手把手教你写一个 AI Skill，让 AI 真正学会你的工作流

ITresearchGuest

307人浏览 · 2026-07-15 15:47:10

ITresearchGuest · 2026-07-15 15:47:10 发布

1. 引言

你是否曾经幻想过，让 AI 像你的得力助手一样，不仅会聊天，还能自动执行你日常工作中那些繁琐、重复但又必不可少的流程？比如自动整理周报、批量处理客户邮件、或者按照特定格式生成项目文档？

传统的 AI 对话只能做到“一问一答”，它记不住你的业务逻辑，更不会主动执行多步骤操作。而 AI Skill 的出现，正是为了解决这个问题——它允许你将一个完整的工作流“教”给 AI，让 AI 能够按照你预设的步骤，自动完成一系列任务。

本文将手把手带你从零开始，编写一个属于自己的 AI Skill。无论你是开发者还是业务人员，都能轻松上手。

下面这张图直观地展示了 AI Skill 的核心架构——Prompt（大脑）、Tools（手脚）和流程逻辑如何协同工作：

2. 什么是 AI Skill？

简单来说，AI Skill 是一套结构化的指令集，它定义了 AI 在特定场景下应该如何思考、如何行动、以及如何与外部工具交互。

你可以把它理解为一个“AI 的 SOP（标准作业程序）”。一个典型的 AI Skill 包含以下几个核心要素：

触发条件：什么情况下启动这个 Skill（例如用户说“帮我写周报”）。
上下文与记忆：Skill 需要知道哪些背景信息（例如你的团队名称、项目列表）。
执行步骤：AI 需要按顺序完成哪些操作（例如：收集数据 → 分析数据 → 生成报告）。
输出格式：最终结果应该以什么形式呈现（例如 Markdown 表格、JSON 数据、或直接发送到某个系统）。

下面这张流程图展示了 AI Skill 与传统 AI 对话的本质区别：

3. 准备工作：你需要什么？

在开始编写之前，请确保你具备以下条件：

一个支持 AI Skill 的平台：目前主流的 AI 应用平台（如 Coze、Dify、或企业自建的 AI Agent 平台）都支持创建自定义 Skill。本文将以一个通用的伪代码和 JSON Schema 为例，你可以轻松迁移到任何平台。
明确的工作流：想清楚你要自动化哪个流程。建议从一个不超过 5 个步骤的简单流程开始，例如“自动生成会议纪要”。
（可选）API 密钥：如果你的 Skill 需要调用外部服务（如查询数据库、发送邮件），你需要准备好相应的 API 密钥。

下面是搭建 AI Skill 开发环境的完整架构图，帮助你快速理解各组件之间的关系：

4. 第一步：定义 Skill 的“大脑”——Prompt

AI Skill 的核心是一个精心设计的 System Prompt。这个 Prompt 就是 AI 的“大脑”，它告诉 AI 它的角色、目标、以及行为准则。

让我们以“自动生成周报”为例，编写一个基础的 System Prompt：

# 角色
你是一位专业的周报生成助手。

# 目标
根据用户提供的本周工作内容，生成一份结构清晰、重点突出的周报。

# 工作流程
1.  **收集信息**：首先，向用户询问本周完成了哪些主要任务、遇到了哪些问题、以及下周的计划。
2.  **结构化整理**：将收集到的信息按照“本周工作”、“存在问题”、“下周计划”三个板块进行整理。
3.  **格式化输出**：使用 Markdown 格式输出周报，并在每个任务前加上优先级标签（P0/P1/P2）。

# 约束
- 不要编造用户未提及的信息。
- 如果用户提供的信息不足，主动提问，不要猜测。
- 语言风格保持专业、简洁。

关键点：这个 Prompt 定义了 AI 的行为边界和执行逻辑。它不再是泛泛的聊天，而是有明确目标的“工作模式”。

下面这张图展示了 System Prompt 在 AI Skill 中的核心地位——它如何控制 AI 的思考和行为：

5. 第二步：让 Skill 拥有“手脚”——工具调用

仅仅有 Prompt 还不够，AI 还需要“手脚”去执行实际操作。这就是 工具（Tools） 的作用。

工具可以是任何 API 接口，例如：

查询数据库：SELECT * FROM tasks WHERE user_id = ?
发送邮件：POST /api/send_email
读取文件：GET /api/file/read
调用其他 AI 模型：例如调用一个图片生成模型。

