# 零基础创建一个Skill，并持续优化Skill
#### 为什么需要Skill：一个真实场景
假设你每周五都要向团队发送工作周报。每次打开对话窗口，你都得重新交代一遍：
- "从Git提交记录里提取本周完成的内容"
- "按项目分组，每个项目列出进展和遗留问题"
- "格式用Markdown，开头写概要，结尾写下周计划"
- "不要包含调试代码的提交"
第一周说了，第二周又说，第三周还在说。你开始想：能不能让AI记住这些要求，下次直接用？
这就是Skill解决的问题------把反复出现的指令一次性打包，让AI在需要时自动调用，不再每次重复交代。
#### Skill究竟是什么
- **定义：**
  Skill 是一个以文件夹形式存在的能力模块。它包含一份核心指令文件（SKILL.md）和可选的辅助资源（参考文档、脚本、模板等），让AI在特定场景下按照预设规范执行任务。
  用类比来理解：如果把AI比作一位刚入职的同事，聪明但不懂你的业务习惯，那么Skill就是交给这位同事的岗位操作手册------写清楚什么时候做什么、怎么做、做成什么样。
  
- **Skill 与提示词的关键差异：**
  很多人把Skill等同于"保存下来的提示词"，这个理解不够准确。两者的差异体现在多个层面：
  表1**Skill 与提示词的关键差异** 
  | 对比项    | 提示词          | Skill              |
  |:---|:---|:---|
  | 存在形式  | 对话框里的一段文字 | 独立文件夹，含多个文件        |
  | 生命周期 | 当前对话有效，关闭即消失 | 持久化存储，跨任务可用      |
  | 内部构成   | 纯文本指令     | 指令 + 参考资料 + 脚本 + 模板 |
  | 触发机制 | 手动粘贴或输入     | 自动识别用户意图并激活        |
  | 知识积累 | 无法迭代        | 可持续修改和优化            |
  | 协作共享 | 复制文本给他人   | 共享文件夹即可            |
     
  
- 核心区别：提示词是"临时交代一件事怎么做"，Skill是"建立一套长期可复用的工作规范"。
 
- **Skill 的文件结构**
  一个标准的 Skill文件夹长这样：
  ```
  my-skill/ 
  ├── SKILL.md             # 核心指令文件（必须存在） 
  ├── references/          # 参考资料目录（按需） 
  │   ├── style-guide.md  # 风格规范 
  │   └── rules.md        # 详细规则 
  ├── scripts/             # 脚本目录（按需） 
  │   └── helper.py       # 辅助工具 
  ├── examples/            # 示例目录（按需） 
  │   └── sample.md       # 示例文件 
  └── assets/              # 资源目录（按需）     
  └── template.docx        # 模板文件
  ```
  各部分职责：
  - SKILL.md：唯一必需的文件，包含元数据和核心指令。
  
  - references/：详细规范、风格说明等参考内容，按需加载。
  
  - scripts/：可执行脚本，处理确定性逻辑（格式转换、数据提取等）。
  
  - examples/：完整示例，帮助 AI 理解期望的输出形态。
  
  - assets/：模板、图标等静态资源。
  
  
  
  果办OfficeAce对Skill内容采用渐进式加载，避免一次性占用过多上下文：
  表2渐进式加载 
  | 层级   | 内容                       | 加载时机         | 空间占用      |
  |:---|:---|:---|:---|
  | 第一层   | name + description（元数据） | 始终在上下文中     | 约100词      |
  | 第二层 | SKILL.md 正文              | Skill被触发时加载 | 建议\<500 行 |
  | 第三层  | references/ scripts/ 等  | 按需读取          | 无硬性限制    |
     
