扣子真的很擅长把技术的东西变成普通人能用的东西，这次是Skill

Skill 这个词，你可能已经听过很多次了。作为大鹏的铁铁读者，你甚至已经上手很多次了。

简单来说，它就是把你的经验、方法论封装成一个可复用的 AI 工作流。和一次性的 Prompt 不同，Skill 是一套完整的「做事方式」——可以被保存、被调用、被分享。

如果说 Prompt 是消耗品，那 Skill 就是资产。

但问题来了：这么好的东西，普通人用得上吗？

你去看看现在支持 Skill 的工具——Claude Code、Cursor、Antigravity，清一色的编程环境。

打开软件，满屏的代码编辑器、命令行、配置文件。对于开发者来说，这是熟悉的战场；但对于普通用户呢？

上限很高，门槛也很高。

打开软件那一刻，就已经劝退了。

更别说创建自己的 Skill 了。你得理解文件结构，得知道怎么写配置，得能看懂报错信息。哪怕你是某个领域的专家，有十年的行业经验想要封装成 Skill，面对这堆技术门槛，也只能望洋兴叹。

Skill 很强，但它被锁在了技术圈里。

直到最近扣子 2.0 的升级。我发现，这件事变了。

扣子一直很擅长把技术的东西变成普通人能用的东西，这次也不例外。

实战一：零门槛使用已有 Skill

我之前在 Claude Code 里折腾过一段时间，积累了不少还算实用的 Skill，其中一个是帮我媳妇做的——论文模板转换工具。

用 skill 帮媳妇30秒改完论文格式，我悟出了 AI 时代的终极心法

她在高校工作，每次投稿都要面对不同期刊的格式要求：这个要求宋体小四，那个要求 Times New Roman 12pt；这个要求章节编号用「一、二、三」，那个要求用「1.1、1.2、1.3」。每次投稿前，光是调格式就能折腾一整天。

后来我用 Claude Code 做了个 超复杂的 Skill，把行业内套 word 模板的 know-how 都写进去了。经过多轮迭代测试，这个 Skill 已经能稳定输出 95 分以上的排版效果——输入原始论文和目标期刊的模板，30 秒就能自动输出符合要求的格式。

技术上，这个 Skill 是跨平台的。理论上，只要是支持 Skill 的 Agent 拿过去都能跑。

但问题来了：这些工具，目前全都是编程环境。

我媳妇看了一眼终端中的 Claude Code——直接摆手说「你自己用吧，我搞不来这个」。

说实话，她的反应才是正常的。她是高校老师，不是程序员。让她为了改个论文格式去学怎么用 IDE，这本身就很荒谬。

一个本该解放非技术用户的工具，却因为运行环境的门槛，无法触达真正需要它的人。

这个 Skill 我花了好几天打磨，效果确实好。但它的价值被锁死在了技术圈里——只有我这种折腾 AI 工具的人才用得上，真正被论文格式折磨的老师们，反而用不了。

扣子 2.0 升级后，我想试试兼容性怎么样。毕竟，如果每换一个平台就要从头来过，那这「资产」的成色就大打折扣了。

结果出乎意料地顺利。

整个过程简单到有点不真实：

第一步：从扣子首页（https://space.coze.cn/）进入「扣子编程」

第二步：把 Skill 的压缩包拖进扣子的对话框，输入「解压并安装这个 Skill」

第三步：等待，看着 agent 干活就行，享受 Aha moment!