在定义 Skill 时，你需要为每个工具提供一个 JSON Schema 描述，让 AI 知道这个工具是干什么的、需要什么参数。

{
  "name": "query_task_list",
  "description": "从项目管理系统中查询用户本周的任务列表",
  "parameters": {
    "type": "object",
    "properties": {
      "user_id": {
        "type": "string",
        "description": "用户的唯一标识"
      },
      "week_start": {
        "type": "string",
        "description": "本周开始日期，格式为 YYYY-MM-DD"
      }
    },
    "required": ["user_id", "week_start"]
  }
}

当 AI 认为需要查询任务时，它会自动生成一个符合此 Schema 的 JSON 请求，平台会负责执行这个请求并将结果返回给 AI。

下面这张图展示了工具调用在 AI Skill 中的完整工作流程——从 AI 决策到工具执行再到结果返回：

6. 第三步：串联流程——编写 Skill 的逻辑

现在，我们把 Prompt 和 Tools 组合起来，形成一个完整的执行逻辑。这通常通过一个状态机或流程图来实现。

一个简单的周报 Skill 流程图如下：

在代码层面，你可以用类似以下的结构来定义这个流程（伪代码）：

# 伪代码示例
class WeeklyReportSkill:
    def __init__(self):
        self.prompt = load_prompt("weekly_report.md")
        self.tools = [QueryTaskListTool(), SendEmailTool()]

    def run(self, user_input):
        # 1. 初始化 AI 上下文
        context = {"role": "system", "content": self.prompt}
        context.append({"role": "user", "content": user_input})

        # 2. 循环执行，直到 AI 输出最终结果
        while True:
            response = ai_chat(context, tools=self.tools)
            if response.has_tool_call():
                # 3. 执行工具调用
                tool_result = execute_tool(response.tool_call)
                context.append({"role": "tool", "content": tool_result})
            else:
                # 4. 输出最终结果
                return response.content

7. 实战：编写一个“会议纪要生成器” Skill

让我们通过一个更具体的例子来巩固知识。假设我们要创建一个“会议纪要生成器” Skill。

目标：用户提供会议录音的文字稿，AI 自动生成结构化的会议纪要。

步骤 1：定义 Prompt

# 角色
你是一位高效的会议记录员。

# 目标
将用户提供的会议录音文字稿，整理成一份包含“会议主题”、“参会人”、“讨论要点”、“待办事项”的会议纪要。

# 工作流程
1.  **提取主题**：从文字稿开头或高频词汇中，推断会议主题。
2.  **识别参会人**：从对话中提取发言人的名字。
3.  **总结讨论要点**：将对话内容归纳为 3-5 个核心要点，每个要点用一句话概括。
4.  **列出待办事项**：识别所有包含“需要做”、“负责”、“跟进”等关键词的句子，整理成待办列表，并明确负责人。
5.  **格式化输出**：使用以下 Markdown 模板输出：

## 会议纪要

**会议主题**：{主题}
**日期**：{日期}
**参会人**：{人名列表}

### 讨论要点
1.  {要点一}
2.  {要点二}

### 待办事项
| 事项 | 负责人 | 截止日期 |
|------|--------|----------|
| {事项} | {人名} | {日期} |

步骤 2：定义工具（可选）

如果这个 Skill 需要自动发送邮件，我们可以定义一个 send_email 工具。

步骤 3：测试与迭代

将一段真实的会议录音文字稿输入给这个 Skill，检查输出结果。你会发现，AI 能够很好地理解上下文，并按照你设定的模板输出。如果结果不理想，只需调整 Prompt 中的描述即可。