一张图看懂 Prompt、MCP、Skill 的演进逻辑，以及什么时候该亲手做一个 Skill
上周你花了两个小时，跟 AI 一起调好了一套完整的工作流：先查数据、再比对格式、最后生成报告。结果今天打开新会话——AI 什么都不记得了，你要从头解释一遍。
大模型是无状态的——你每开一个新对话，它不知道你是谁、你的项目叫什么、你上次踩过什么坑。
你踩过的坑、调通的路径，AI 下次全部失忆
每次都要手动描述步骤，AI 即兴发挥容易走偏
同一个任务反复做，每次都在"重新发明轮子"
面对 AI 失忆的困境，社区经历了三代解决方案的演进，每一代解决一个层面的问题：
把规则、格式、注意事项全写进提示词，每次贴进去。AI 理解意图、按格式输出。
标准化工具协议，让 AI 能调 API、连数据库、操作文件系统。
经验 + 工具 + 流程一体化封装，AI 加载即可独立执行完整任务。
给新员工一份话术本
他知道该说什么、怎么说
给新员工配上工卡和电脑
他有权限访问系统、调用工具
给新员工一本操作手册
他知道完整流程，按步骤独立完成
三者不是替代关系，而是互补叠加
Skill 包含 Prompt 编排逻辑 + MCP 工具调用，编排成可复用的行动方案
| 问题 | 没有 Skill 时 | 有 Skill 后 |
|---|---|---|
| 流程复用 | 每次手动描述步骤 | AI 自动加载，按步执行 |
| 踩坑记忆 | 同一个错误反复犯 | 坑写进 Skill，永不再踩 |
| 工具约束 | AI 乱用工具、走弯路 | 只用指定工具，路径最短 |
| 团队协作 | 每人自己摸索 | 项目级 Skill 共享给所有人 |
| 外部集成 | 一筹莫展 | 封装 MCP 调用、认证逻辑 |
事实、偏好、背景信息
告诉 AI "你是谁、我是谁"
流程、步骤、操作方法
告诉 AI "这件事怎么做"
一个自然的追问：既然 Skill 是把流程固定下来让 AI 稳定执行，那它和传统脚本有什么区别？
| 维度 | 脚本 (Script) | Skill |
|---|---|---|
| 流程控制 | 100% 硬编码，每一步都是 if/else | 固定框架，灵活执行 |
| 异常处理 | 必须预见所有异常，遗漏就崩溃 | AI 自主判断，兜底处理 |
| 输入适应性 | 严格格式要求，偏离就报错 | 自然语言输入，模糊意图也能理解 |
| 维护成本 | 需求变化 → 改代码 → 测试 → 部署 | 改 Markdown 描述，AI 立刻适应 |
| 编写门槛 | 需要编程能力 | 会用自然语言就能写 |
把人变成机器的执行者
每一步都规定死，人只是"点按钮的人"
把 AI 变成人的延续
人的经验写下来，AI 带着判断力去执行
一句话总结：脚本 = 写给机器的指令，Skill = 写给"有脑子的同事"的操作手册
第一次探索，第二次验证，第三次必须封装。三次法则：消除重复的经典原则
步骤越多越容易遗漏。Skill = 清单，保证每步到位，不走弯路
API 调用、认证登录、特定工具——有"正确"和"错误"之分，必须写下来
判断标准：如果另一个人从零开始需要重新摸索，就值得封装成 Skill
反例（不需要做 Skill 的场景）：一次性任务 · 结果包含敏感信息 · 已有成熟 Skill 覆盖
好的 Skill 经历持续进化的循环。每次使用中发现新坑、找到更优路径，立刻修进去。
流程首次整理
AI 加载执行
发现新问题
补坑、优化路径
越迭代越精准，最终变成团队共同的财富
前面讲了 Skill 有多好。但 Skill 不是银弹——如果只看到好处就直接上手，大概率会踩坑。今天我们坦诚聊聊它的边界和陷阱。
多个 Skill 规则互相矛盾时，AI 可能随机选一个或折中出奇怪的结果。解法：设定清晰的优先级和适用范围，边界画干净。
版本升级后旧规则过时，反而变成误导。Skill 是活的文档，需要指定 owner，发现不准立刻更新。
Skill 加载到 AI 上下文窗口，这是有限资源。塞太多会跳步、漏步、输出截断。解法：写精不写多，参考数据按需加载。
"会用自然语言就能写"只对了一半。带 Python/Node.js 脚本的 Skill，底层逻辑仍要调试维护。Skill 解耦业务逻辑，不消灭代码。
| ✗ 不该期待 | ✓ 应该期待 |
|---|---|
| 写完就一劳永逸 | 需要持续迭代维护 |
| 越多越好，多多益善 | 精简克制，边界清晰 |
| 什么都能装进去 | 控制上下文消耗 |
| 完全不用写代码 | 把业务逻辑和代码解耦 |
| 一个 Skill 解决所有问题 | 单一职责，组合使用 |
前面聊了 Skill 是什么、什么时候做、有哪些坑。最后一个问题：拿到一个 Skill 之后，怎么让它真正为你所用？
Skill 天然具备扩展性。纯 Markdown 的开箱即用，带脚本的给你框架和思路。真正的威力不在于"装上就能用"，而在于你基于它自由发挥。
第一轮跑通流程，第二轮调输出精度，第三轮加入你的业务知识。三轮迭代之后，它就从"通用工具"变成了"你的专属助手"。
复杂 Skill 给你的是框架——HTML 解析、源码搜索、特征提取。你往上加的是公司特有的日志模式、项目专属的修复建议、团队积累的坑位库。
系统升级了，Skill 跟着更新；流程变了，Skill 跟着调整。不要把它当一次性交付物，要把它当你的知识库来维护。
| 阶段 | 你在做什么 | Skill 状态 |
|---|---|---|
| Day 1 | 装上 Skill，跑通基本流程 | 开箱即用 |
| Day 2-3 | 调整指令措辞、输出格式、边界条件 | 适配场景 |
| Week 2+ | 注入业务知识、公司特有规则、团队踩坑经验 | 深度定制 |
| 持续 | 跟着系统和流程升级，持续维护更新 | 知识沉淀 |
Prompt 让 AI 能说话 → MCP 让 AI 能动手 → Skill 让 AI 会做事
感谢聆听