用了一个月Claude Skills后，我的真实感受

这是2025年的最后一篇文章啦，今天我想来跟大家分享一下我最近在AI编程上用claude skills的一些心得和收获。1.claude skills本质上是在教AI怎么像人一样干活。我不知道大家刚用skills的时候，是不是和我一样的感觉，觉得skills其实就是一个大号的提示词，只是更方便被claude code调用而已。于是我带着这种想法，开始去对比skills和提示词到底有什么不同。用了一段时间之后，我发现skills并不是单独的提示词文件，它是由两层内容构成的工作流+知识库。第一层是skills主文件，用来告诉AI应该按照什么流程和顺序来干活。第二层是配套的知识库文件，里面包含了执行脚本、具体案例、以及更细分的规则，这些内容都会按照主文件的指引被调用。也正是因为有了这两层结构，skills才能够比单纯的提示词做到更多的事情。比如说在AI编程场景里，如果我把写prd、项目管理、技术架构、开发规范都整合到一个提示词里，那这个提示词不仅会巨长，而且在实际作业中效果也是十分不理想的。一个提示词能够承载的内容是有上限的，当提示词过于复杂的时候，AI在干活中反而容易偷懒，要么跳步骤要么忽略细节。如果把这些内容拆成很多个提示词，管理起来会有点麻烦，又得维护一堆零散的文件。但用skills的话是能够把他们都整合到一起的，可以通过工作流+知识库的方式来进行更灵活的调用，把不同阶段需要用到的信息拆开管理，当流程走到哪一步，再调用对应的知识和规则。这样skills能够支持更多复杂的场景，让AI更像人一样干活。2.总结自己的工作流，投喂给AI让它变成skills。我最近用的比较多的是一个改bug的skills，它大大解放了我和AI反复battle各种问题的时间。我只需要把我遇到的问题告诉AI，然后AI收集我的信息，去进行各种信息检查和修复就好了。那这个skills是怎么写出来的呢？在刚开始我先总结了我和AI对话修bug比较高效的方式，然后我去和AI进行讨论下，让它生成一个对应的skills。接下来，我会基于这个skills去跑几轮测试，看看实际干活中遇到的问题，再基于这些问题对skills进行迭代。最后就能得到一个让自己满意的skills。回看这个过程，其实很像在打磨一个小产品，核心还是：总结—生成—测试—迭代。目前claude code和codex都支持skills调用啦，强烈建议大家都去用用创建一下自己的skills。也非常欢迎大家把自己使用skills的技巧分享在评论区呀~