好的能力"。
Prompt 往往是一次性的对话指令，斜杠命令更像按一次按钮，解决的是"现在做什么"。而 Skill 是系统中常驻的“能力模块”，它等待被模型发现、读取并复用，解决的是"以后遇到这类事情该怎么做"。
“ Prompt：一次性的聊天指令
Command：常用的「代码片段」
Skill：一整套「SOP + 工具包」
什么是好的 Skill？
首先当然是看是否满足需要。skill 文档的开头的 name + description 部分需要回答三个问题：① 它帮我干什么活？② 什么时候它该出场？③ 和我现在的项目有没有关系？
官方与高质量社区 Skill，很喜欢用几种固定的“骨架模式”：
| 类型 | 结构 | 适用场景 |
|---|---|---|
| Workflow-based（流程型） | Overview → Workflow decision tree → Step 1 → Step 2… | |
| Task-based（任务菜单型） | Overview → Quick start → Task 1 → Task 2… | |
| Reference / Guidelines（规范型） | Overview → Guidelines → Specifications → Usage… | |
| Capabilities-based（能力清单型） | Overview → Core capabilities → 1,2,3… |
如果我们自己要写skill，也可以考虑选用哪一种框架。
好的 skill 要遵循 Claude 官方建议的 progressive disclosure 信息组织原则：
SKILL.md 主体：保持简洁，建议控制在 500 行左右，多了就拆文件，但要注意避免多层嵌套引用。 Bundled Resources，需要时再读取： scripts/：重复写的代码、需要确定性执行的逻辑。references/：大块文档、API、schema、长规范。assets/：模板、pptx、html boilerplate、字体等。
值得提醒的是，在 skill 中要写清楚判断条件和出错后怎么办，这样 AI 遇到问题时才知道如何处理。比如：需不需要先检查？如果失败了该提示什么？怎么返回上一步？
下面我们就来看看 Claude 官方提供的 Skill，详细拆解优质的 skill 到底长什么样。
如何写好设计类 Skill？
00 做了很多年 UX 设计，对设计类 skill 应该还是有鉴赏能力的，所以下面重点拆解这一类 skill。在 Claude 官方提供的 skills 中， 典型的设计类技能是这两个：algorithmic-art,canvas-design。
algorithmic-art
name: algorithmic-art
description: 使用p5.js通过种子随机性和交互式参数探索创建算法艺术。当用户要求使用代码、生成艺术、算法艺术、流场或粒子系统创建艺术时使用此技能。创建原创算法艺术，不要复制现有艺术家的作品以避免版权侵权。
完整的 skill 请访问：https://github.com/anthropics/skills/blob/main/skills/algorithmic-art/SKILL.md
通读这个 skill 文档，00 为你总结了几个炸裂💥的技巧：
一上来就不是说“帮我用 p5.js 画图”，而是：
“ Algorithmic philosophies are computational aesthetic movements that are then expressed through code.
把任务从“生成一张作品”提升到“创建一个美学流派 + 对应的算法体系”。这可太高明了，这是在提醒模型：输出要成体系，而不是一次性灵感。让后续所有指令都围绕“这是一门流派”展开，而不是“某个 pattern”。
Skill 明确要求分两步：
Algorithmic Philosophy Creation (.md) Express by creating p5.js generative art (.html + .js)
而且强调：“理念先行，代码只是表达工具”。这里值得借鉴的地方是：
强制抽象层在前：避免模型直接掉进“写代码、调数值”的局部最优。 把“哲学”规定为 4–6 段，有明确结构和要素（噪声、粒子、场、时间、参数、涌现）。
这一段特别能体现领域专家的深厚功底：
“ To capture the ALGORITHMIC essence, express how this philosophy manifests through:
Computational processes and mathematical relationships Noise functions and randomness patterns Particle behaviors and field dynamics Temporal evolution and system states Parametric variation and emergent complexity
值得借鉴的地方：
用问句/维度约束内容，告诉模型思考的方向。 每个点都同时是美学语言 + 技术对象（噪声、粒子、场），方便后面直接映射成代码结构。 避免空洞的“文艺废话”，因为每句都要可算法化。 重要的规则集中在 “CRITICAL GUIDELINES” 中强调：
Avoid redundancy：硬性规避同一个概念反复啰嗦。 Emphasize craftsmanship repeatedly：强调“精工细作、顶级匠人、无数次迭代”。告诉模型不是在写某个 demo，而是在写一个看起来花了几百小时精心打磨出的算法。
比如 “Organic Turbulence”：
概念句：Chaos constrained by natural law… 算法句：Flow fields driven by layered Perlin noise… thousands of particles following vector forces… color emerges from velocity and density…
在 Skill 中没有直接说“用 flow field”，而是用例子示范一遍，留下可泛化的模式。我们写 skill 时也可以用这种“一个哲学 + 一段算法表达”的结构 举 3–5 个例子。
这段非常妙：
“ The concept is a subtle, niche reference embedded within the algorithm itself – not always literal, always sophisticated… Think like a jazz musician quoting another song through algorithmic harmony.
