自Claude的Skills功能推出以来，就非常火爆，尤其是加持了skills的openclaw（moltbot）被更多人了解后，让更多人感受到了让AI自己创建工具的最佳体验。
尽管我在claude最开始推出skills那段时间，自己也分享过如何理解Skills，但我其实并没有深度去应用在自己的工作流中。
主要原因是当时也仅仅只有claude支持skills功能，而其他应用不支持。
但当前有很多AI IDE与AI应用陆续支持skills功能，我认为这个功能值得任何一个人去体验。
Skills 的本质，不是让 AI 帮你“点鼠标”。
它的本质是：AI终于从一个“只能给建议的顾问”，变成了一个“能干脏活的实习生”。
今天，我们来聊聊如何从**“业务流程重组（BPR）”**的视角，去理解和利用 AI 的自动化能力。如何把你手头的重复工作，拆解成 AI 可以调用的 Skills。
01
从“大脑”到“双手”：
AI 交互的代际跨越
我们之前的文章都在聊 Prompt，聊怎么让 AI 写出好文章、好代码。
这其实是在用 AI 的大脑。输入是信息，输出也是信息。
但现实工作中，真正的痛点往往不在于“写”，而在于动。
场景： 你是销售运营。你需要从 100 封邮件里提取客户需求，去 CRM 系统里查询库存，如果没货，发邮件告知客户，如果有货，生成订单。Chat 模式（大脑）： 你把邮件贴给 AI，AI 告诉你“你应该回复说没货”。（还是得你自己去查、自己去回）Skills 模式（双手）：
你给 AI 配置了三个 Skill（工具）：search_inventory（查库存）、create_order（建单）、send_email（发邮件）。
你只说一句话：“处理今天的邮件。”
AI 自主判断：读取邮件 -> 调用 search_inventory -> 发现库存为 0 -> 调用 send_email。这就是质变。
Prompt 是在教 AI 思考（Thinking）。
Skills 是在教 AI 做事（Acting）。
大多数人只把 AI 当大脑用，所以觉得它“虚”。当你开始给它装上 Skills，它才变得“实”。
02
业务流程的手术：
剥离“认知”与“操作”
很多人用不好 Skills，是因为不懂拆解流程。
他们试图把一个巨大的任务直接扔给 AI，结果 AI 甚至不知道该调用哪个工具。
要实现自动化，你需要像外科医生一样，对你的工作流进行肌理分离。
任何工作流都可以拆解为两部分：
认知切片（Cognitive Slice）： 需要判断、理解、推理的部分。 —— 交给 LLM（大脑）。操作切片（Action Slice）： 需要查询、写入、点击、发送的部分。 —— 封装成 Skills（双手）。实战案例：竞品监控
原始流程： 每天早上打开 5 个竞品网站 -> 截图 -> 看有没有新功能 -> 有的话截图发群里。拆解重构：操作切片 A：fetch_website_content（抓取网页）。这是死板的动作，封装成 Tool。认知切片 B： 对比昨天和今天的内容，判断“是否是重要新功能”。这是模糊的判断，写进 Prompt。操作切片 C：post_to_slack（发送消息）。这是死板的动作，封装成 Tool。自动化落地的关键：
你不需要写复杂的代码。
你只需要定义好：在这个流程里，哪一步是 AI 该想的，哪一步是 API 该做的。
然后用 Prompt 把它们串起来。
03
从“尝鲜”到“价值”：
寻找 High-Frequency, Low-Variance（高频低方差）
为什么很多人觉得 Skills 没用？
因为他们用错了场景。
如果你让 Claude “帮我规划一次旅行并订票”。
这是低频、高方差的场景。在这个过程中，你的需求会变 100 次，AI 很难一次做对。这种场景下，自动化反而是一种负担。
真正能产生巨大价值的，是那些“无聊”的场景。
发票报销： 识别发票 -> 填表 -> 提交。（高频、标准）代码 Review： 拉取代码 -> 检查规范 -> 提交评论。（高频、标准）客服质检： 拉取录音 -> 转文字 -> 评分。（高频、标准）在这些场景里，Skills 不是为了“秀肌肉”，而是为了消灭人类的脏体验。
不要去折腾那些酷炫的“全自动写小说”。
去看看你的浏览器历史记录。
哪几个网页是你每天都要打开 5 次以上的？
那里就藏着一个价值百万的 Skills 定义。
04
Prompt 的终极形态：
Orchestration（编排）
当 Skills 越来越多时，Prompt 的角色也变了。
以前 Prompt 是作家（写内容）。
现在 Prompt 是指挥家（Orchestrator）。
你需要写一段 System Prompt，告诉 AI：
“你是一个全能助理。你手边有工具 A、B、C。
当用户说 X 时，你要先用 A，如果 A 返回了 error，你就用 B，最后把结果通过 C 发出去。”
这就是“编程”。
只不过你用的语言不是 Python，而是自然语言。
你编排的不是函数，而是AI 的注意力和工具的调用逻辑。
在这个阶段，产品经理就是在写代码。
你定义的每一个 Skill，就是给 AI 这个超级大脑，接上的一根神经。
写在最后
回到开头的那句话：任何重复三次以上的事，都应该交给 AI 自动完成。
这不仅是效率的提升，这是思维维度的升迁。
当你开始使用 Skills 和 MCP 时，你不再是一个在聊天框前苦苦构思 Prompt 的用户。
你变成了一个系统架构师。
你不再亲自干活。
你定义流程，你定义工具，你定义标准。
然后，看着 AI 像一支训练有素的军队，自动帮你把城池攻下。
这才是 AI 时代，超级个体该有的样子。
粤ICP备14082021号
免费POC，
零成本试错
