你之前写 clarify-first 的时候，花了多长时间？你当时是怎么想的？
大概率是：发现 AI 每次都急着给答案，但你其实需要它多问几次。于是你把这条规则写了下来——"先问清楚再回答"。
那个写下来的东西，就是 skill 的雏形。
如果把 AI 比作一个员工：
普通对话 = 你跟员工口头说"去把这个事做了"
带 Skill = 你递给他一本《操作手册》+《常见问题指南》+《千万别踩的坑》
同样一小时后，拿手册的那个办事质量高得多。而且第二天换了另一个员工，只要手册在，质量依然稳定。
Skill 就是那本手册。它告诉 AI 三件事：
| 提示词（Prompt） | Skill | |
|---|---|---|
| 本质 | 口头交代 | 操作手册 |
| 告诉 AI 什么 | "怎么回答"（语气、风格） | "怎么做"（工序、边界、陷阱） |
| 持久性 | 这次对话用完就没了 | 存在 skill 文件里，下次还能用 |
| 可分享 | 需要复制黏贴 | 一个命令就能加载别人的 skill |
| 内容量 | 几行到一页 | 几千字+引用文件+模板 |
| 含不含经验教训 | 通常没有 | 有——陷阱清单是真实踩过的坑 |
以你印象最深的 teach skill 为例：
这些是一个普通提示词绝对装不下的。
看到这里，你可能会觉得"好复杂，那我怎么写得出来？"
答案是：你不需要写。
你再回想一下 create skill 的 vibe 方式——你只需要说三句话：
以上所有内容——对比表、陷阱清单、操作流程——AI 会帮你写进 skill 文件里。你学这些只是为了：
你在这段对话中，clarify-first 一直在后台自动加载。你注意到没有——我一直在先问你问题再给答案？就是它在起作用。
你现在可以做了：在对话框输入 skill_view(name='clarify-first')，看看你自己写的那个 skill 里面有什么。你会发现就是"先问问题→一次只问一个→95%够了就停→别在凌晨追问……"——跟你刚才看到 teach skill 的结构一模一样。
有疑问？返回 主页，或者直接打开 AI 聊天工具问它。