把用户原始主题定义为“quiet conceptual DNA”，要求嵌在参数、行为、模式里，而不是写在画面上。并且用比喻（爵士乐里偷引用一段旋律）告诉模型：要有致敬，但要藏得深。同时兼顾“懂行的人能感觉到，不懂的人只会觉得好看”。
这对任何创意类任务都非常好用。
“STEP 0: READ THE TEMPLATE FIRST”，这里明确要求：不要自己新写 HTML，必须读取templates/viewer.html，保持品牌样式。同时要明确自由度，清楚划分哪些是 FIXED（布局、品牌、seed 控件、按钮），哪些是 VARIABLE（p5 算法、参数 UI、颜色区域）。
这样每次生成的作品都有统一 UI 体验，对模型来说也知道“改哪里 / 不动哪里”，减少预期外的”惊喜“。
下面几段基本是把 generative art 的 best practices 变成了规则清单：
必须使用 seed： randomSeed/noiseSeed，保证可复现。参数设计以“物理属性”为中心（数量、尺度、概率、比率、阈值），不要用“pattern 类型”这种靠近结果的概念。 工艺要求：平衡、层次、色彩和谐、性能优化、复现性。
“ This is NOT random noise – this is CONTROLLED CHAOS refined through deep expertise.
这句话也是点睛之笔，把随机性 → 可控混沌 → 专业度整个路径串起来。PUA 说不上，但指挥模型干活的鼓励师是没跑了。
canvas-design
这个 skill 跟algorithmic-art结构类似。
“ These are instructions for creating design philosophies – aesthetic movements that are then EXPRESSED VISUALLY. Output only .md, .pdf, .png.
短短一句话，信息量不少：
只允许视觉相关格式（pdf/png），禁止模型跑偏去写长文。 再次使用“两步走”：Visual philosophy → Canvas creation。 强调：文本是视觉的从属，不是内容的主体。
哲学部分提出"让信息活在设计里"：
“ Minimal text as visual accent...
Information lives in design, not paragraphs.
这会让模型任何时候都先考虑“构图/空间/色块/节奏”，文案只是“点睛的线条”，而不是“堆字”。
和前一个 skill 类似，它给了几个极具画面感的例子：Concrete Poetry / Chromatic Language / Analog Meditation / Organic Systems / Geometric Silence。每个都是一句 philosophy 总领，然后是一整段 visual expression：
形状（massive blocks, rounded forms, grids） 色彩（chromatic fields, natural palettes） 字体角色（huge single words / tiny labels / whispered typography） 参考风格（Polish poster, Swiss formalism, Japanese photobook…）。
它的聪明之处在于既给参照，又不具体到“抄某个设计师”，注重原创性。
“ Repeatedly emphasize “meticulously crafted”, “painstaking attention”, “master-level execution”。 Text is always minimal and visual-first… nothing falls off the page, nothing overlaps, proper margins are non-negotiable.
平面设计里的专业感，其实就在细节中：不出血、不挤压、不重叠；版心、边距、对齐都被严格校验。这样就把设计师心里的洁癖规范翻译成模型可执行的 checklist，把抽象审美拆成具象行为（不要 overlap / 保留边距 / 检查所有文本）。
Canvas creation 这一段非常有意思：
“ Treat the abstract philosophical design as if it were a scientific bible, borrowing the visual language of systematic observation — dense accumulation of marks, repeated elements, layered patterns… sparse, clinical typography, reference markers…
它在做一个概念拼贴：
主题：人类经验 / 情绪 / 抽象哲学 → 很虚。 视觉语言：科学手册 / 技术图解 / 实验记录 → 很实。
这引导模型把“不可见的东西”当“可测量的数据”去做信息图。
Skill 强制要求必须去./canvas-fonts目录找字体，字体要作为画面元素，而不是普通排版。
这体现了来自实践的设计经验：字体从来不是“默认变量”，而是核心设计决策。对模型来说，“请认真选字体”需要具体行为约束（去某个目录、用不同 font），不然可能就出现 AI 味很重的 Arial、Inter 字体了。
最后的 FINAL STEP 部分让我觉得有点眼熟：
“ It isn’t perfect enough. It must be pristine…
To refine the work, avoid adding more graphics; instead refine what has been created… If the instinct is to call a new function or draw a new shape, STOP…
用 SKILL 把这种“最后 10% 的工艺感”也编码进去，是非常聪明的做法。
比如我们可以让模型自行检查：
如果下一步的本能是“多加一个 icon / 多加一层特效”，请暂停。
问自己：有没有可以删掉的东西？有没有可以对齐、合并、强化的关系？
只允许修改已有元素的位置、间距、权重和颜色。
这能让作品整体观感直接提升一档。
小结
总结一下，设计类的 skill 技巧：
优质 skill 检查清单
为了方便大家使用，00 整理了一个 skill 的 checklist（一共 5 页），可以用来检查 AI 生成的 skill 是否符合要求。
小 tips：可以直接把文档丢给 AI 让它自己检查 👌