把一次判断·变成下次还能用的东西
很多人以为 AI 的瓶颈是「会不会用」
知道 哪些问题值得解决
选错问题的人，比不会解决的更危险
同一段 改写指令 他套了三遍 — 月姐的故事被整套挪到了收纳现场
他让 AI 把 什么算负面 / 多频查 / 哪个设备 问清楚，再下笔
PPT 让 Codex 改了十几版 — 中途 走偏一次，它自己承认并退回原风格
"课程"要叫"攻略" — 他把这条 平台规则 提前写进了对齐
20 标题 × 12 文案 × 6 类案例，让 AI 一一对齐 — 几乎产品化
她先让 AI 给自己的 prompt 挑 4 类毛病 再开工 — 全场唯一一份试金石
他丢了一份 100 分参考剧本 — 让 AI 按维度打分，而不是评论
"长期价值" 这种最虚的话怎么跟客户讲 — 9 轮采访 一句句逼出来
动手前先告诉 AI:这条片要 爆款 + 强人设 — 把目标排序先交给它
AI 问她颗粒度多细，她直选 最细的 C — 附逐字稿 — 一上来就把密度顶满
她让 AI 按 老人 / 中青年 / 儿童 三代分别考虑 — 公卫给老人和孩子
他给即梦写了一张 "什么能改 / 什么别动" 的清单 — 把出图边界先钉死
他用 Gemini 写网球训练营 — 借 TripAdvisor 的趋势报告做权威感的入口
她问 Deepseek 一件直接关饭碗的事 — 平台不让讲 "高收益"，怎么换说法
他交的是一个 Deepseek 链接 — 主流之外，至少先开了个口
她写的不是任务，是一行命题 — "聚焦人才盘点" — 想的是公司层面的事
她交的不是 AI 对话，是一句关于自己的话 — "一开始只是会叠衣服"
4-5 个抖音号·负面评论监控
我是一名客服，有四五个抖音账号，需要经常查看发的视频里面有没有负面评价来进行删除，怎么高效快速的找出来呢，且长期查看。
但 —
他的方案最终还是 人工切号 + 备忘录记条数。
skill 就是为了让这种事，下次不用每天手做。
纳爷脚本洗稿·三次同模板
原本的结构不变，将故事改写成和收纳相关的现实故事，要求符合现实，不要夸大，不要非常奢华的背景。
同一段 改写指令 · 套了三遍
我认识最能激起对方聊天欲望的，是 一个 85 年的姐姐，月姐。
7 年时间，从 三线城市销售，到品牌上海市场部负责人，年薪 7 位数。
我认识最会聊天的，是 我做收纳行业认识的一位前辈，85 年的月姐。
她 从普通收纳师做起，慢慢做到本地收纳工作室负责人，对接小区物业和家政公司。
但 —
每一遍 他都要 重新粘指令、重新说约束、重新跑一次。
skill 就是把这一整套骨架封装好，下次一句话就能调起来。
一种把工作流封装下来的方式
Skill = 一个被 封装好 的、相对 稳定 的 工作流
流程已经稳定
要复用很多次
一次性任务
流程还在探索中
做出来 不难。
真正难的 是 — 后面要怎么 改稳 它。
skill 的真功夫，在第一版之后
有一次我把 字数约束 写进了 skill 里（抖音脚本，目标 800-900 字）。
AI 在思维链里说："不行不行，还要再改字数没对齐"
为了死磕一个约束，质量掉了 3 分
这就叫 硬对齐 —— 模型为了死磕约束，牺牲了主任务质量。
不是所有迭代都是踩坑。陈老师那次给的反馈 —
"为什么开头写得好？其实都有迹可循 ——
钩子前 3 秒要起来
人物情节靠缺点推动"
—— 陈老师的反馈
把这两条规则写回 skill 里，下次开头就稳定了。
积极的 calibration · 领域专家的判断 → skill 的训练数据
AI 在想什么，让它 提前露出来。它走偏了，立刻拦住。
不要什么都写进 skill。约束太死 → 硬对齐。
Anthropic 自己升级了 skill-creator —— 新增 evaluation：跑合成 prompt + 给输出打分 + 对比新旧版本。
连他们都在做工具帮你 迭代 skill，而不只是帮你 create
做出来 那一刻 — 不是终点。
是 调试期 的开始。
陆慧那道题 — 这次不用 手起手落
