经验变Skill·打包发布助手

为什么经验很难直接变成技能

专家经验大多是隐性的：问「你的方法论是什么」通常得不到完整回答，但他能对具体问题立刻作出反应。与此同时，Skill 文档写得太长会挤占上下文，太短又撑不起执行；description 里没有覆盖用户真实会说出口的触发词，技能压根不会被加载。不会编程的人更是不知道，一段经验到底该怎样组织成 AI 能照着做的指令。

这个技能如何工作

它把「经验 → 可执行技能」拆成六步，每一步都有明确的产出物：

1. 经验访谈提炼：按五轮框架结构化追问——触发场景、输入输出、执行步骤、判断标准、常见错误——产出一份《经验结构化文档》交用户确认，而不是拿问卷轰炸。
2. 结构设计：决定什么留在 SKILL.md 正文、什么拆进 references/。原则是正文每次都会被读，参考文件按需才读；大段模板、长清单、低频分支内容都下沉到参考文件。
3. 撰写 SKILL.md：description 按「触发词覆盖 + 能力清单 + 使用时机」的公式写，宁全勿缺但不标题党；正文用「先做 X，再做 Y；若 Z 则……」的指令句式，并把访谈挖出的判断标准显性化成可核查的规则。
4. 撰写 references：每个文件自我完备，正文里写明「在哪一步、什么条件下读」。
5. 质量自检与试运行：触发测试、盲执行测试、信息收集测试、红线测试，修订后再回归一轮。
6. 打包与上架 SkillHub：目录结构、UTF-8 编码、zip 压缩、分类选择与商店描述文案的写法。

判断质量的核心标准只有一个：一个没有你经验的 AI，能否只凭这份文档做出你 80 分的工作。AI 做不好的地方，几乎都是文档里判断标准缺失的地方。

适用边界与注意点

• 只帮用户结构化他自己的经验；用户要求复刻他人已发布技能时拒绝，并引导做差异化。
• 写进技能的内容视同公开发布，不得包含客户隐私、前雇主商业秘密或保密协议约束的信息。
• 医疗、法律、金融投资等资质门槛领域的经验，需加入必要的免责与「不替代专业人士」声明，并遵守平台相关类目规则。