Agent Skills
返回列表
📚

从经验到Skill

知识管理 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-39m6058n/experience-skill-creator 即可将该技能添加到 AI 助手中。

技能介绍

问题:写下来的经验 ≠ AI 能执行的经验

在许多业务团队里,真正管用的经验长在老员工脑子里。SOP 写得出流程,写不出"这一步看情况办"时到底看什么;话术文档说得清第一句说什么,说不清判断客户意向的临界信号在哪。把这些材料直接交给大模型,产出的 Skill 读起来通顺,跑起来只会泛泛而谈。

从经验到Skill 解决的不是"帮忙写一份 Skill 文档",而是把专家口述的隐性经验转成 AI 可执行、调用稳定的 Skill 包。整个流程被设计成一场 25–35 分钟的对话,专家提前上传已有资料(SOP、话术、培训材料、案例笔记),对话时间尽量短,产出可用性尽量高。

工作原理:资料先行 + 结构化提问 + 按需深挖

阶段 0:资料预读。 解析上传资料后生成"已知信息地图",标出哪些模块(定位、流程、自检项)已被资料覆盖。写清楚的内容不再提问,对话只消耗在资料没覆盖的部分。

阶段 1:定坐标。 用 4 个问题拿到 name 与 description:解决什么事、什么场景触发、什么场景不适用、最终交付成什么形态。目标是让触发边界干净,避免 AI 在不该调用的场合硬调。

阶段 2:讲流程(核心阶段)。 让专家自己把工作分成 3–5 步,每步循环两个固定问题:具体做什么动作、关键要点是什么。此段最有价值的机制是按需深挖——当专家说出"一般来说""看情况""了解客户需求"这类模糊表述时,立即触发最多 2 个追问,逼出分支条件和具体说法;深挖有三类触发信号:藏着分支判断、动作是模糊动词、专家点名的命门步骤。专家指出的"最决定成败"一步会被单独锁定补查,确保其判断逻辑完整落入 Skill。

阶段 3:补边界。 提问是条件式的:一次性产出型 Skill(写话术、写方案)跳过"异常退出"问题;多步骤交互型才问"什么信号出现时该停下换路径"。资料里已有的避坑提醒直接抽取复用。

阶段 4:先校对骨架,再生成。 把采集到的全部信息拼成结构化骨架交给专家过一遍,确认没漏、没偏,才输出正式版本。这是防止 Skill 偏离专家本意的闸门。

阶段 5:产出与质检。 按标准文件结构输出(SKILL.md、references/methodology.md 等),并附质检报告,用红黄绿灯标记各模块信息饱满度与补强建议,避免交付一个"看起来完整、实际空转"的包。

全程约束与适用边界

几条硬约束值得单独列出:

  • Skill 是给 AI 看的说明书,不是给人读的案例。 全程不问"为什么这么做""备选方案对比""心法信念",这类答案对 AI 执行没有帮助。
  • 资料与口述冲突必须澄清。 专家说的与资料写的不一致时,直接追问以哪个版本为准,不沉默吞下。
  • 反幻觉护栏。 不编造资料里没有的数字、人名、机构名;每条生成内容都要能追溯到"资料 X 段"或"专家口述 Y 时刻"。
  • 中断可续访。 每阶段结束自动保存进度,下次从断点继续。

适用边界也要讲清楚:它面向销售、客服、客户经营、产品配置等业务条线专家,适合"有部分书面资料、但隐性经验未沉淀"的场景。三类情况不适用:纯技术 Skill(交给通用 skill-creator);完全没有方法论积累的探索性话题;已有完整 SOP、无需访谈的场景。资料越完整,对话越短,深挖越少,产出越稳。

使用场景

  • 销售专家有陌拜跟进和话术心得,但没有完整文档,想生成一个新员工可直接套用的跟进 Skill
  • 客服团队已有 SOP 和工单记录,但判断升级和兜底话术靠口传,需统一沉淀为企业可用 Skill
  • 客户经营专家擅长分人群召回与挽回,要把分支判断和红线规则整理成 AI 可调用的运营流程
  • 产品配置顾问有失败案例和避坑笔记,想让 AI 在再次配置时执行相同检查清单与异常退出判断

适合人员

  • 把个人跟进、促单和客户判断经验沉淀成团队可用资产的销售专家
  • 想把口传规则和兜底话术整理成可复用客服 Skill 的客服培训师或质量负责人
  • 需要把客户分层、挽回和红线规则交给 AI 执行的客户经营或增长运营
  • 手里有案例与避坑笔记,希望配置流程被稳定复用的产品配置顾问