Skill 的工程实质：不是 prompt 库，是带输入输出契约的能力单元

Codex 对 OPC 的真正价值，不在于让一个人“写得更多”，而在于让一个人的执行层可以被反复调用，而判断层保持稀缺。2026 年一人公司洞察报告给出的 HACR 基准是：每投入 1 元 AI 成本，等效替代约 72 元开发人力支出；但同一份报告也记录了一个更关键的结构性事实——52.4% 的 OPC 月收入仍在 1000 美元以内，普遍困境是“构建能力过剩、获客能力短缺”。这意味着工具杠杆已经足够，真正稀缺的是封装什么、不封装什么的判断。Codex 的 Skill 机制恰好落在这个分界线上：它是“可复用的工作说明书”，管“怎么做”，不管“做什么”。

Skill 的工程实质：不是 prompt 库，是带输入输出契约的能力单元

一个可维护的 Skill 不是一段更长的提示词，而是一个包含 SKILL.md 和可选脚本、资源的目录，Codex 先看到名称和描述，判断匹配后才加载完整指令——渐进式披露使多个 Skill 可以在同一个会话中共存而不互相污染上下文。一人公司最先该建的十个 Skill 清单在实战课中已经被反复验证：选题挖掘、标题打分、短视频脚本、口播改写、商品卖点提炼、客服话术、数据复盘、竞品拆解。它们的共同特征是：输入可以枚举，输出可以验收。

以下是一个符合 Agent Skills 开放标准的 SKILL.md 骨架，将“小红书商品种草文案”的触发条件、输入槽位和验收规则显式声明。关键不在提示词写得多长，而在 output_format 和 acceptance 字段让 Codex 在生成后自行核对交付物是否满足契约：

---
name: xhs-product-seeding
description: 根据商品卖点与目标人群，产出符合小红书短句分行规范的商品种草文案。
  Triggers: 种草文案、小红书笔记、商品卖点、场景化推荐.
inputs:
  - product_name: string
  - core_selling_points: list[string]   # 3 个核心卖点
  - target_audience: string
output_format: markdown
acceptance:
  - 开头前三句必须包含一个具体使用场景，不得以品牌介绍开场
  - 正文禁止出现“赋能”“抓手”“闭环”等词
  - 结尾必须含一个开放式互动问题
  - 全文不超过 300 字
---

acceptance 不是给模型“参考”的建议，而是可被脚本机械检查的验收清单。没有这一层，Skill 和一次性 prompt 没有本质区别。

自媒体与短视频：把“选题直觉”留在人手里，把“产出规范”交给 Skill

OPC 做自媒体最常见的错误，是每次打开对话框从零描述需求，然后反复调 prompt 直到勉强可用。正确的分工是：创业者负责“今天写什么、切入角度是什么、目标读者是谁”，Skill 负责“按这个账号的风格和结构规范产出初稿”。CreatorFlow 的工作流给出了一个可参考的工程化样本：选题 → 评分 → 脚本 → 素材 → visual plan → 组装 → 渲染 → QA → 发布包 → 收尾，每个阶段由 project-state.json 驱动，currentStage 和 stageStatus 决定下一步动作，而不是让 Agent 自由发挥。

短视频同理。口播科普 Skill 的合理封装是：输入一个知识点，输出 60 秒竖屏脚本（旁白、画面描述、时长标注），再串联 TTS 与字幕合成；参数固定为 9:16、语速适中、字幕高亮关键词。但 镜头审美、节奏感、什么内容值得做，不可封装——Skill 只能执行，不能判断。一个可运行的验收门禁比“感觉这条能发”更可靠：

import json, re

def check_script(script: dict) -> list[str]:
    errors = []
    hook = script.get("hook", "")
    if len(hook) > 80:
        errors.append("HOOK_TOO_LONG: 前3秒钩子超过80字，口播无法完成")
    if re.search(r"(赋能|抓手|闭环|生态化反)", script.get("body", "")):
        errors.append("BANNED_WORD: 正文含黑名单词")
    if not script.get("cta"):
        errors.append("MISSING_CTA: 结尾缺少行动引导")
    return errors

# 生成后先过门禁，不通过则回喂 Codex 修复，而非直接进入配音
errors = check_script(script_json)
if errors:
    fix_prompt = "以下脚本未通过验收，逐条修正后重新输出：\n" + "\n".join(errors)

电商：Skill 覆盖运营执行层，选品决策必须留人

电商是 OPC 五条线中与收入最近的一条，也是 Skill 封装收益最直接的场景。选品环节的 AI 用法是抓平台热销、评论痛点、竞品差评，生成选品报告；卖点提炼是从评论和参数里提炼 3 个核心卖点加 5 个场景；详情页生成文案框架、FAQ、对比表；客服建立常见问题话术库。这些都可以封装为 Skill。但选品方向的最终判断、定价策略、库存深度，不可外包——Codex 能算出 FBA 费用和盈亏平衡点，但不能替你决定“这个品值不值得押上三个月的现金流”。

真正让 OPC 从“用 AI 干活”走向“用 AI 构建可复用资产”的，不是收藏更多 prompt，而是把重复三次以上的操作封装成有验收标准的 Skill，同时诚实地划出判断层的保留地。Codex 提供的是执行层的工程化能力；一人公司的天花板，仍然由创业者对“做什么、不做什么、什么时候停”的判断决定。