牛逼的是，扣子编程竟然识别到这个 skill 需要额外的依赖，真正做到了傻瓜式安装 skill

第四步（可省略）：预览成功安装的 skill 文件目录

第五步（重要）：一键无脑部署

不出意外，意外还是发生了，部署失败。不要慌，把报错信息复制给 agent，让它自己解决就行。

既然遇到了问题，不妨带大家复盘一下，大家遇到类似问题就不慌了。

实际上就是我们的项目文件夹内缺少了。coze 和 .skill 这两文件，你可以把它理解为 coze 对上下文工程的实践

类似 CLAUDE.md，核心就是告诉扣子 agent 这个项目、这个 skill 的一些背景信息。

coze 很快就把问题解决了，再次部署，看到这个界面就说明成功了，点击「立即体验」就会跳转到扣子首页

测试执行能力

复杂 skill 的安装部署能力我们测试完了，接下来测试一下 coze 对于复杂 skill 的执行能力怎么样

扣子中使用 skill 同样很简单，右下角的「更多技能」中选择我们刚刚部署完的「套论文模板 skill」

然后上传需要处理的两个文件：一个是原始论文，一个是论文的目标模板，简单说一句：

把我的论文套上模板

目前扣子中的 skill 是手动选择加载的逻辑，避免了指令模糊导致 agent 选错 skill 的问题。所以我们的指令可以写的很简单。

这里的演示视频加了 2 倍数，整个任务 1 分钟就跑完了，速度相当快。

文件解析-技能加载-执行脚本-输出任务报告，整个过程一气呵成，没有任何报错，我甚至怀疑任务有没有成功。

下面就是见证奇迹的时刻！

双栏、标题、序号、图片、公式，所有格式完美复现！（估计能解救一大批被论文格式折磨的毕业生🥳）

完整任务回放：https://www.coze.cn/s/9tj-Y4KaP80/

效果和在 Claude Code 里一模一样。扣子对 Skill 协议的兼容做得非常到位了，之前沉淀的所有实用 skill，拿过来就能用。

从 IDE 到对话框，中间只隔着一个「拖拽」的距离。

实战二：普通用户也能创建 Skill

安装已有的 Skill 很简单，但更关键的问题是：普通人能不能自己创建 Skill？

这才是「Skill 平民化」这件事是否成立的关键。

毕竟，使用别人做好的工具是一回事，自己动手创造一个工具是另一回事。如果创建 Skill 还是需要写代码、配置文件、理解技术架构，那所谓的「平民化」就只是换了个 UI 而已。

所以我决定做一个实验：不上传任何参考资料，纯靠嘴「说」出来一个公众号写作 Skill。

为什么选这个场景

• 痛点真实：自媒体时代，这是我以及很多博主每天都在做的事情

• 流程足够复杂：不是执行单个任务，而是一套完整的工作流

• 验证门槛够高：如果这种复杂度的 Skill 都能被普通人「说」出来，那「Skill 平民化」扣子就真正做到了

我设想的功能流程：

输入主题/材料 → 阅读理解 → 反问对齐需求 → 联网调研 → 撰写大纲 → 用户确认 → 撰写正文 → 用户确认 → 生成标题

看起来简单，但每一步都有讲究。这套流程是我写了几百篇公众号之后总结出来的，里面有很多说不清道不明的细节。

问题是：怎么把这些经验告诉 AI？

第一步：先对齐需求，别急着创建

这里有一个关键的方法论：先不要直接创建 Skill，而是让 Agent 先问清楚你到底要什么。

为什么？因为这是一个复杂任务。我简单描述需求之后，并不确定每一步该怎么做，也不确定我的需求有没有描述清楚，Agent 有没有理解清楚。

所以我告诉扣子：「先来对齐需求，一步一步来」。

结果让我惊喜：Agent 在理解了我的指令之后，反问了将近 20 个问题。

这些问题覆盖了我能想到的所有细节：联网调研要搜什么？大纲需要确认哪些内容？正文的风格偏好是什么？标题要怎么选……

基本上只要把这 20 个问题回答清楚，这个 Skill 一定会是我想要的。

第二步：语音输入回答问题

把 Agent 输出的问题复制到飞书文档，然后我用语音输入来回答这些问题。

注意这个细节：我是「说」出来的，不是「写」出来的。

语音输入意味着你可以像聊天一样描述需求，不需要字斟句酌地组织语言。这就是门槛的降低——你只需要懂你的业务，不需要懂怎么写技术文档。

回答问题的过程中，我还补充了一个关键需求：让 Agent 去联网调研爆款文章的结构和标题公式，作为参考库打包到 Skill 里面。

这其实是在利用 Skill 的文件结构能力：把爆款文章、爆款标题的参考库作为 reference 打包进去，确保输出质量的稳定性。

第三步：Agent 调研输出参考库

提交需求之后，Agent 开始工作。

它先是总结了我的核心需求，然后联网调研，输出了两个参考库：

爆款文章结构库（5 种）：

爆款标题库（10 种公式）：

确认参考库没问题后，我让它按照系统内部的最佳实践去创建 Skill。实际上扣子系统内置了一个「创建 Skill 的元 Skill」，类似 Claude Code 的 skill-creator。