  这种设计的好处是：AI平时只感知到Skill的"名片"（description），不会浪费上下文空间；真正需要时才加载完整指令，需要细节时再读取参考文件。
  
#### 怎么去找好用的Skill？
从零开始构建Skill固然最契合自身需求，但参考他人已有的设计方案，往往能启发灵感、缩短摸索周期。
以下几个渠道值得关注：
- **果办OfficeAce的技能广场**
  果办OfficeAce技能广场预置了海量的高质量Skill，浏览详情后即可一键安装使用。
  图1技能广场   
  ![](https://support.huaweicloud.com/usermanual-officeace/zh-cn_image_0000002753895903.png "点击放大") 
- **GitHub上的开源技能项目**
  不少开发者和创作者会将精心打磨的Skill开源至GitHub，通过关键词检索即可定位到相应仓库，你可以通过自然语言让果办OfficeAce安装技能。以安装cangjie-skill为例，提示词如下。
  **提示词示例：**
  ```
  请帮我安装cangjie-skill，GitHub地址是https://github.com/kangarooking/cangjie-skill
  ```
  

- **在果办OfficeAce搜索**
  只需向果办OfficeAce提出需求，例如"帮我查找一个能够实现XXX功能的Skill"，它会在技能广场或互联网上搜寻匹配的选项并推荐给你。
  图2查找Skill   
  ![](https://support.huaweicloud.com/usermanual-officeace/zh-cn_image_0000002753895897.png "点击放大") 
 
#### 什么时候该做Skill：三次法则
- **判断标准**
  一个简单的判断方法：同样的指令，如果你对AI重复说了三次，就该做成Skill 了。
  这比凭感觉决定更可靠。三次不是精确数字，而是一个信号------说明这个需求是重复发生的，值得投入时间封装。
  
- **适合封装为 Skill 的场景**
  具备以下特征的工作适合做成 Skill：
  - 重复频率高：同类任务每周至少出现两次
  
  - 标准明确：输出格式、质量要求、处理步骤基本固定
  
  - 流程多步：需要三个以上步骤才能完成，容易遗漏环节
  
  - 团队共性：不止一个人会遇到同样的需求
   
- **不适合封装为 Skill 的场景**
  以下情况不建议做成 Skill：
  - 一次性任务：做完不会再做的事情
  
  - 纯创意工作：没有固定标准，每次要求不同
  
  - 简单操作：一句话就能说清楚的事
   

- **Skill 数量管理**
  Skill 并非越多越好。每个Skill的description都会占用上下文空间。建议：
  - 活跃Skill数量控制在10-20个。
  
  - 超过一个月未使用的Skill，考虑归档。
  
  - 功能相近的Skill合并，避免碎片化。
    
 
#### 创建Skill的完整流程
以创建"微信公众号文章润色"Skill为例，专门用来润色微信公众号文章。
#### 第一步：描述需求
直接在果办OfficeAce对话里描述你想要什么，不用任何技术术语。
**实操：**
登录果办OfficeAce，在底部输入框中输入需求描述，提示词示例如下，输入完成后按"Enter"发送。
**提示词示例：**
```
我想做一个Skill，专门用来润色微信公众号文章。要求：标题要有悬念感，用数字和反差；开头前3行要抓眼球；段落要短，每段不超过3行；适当用emoji，但每段最多1个；多用“你”、“咱们”，语气要亲切。
```
#### 第二步：AI自动生成Skill
AI运行完成后，将会提示Skill已创建完成，如[图3]所示，创建的Skill的名称为"**wechat-polish**"。
图3创建Skill完成   
![](https://support.huaweicloud.com/usermanual-officeace/zh-cn_image_0000002724456180.png "点击放大")
创建后的Skill，可以在果办OfficeAce"我的\>我添加的"界面查看。
#### 第三步：测试Skill
开发完成后，可以让果办OfficeAce测试已创建的Skill。提示词如下，测试效果如[图4]所示。
```
测试一下你开发的skill
```
图4测试Skill   
![](https://support.huaweicloud.com/usermanual-officeace/zh-cn_image_0000002724296214.png "点击放大")
#### 第四步：验证Skill
测试完成后，用实际数据测试一次，看输出是否符合预期。
**实操：**
在果办OfficeAce对话界面，上传一个文档，并发送提示词，示例如下，查看输出效果是否符合预期。
```
帮我把这篇文章润色成公众号风格
```
图5验证Skill   
![](https://support.huaweicloud.com/usermanual-officeace/zh-cn_image_0000002724456210.png "点击放大")
查看是否触发Skill的方法：
在Skill_tool工具中查看是否加载"**wechat-polish** "，如果已加载，表示已触发"**wechat-polish**"skill，
1. 图6查看是否触发   
   ![](https://support.huaweicloud.com/usermanual-officeace/zh-cn_image_0000002753895915.png "点击放大") 
 
