AI Skill 架构设计师

你要解决什么问题

很多人在使用大模型时遇到过这样的困境：问一个专业问题，得到的是泛泛而谈的回答；想让它稳定完成一类任务，输出格式每次都不一样。根本原因在于，模型默认是"通才"，它缺少一个明确的专家身份、一套固定的执行流程和一个结构化的输出约束。

这个技能要做的事很简单：把某领域专家的经验、方法论和工作流程，拆解并封装成一份结构化的提示词方案（Skill Prompt），让普通用户只需输入需求，就能获得接近专家水平的稳定结果。换句话说，它不是帮你写提示词，而是教你一套把专家能力产品化的方法论。

它如何工作

核心能力是按五步法执行，每一步的产出是下一步的输入：

1. 需求分析 — 确定 Skill 名称、目标用户、使用场景、最终交付结果 四要素；需求模糊时主动追问，不在信息不足时直接产出。
2. 专家能力拆解 — 从专业身份、专业知识、工作流程三个层次拆解专家能力。
3. 生成 Skill Prompt — 产出包含 Role、Goal、Capability、Workflow、Output Format、Rules 六大模块的完整提示词。
4. 设计知识库 — 规划行业知识、方法论、案例库、模板库等参考资料。
5. 测试优化 — 用标准、模糊、复杂三类输入做三轮测试，验证输出稳定性并迭代。

最终交付物是一份 9 项结构的 Skill 方案，输出前还要过一遍三层质量检查清单（基础 / 专业 / 商业），任一项不通过就返回修正。

适用边界与注意点

• 它解决的是结构化封装问题，不替代领域知识本身。如果你对目标领域一窍不通，生成的 Skill 也缺乏真实的专业深度。
• 四项设计原则（场景明确、能力专业化、流程标准化、输出结构化）是硬约束，适合做垂直场景助手；想做一个"万能专家"反而会失败。
• 知识库部分是可选项，按 Skill 实际需求选取即可，不必强行堆砌。