他之前 手洗三遍。现在 skill 一遍跑通。
现在切屏到 Claude Desktop，
给它一句话主题，什么都不指挥。
它 自己跑完 5 步，没让你手动指挥。
字数 没硬约束，质量留住了。呼应上一页的硬对齐教训
文风 / 对话标点 / 禁忌，全在 skill 里自动遵守。
这就是把 判断 沉淀下来的样子。
下一节 — 为什么这件事是 护城河。
不是模型，是 你的判断
哈佛理论物理教授 Matthew Schwartz 让 Claude Opus 4.5 独立完成一项 研究生水平 的高能理论物理计算。
"Claude 一直在 调整参数 让图表吻合，
—— Matthew Schwartz · Vibe Physics, Anthropic Science Blog, 2026.3
而不是找出 真正的错误。
它 伪造了结果，指望我不会察觉。"
不是它说 "我不知道"。
是它 一本正经 地给出一个 看起来完全合理、但实际上是错的答案。
能分辨这种 高置信度错误 的人，不是工程师 —— 是 各个领域 摸爬滚打多年 的专家。
Claude 的 因式分解 公式对不对
Claude 的脚本 像不像纳爷
对模型来说 —— 你们是 同一类人
Anthropic 在 挖科学家。
你们的 领域判断 是 护城河。
skill 是把护城河 沉淀下来 的方式。
模型每年都在变聪明。
你的 判断 才是 不可被复制 的。
李俊泽那道题 — 这次不用 每天手切号
他之前每天: 切号 → 翻视频 → 看评论 → 手动删 → 备忘录记数。
现在 — 他只需要 等手机叫他。
现在切到飞书群，
给它一份评论数据 + 一句话规则。
它 读、筛、写，全没让你动手。
没到阈值就不打扰你 — 你的 注意力 被还回来。
同一个入口 — 飞书群里那只 小龙虾。
agent 只在终端里。
飞书群里那只 小龙虾 — 就够了。
一份清单·一段提示词·一个飞轮
开头说清了 「什么算到位」 吗？不是「我要什么」，是「什么样的输出算到位」
AI 跑偏过几次？我 反复纠正 过哪几件事？这些就是下次该提前写进去的
我的反馈是 diff 式 还是 模糊式？「改一下」vs「把第二段口播感再降一点」
哪些判断标准 我嘴上说了，但 没写进 prompt？这些是隐性领域知识候选
这类任务我下次还要做几次？不到 3 次不沉淀，超过 3 次开始 skill 化
请用 skill-creator，把刚才这次完整对话里的 规则、触发条件、必要边界 提取出来，封装成第一版 skill 文件。
做一次，复盘一次，规则更新一次 — 下一次，AI 就会更懂你一点
挑一个你 最近还在反复做 的任务（脚本、洗稿、对标、回评、海报），按下面跑一遍：
不是 讲完了。
是 开始。
两篇刚出的 · Marketing Science 论文
Reisenbichler, Reutterer, Schweidel · 在开源 LLM 上做"应用层"+ 针对搜索广告 fine-tune
在开源 LLM 之上加 应用层，针对 SEA 场景 fine-tune
表现 > 人工独立，> 标准 LLM
验证："human-in-the-loop" 生成式 AI 是优解
边界条件：CPC 可能上升 — 优化和成本要平衡
这是 skill / 领域知识沉淀 的学术背书。把你们的判断写进 skill，本质上就是在做 "MCN 内容的应用层"。
Kaiser, Schulze · 12 个月 · 973 个网站 · $200 亿 GMV · 5 万笔 ChatGPT 引荐
oLLM 转化率 > 付费社交，< 其他传统渠道
复杂品类 上 oLLM 的财务回报和流量份额 都最强
跳出率好，但 单次访问时长 / 浏览页数 较低
一年后：转化率 ↑，平均订单价值 ↓ — 渠道扩散中
AI 不只是创作工具，也是 新渠道。你的内容是否能被 ChatGPT / Claude 在回答时引用？这件事，未来 12 个月会变重要。
不只 把 AI 用进生产力。
也要把内容做成 AI 可引用 的样子。