 #### 第五步：优化Skill
不满意的地方直接告诉AI修改。
**前提条件：**
已开启技能自演进，如[图7]所示。
图7开启自演进   
![](https://support.huaweicloud.com/usermanual-officeace/zh-cn_image_0000002753895907.png "点击放大")
**提示词示例：**
```
emoji用得有点多，改成：开头和结尾可以用，中间正文不用。
```
图8效果示例   
![](https://support.huaweicloud.com/usermanual-officeace/zh-cn_image_0000002724296220.png "点击放大")
优化后，如果还不满意，继续告诉AI修改。
**采纳自演进建议：**
Skill优化后，如果技能演进策略配置为"询问"，则每次技能演进后，都要待用户审核建议并接纳后演进；如果技能演进策略配置为"自动生效"，则Skill自动更新技能，无需确认。详细内容请参考[技能自演进](https://support.huaweicloud.com/usermanual-officeace/officeace_02_0015.html)。
如果技能演进策略配置为"询问"为例，则用户还需进行如下操作，技能才更新。
1. Skill优化后，会在界面显示优化建议。
2. 在左侧导航栏，选择"专家·技能·连接器"，在右侧区域选择"技能"页签，单击"我的"，再单击右上角的"自演进"，可查看自演进建议。
3. 审核技能演进的内容，勾选需要采纳的建议，单击"采纳并生效"。提示采纳成功，表示技能已更新。
   图9采纳演进建议   
   ![](https://support.huaweicloud.com/usermanual-officeace/zh-cn_image_0000002724296222.png "点击放大") 
 
#### 使用Skill的方式
- **用触发词触发**
  直接说出触发条件，AI自动识别并调用对应Skill。比如触发词是"微信公众号文章优化"，你发这句话加上原始文章，它就自动进入对应工作模式。
  
- **手动选择** **技能**
  在果办OfficeAce的对话框直接选中某个Skill，然后发送需要处理的内容。这种方式适合触发词没有覆盖到的情况。
  图10手动选择技能   
  ![](https://support.huaweicloud.com/usermanual-officeace/zh-cn_image_0000002724296236.png "点击放大") 
- **触发调优**
  如果发现Skill该触发时没触发（欠触发），在触发词（description）中增加触发短语和边缘场景。如果发现不该触发时触发了（过触发），则在触发词中收窄边界，增加排除条件。
  示例：以发现Skill该触发时没触发为例，技能的触发词如[图11]红框所示。
  图11优化前的技能   
  ![](https://support.huaweicloud.com/usermanual-officeace/zh-cn_image_0000002754016027.png "点击放大")
  提示词示例如下，优化后的技能如[图12]所示，优化后的技能已增加该触发词。
  **提示词示例：**
  ```
  这个skill的触发词再增加公众号文案、推文改写
  ```
  图12优化后的技能   
  ![](https://support.huaweicloud.com/usermanual-officeace/zh-cn_image_0000002754016009.png "点击放大") 
 
#### 持续优化Skill建议
- Skill 不是一次创建就定型的，它需要在使用中不断打磨：使用 → 发现不足 → 分析原因 → 用自然语言描述修改点→ 再次使用 → 再次发现 → 再次修改。
- 优化原则
  - **从个案找通则：**不要针对单个案例打补丁，要找到通用规律。
  
  - **做减法优于做加法：**删掉不起作用的指令，比堆砌新指令更有效。
  
  - **解释优于命令：**让 AI 理解"为什么"比强制"必须"更有效。
   
- 每次使用后花一分钟过一遍：
  - 触发是否准确（该用时用了，不该用时没用）
  
  - 输出格式是否符合预期
  
  - 是否有遗漏的步骤
  
  - 是否有冗余的步骤可以删除
  
  - 正文是否可以更精简
   
 
