付同学的技术客栈/

从提示词到Skill,把一次成功变成团队能力

所属专题 公司把 AI 用起来 第 6 篇 / 共 11 篇 查看专题目录

团队里经常会出现这种情况。

有个人把AI用得很顺,写需求、查代码、整理客户记录都很快。大家问他怎么做,他发来一段很长的提示词。

其他人复制过去,效果却不一样。

不是模型突然变笨了,而是那段提示词背后还藏着很多东西:他知道去哪找资料,知道什么结果不可信,知道哪些字段必须检查,也知道出错以后怎么补。

这些没有写出来的判断,才是真正的能力。

提示词只是任务入口

一条提示词通常只能说明“这次想让AI做什么”。

一个能被团队复用的Skill,还应该包含:

适用场景
  + 输入资料
  + 执行步骤
  + 工具权限
  + 输出格式
  + 检查规则
  + 失败处理
  + 维护负责人

这里的Skill不一定非要是某个平台的专用文件。

它可以是Claude Code使用的项目指令、Codex读取的AGENTS.md、Dify里的工作流、FastGPT里的应用流程,也可以先是一份普通Markdown操作说明。

关键不在名字,而在下一位同事能不能按照它完成同一项工作。

先挑一条已经重复成功的做法

不要把第一次成功的聊天记录马上包装成团队标准。

至少重复使用三到五次,确认:

  • 输入资料大致稳定;
  • 输出确实能节省工作;
  • 常见错误已经出现过;
  • 人工知道检查什么;
  • 换一个人还能理解;
  • 这项工作值得持续维护。

如果每次任务差异都很大,或者结果完全依赖某位专家临场判断,更适合保留为个人辅助方法,不必急着做成自动流程。

用“任务说明卡”替代神奇提示词

可以先把个人做法整理成这张卡:

名称:接口代码审查

适用范围:ASP.NET Core服务的Pull Request初审

输入:PR diff、相关Issue、项目AGENTS.md、测试结果

任务:检查业务遗漏、异常处理、并发、日志、权限和测试

不能做:不直接合并,不修改生产配置,不猜测缺失需求

输出:问题位置、影响、建议、证据;按高/中/低风险排序

人工确认:模块负责人判断是否阻止合并

失败处理:上下文不足时列出缺少资料,不给确定结论

这比“你是一名资深架构师,请全面审查代码”有用得多。

它把适用范围、输入和责任说清楚了。

一个需求评审Skill怎么形成

假设产品经理经常把会议记录整理成需求。

第一版可能只是一句话:“请把会议内容整理成PRD。”

用几次以后,会发现AI经常把客户的试探性表达写成确定需求,也会漏掉尚未确认的接口和数据范围。

这时可以把流程拆开:

会议记录
  → 区分客户原话、产品判断和待确认问题
  → 提取用户、场景、触发条件和预期结果
  → 生成验收条件草稿
  → 标记缺少的数据、权限和异常场景
  → 产品经理确认
  → 写入需求系统

再准备一组检查问题:

  • 有没有把“可能”写成“必须”;
  • 是否说明不做什么;
  • 是否有异常和权限场景;
  • 验收条件能不能被测试;
  • 哪个结论找不到原始依据。

当这些规则稳定下来,它才开始像一个团队Skill。

AI Coding里的Skill更容易被看见

使用Claude CodeCodex时,团队可以把项目规则直接放进仓库。

Codex使用AGENTS.md,Claude Code可以使用CLAUDE.md。国内团队也可以用同一思路测试通义灵码等编码工具。

文件里不需要堆满编码规范,先写最容易出事故的内容:

  • 构建和测试命令;
  • 项目分层和现有封装;
  • 不能修改的生成目录;
  • 数据库迁移方式;
  • 日志、异常和配置要求;
  • 完成任务后的验证清单;
  • 禁止直接执行的生产操作。

规则应该跟代码一起Review。

项目结构变化了,Skill也要改。否则AI会非常认真地遵守一套已经过期的做法。

业务流程可以放到Dify或FastGPT

对于客户问答、资料整理、销售跟进这类工作,可以把稳定步骤做成DifyFastGPT流程。

例如销售会议跟进:

输入会议记录
  → 提取客户、需求、异议、承诺和下一步
  → 检查是否缺少时间与负责人
  → 生成CRM草稿
  → 销售确认
  → 才允许写回CRM

流程里要保留原始记录链接。AI生成的客户需求不能替代客户原话,报价、交期和合同条件不能自动承诺。

第一阶段甚至不用接CRM。

先让员工复制一段脱敏会议记录,确认输出模板稳定,再考虑API和自动写回。

Skill需要版本,不是写完就结束

建议每个Skill至少记录:

名称:
版本:
负责人:
适用工具:
适用任务:
最后更新:
输入要求:
输出要求:
人工确认:
已知问题:
变更记录:

修改时保留一个小测试集。

需求评审可以保存五段脱敏会议记录,代码审查可以保存三个历史PR,客服可以保存二十个常见问题。每次改Skill以后重新跑一遍,确认旧能力没有被新规则破坏。

三种最常见的失败

第一种,Skill写得太通用。

“分析问题、给出专业建议”适用于任何工作,也指导不了具体工作。

第二种,规则太多。

把几十页制度全部塞进指令,模型抓不到重点,维护的人也不敢改。规则应该围绕当前任务,背景知识放进可引用的知识库。

第三种,没有负责人。

提示词保存在群文件里,流程出错时没人知道该找谁。时间一长,大家各自复制一份继续修改,又回到个人方法。

怎么判断Skill真的属于团队

可以做一个很简单的交接测试。

找一位没有参与编写的同岗位员工,只给他Skill、样例输入和工具账号。观察他能不能完成任务,哪里需要额外口头解释。

重点看:

  • 第一次完成需要多久;
  • 输出有多少可以采用;
  • 是否知道什么时候应该停止并找人;
  • 两个人的结果差异有多大;
  • 错误能不能追到具体规则;
  • 负责人能不能独立更新。

真正的团队能力,不是“幸好某个人有一条好提示词”。

而是这个人不在场,团队仍然知道资料在哪里、步骤怎么走、结果怎么查、最后由谁负责。

公司把 AI 用起来 第 6 篇 / 共 11 篇
查看专题目录

留下一条评论

暂无评论