有一句话我反复强调：「有任何不清楚停下来与我对齐」——这是为了让扣子 Agent 时刻与我们保持同步，避免跑偏。

第四步：Skill 创建成功，开始测试

Skill 创建成功！右侧预览区已经可以开始使用了。

但这里有个避坑指南：不要在右侧的预览窗口测试，预览窗口的 Agent 功能不完整。需要在扣子中新建对话窗口，选中 Skill 进行测试。

第五步：测试、反馈、迭代

第一次测试发现了问题：Skill 内的提示词没写好，跨过了确认大纲的环节直接往下写，而且文章的 AI 味儿比较重。

怎么办？回到 Skill 创建的对话框，反馈问题，进行迭代。

优化完成后有一个重要步骤：必须再次部署，部署才会生效！

第六步：优化后的效果

Skill 优化后，指令遵循做得非常好。首先是需求对齐确认：

接着开始联网调研、选择爆款文章结构、输出文章大纲供确认：

一篇 1500 字的公众号文章就出来了。

实测下来，doubao 写作非常吃「提示词 + 参考文章」，没有这俩写出来的文章 AI 味儿还是挺重的。当然，如果你经常写文章，完全可以把常用文风提示词和参考文章作为 reference 打包到 Skill 里面，这样就不用每次都上传参考文章了。

意外惊喜：一键配图 + 公众号排版

还有一个很好用的功能：可以给文章一键配图。

不止配图，扣子还提供了一整套内容生成能力——网页、播客、PPT 都能一键生成，有点 NotebookLM 的意思。

最离谱的是，它竟然还主动帮我把文章排版成了公众号支持的格式——直接可以一键复制到公众号！

这个惊喜确实没想到。之前我都是用一些简陋的模板，公众号文章排版这事儿算是被彻底解决了。

本质上这是 AI 写的兼容公众号格式的 HTML 代码，所以我们甚至可以通过自然语言描述去设计自己想要的排版主题！

这次实验证明了什么

复杂的工作流也能被非技术用户封装成 Skill。

不需要理解文件结构，不需要写配置代码，全程对话式交互就能完成。

创建这个 Skill 的前提是什么？是我对公众号写作这件事足够了解。 我知道好的文章需要什么流程、什么结构、什么节奏。这些行业 Know-how，才是 Skill 的核心价值。

至于把这些 Know-how 变成可执行的 Skill？扣子帮你搞定。

以前创建 Skill 需要懂技术，现在只需要「懂你想要什么」。

技能商店：让经验可沉淀、可分享、可变现

Skill 做出来了，然后呢？

如果只能自己用，那价值就有限。但如果能分享出去，让更多人用上，那「行业经验」就真的变成了可流通的资产。

扣子的技能商店，做的就是这件事。

上架流程

把刚才创建好的公众号写作 Skill 上架到技能商店，整个过程很直观：

第一步：进入技能商店，点击「我的技能」，就可以看到所有自己创建的 skill

第二步：填写技能名称、详细描述、精选案例

这部分很重要。别人愿不愿意用你的 Skill，很大程度上取决于你能不能把「这个 Skill 能帮他解决什么问题」讲清楚。

第三步：设置定价

目前用户可以为自己的 Skill 设置付费，官方提供了几个预设价格档位供选择（都是月度订阅制）。虽然暂时还不能完全自定义价格，但这已经为「知识变现」打开了一扇门。

我估计官方后面也会支持「按次收费」，这样对于一些低频高价值的 skill 可能会更合理，比如我这个套论文模板的 skill。

第四步：提交审核，等待上架

技能商店的价值

很多人说想做「知识付费」，但传统路径门槛太高——录课程要学剪辑，写专栏要持续产出，做咨询要有个人品牌。

技能商店提供了一个更轻量的选择：

把你的行业经验封装成 Skill，让它自己去帮别人解决问题。

你是做财务的？可以把报表分析的方法论封装成 Skill。你是做运营的？可以把数据复盘的框架做成 Skill。你是做学术的？可以把论文写作的规范流程变成 Skill。

你帮别人省下的时间，就是你创造的价值。技能商店让这种价值可以被定价、被交易、被累积。

Prompt 是一次性的消耗品，Skill 是可沉淀的资产。而技能商店，让资产流通起来。

写在最后：职场人的 AI 时代

回头看这篇文章，我做了两件事：

1. 把之前在 Claude Code 里积累的 Skill，拖进扣子就能用

2. 在扣子里从零创建了一个新的 Skill，全程不碰代码

第一件事证明了扣子对 Skill 生态的兼容性——你在其他地方积累的东西，不会浪费。

第二件事证明了扣子在降低创建门槛上的努力——你不需要是程序员，也能把自己的经验封装成 Skill。

扣子正在让 AI 真正走进每一个职场人的工作流。

不管你是哪个行业——只要你有经验、有方法论，就能把它变成 Skill，让 AI 替你干活。

以前我们说「AI 提效」，总觉得是技术圈的事。但当高校老师能用 Skill 秒排论文格式，当自媒体博主能用 Skill 批量产出内容——AI 才真正成为了职场人的生产力。