使用skill蒸餾自己，才是解放生產(chǎn)力的最佳實踐

最近同事.skill那個項目特別火，理念是讓 Agent 接管離職同事的文檔，學習后抽象構建一個虛擬同事 Agent，按照他的行事風格繼續(xù)“工作”。

我看了項目的實現(xiàn)邏輯，有點簡陋粗糙，但理念是非常棒的。

把一個人蒸餾成 Skill 或者 Agent，還是太草率了；

真正有價值的是，把自己的某項重復工作“蒸餾”成 SKills 甚至更有自主性的 Agent，才是此刻所有人都要立刻做的事情。

先看倆案例 提煉自己的文章風格全自動創(chuàng)作

靈感來自得到的寫文章 Agent 產(chǎn)品 getDraft：它會從多個維度萃取用戶提供文章的風格，在寫作時參考。

我讓 Agent 也學習我的幾篇文章后萃取了一套，并進一步細化了寫稿流程后封裝成了一個 skill。

這個skill的核心邏輯是把寫作拆成了完全原子化的步驟：

• 先通過grep檢索風格參考文檔里的特定碎片，避免把整個長文檔全量塞進上下文浪費token
• 每一步只做一件事：定brief、寫論點、列大綱、逐段創(chuàng)作、最后自審
• 所有過程都可追溯，每一段寫作參考了哪部分風格都有記錄

我現(xiàn)在寫這篇文章用的就是這個skill，從確定主題到完稿比之前快了60%，而且完全不需要我糾結風格統(tǒng)一的問題。

本質上這就是把我自己多年摸索出來的寫稿流程，完全固化成了 Agent 可以直接執(zhí)行的標準步驟，不需要每次重復給prompt。

把自己整理新聞的流程蒸餾

我以前每天要不定期拿出一段時間刷行業(yè)新聞、分享到交流群、整理到知識庫里。

這項工作會嚴重打斷我的注意力，直到我把這套流程搞成了 Skill 交給 Agent 來做。

現(xiàn)在整個流程完全不需要我插手：

• 每小時自動從配置的RSS信源拉取最新的AI行業(yè)資訊
• 按照我之前篩選新聞的偏好自動選出有價值的內容，過濾掉水文和廣告
• 根據(jù)內容類型自動生成對應的推送文案：事實類新聞做速報、有爭議的話題加引導提問、新工具突出使用場景
• 自動生成小紅書風格的封面圖和正文(可選)，最后推送到我的交流群和知識庫

自從用了這個skill，我每天至少省出1個小時的完整工作時間，再也不會被刷新聞打斷思路了。

所以你看，哪怕是這種高度依賴個人判斷的內容篩選工作，只要流程足夠固定，都能蒸餾成skill交給Agent完成。

如何“蒸餾自己”

把自己的重復工作蒸餾成Skill，只需要三步：

Step1：流程拆解

即，把一項流程相對固定的工作原子化拆解為步驟。

先把你做這項工作的每一步都寫下來，越細越好。

哪怕是“打開瀏覽器看3個信源的新聞”這種小事也要列出來。

你要做的是把隱性的經(jīng)驗，變成顯性的可執(zhí)行步驟。

下面是我讓 Agent 幫我萃取寫作風格、封裝為 Skill 的作業(yè)過程.

全程 4 分鐘搞定。

Step2：工具 Agent 化

把過程中使用的工具的能力，變成 Agent 可調用的 CLI 或者腳本

如果你作業(yè)過程中使用了第三方工具，搜一搜這些工具有沒有提供 CLI 或者 API 接口。

如果你的作業(yè)過程本身就是自己 Vibe-Coding 開發(fā)的小工具或應用，那在原來開發(fā)應用的對話里，追加一句：把前面這個應用提供的所有能力，都封裝為 API 接口，寫個接口文檔。

不管第三方還是自己寫的，把所有 API 文檔一并塞給 Agent 學習，讓它從里面把你作業(yè)流程用到的功能提煉出來。

記住：只要你想明白，到 Agent 那里就都是“一句話”。

Step3：一鍵封裝

使用 Claude 官方提供的 skill-creator 技能對流程進行封裝。

skill-creator提供了標準化的skill模板，你只需要把拆解好的步驟寫成SKILL.md的說明，把需要的腳本、參考文檔、資源放到對應的目錄里，一個可用的skill就做好了。

這些步驟都不需要你做，把這個技能給你的 Agent 安裝上，直接下指令就好。

寫這篇文章用的這個 Skill 就是使用skill-creator封裝起來的。我就說了一句把這篇成果物，使用skill-creator技能封裝，以便后續(xù) Agent 寫出風格相似的其他命題文章。

蒸餾自己的過程，本質上就是把你的個人經(jīng)驗變成可復制、可執(zhí)行的標準化流程的過程。

你蒸餾的技能越多，你從重復勞動里解放出來的時間就越多，就可以把精力放在更有創(chuàng)造性的工作上。

蒸餾 or 被蒸餾？

最近好多公司，把員工消耗 token 數(shù)作為考核指標，這里面有一個被大部分人忽略的潛在的問題：

如果一個員工的 token 消耗巨大，到底意味著 TA 更適應 AI 時代的工作方式，還是 TA 的工作更適合被 AI 代替？

如果是后者，而你自己沒意識到，那你有很大概率會成為開篇的那個同事.skill項目的“語料”。

真正應該考核的，不是員工用了多少 Token，而是在員工不參與的情況下，它的 Agent 消耗了多少 token。

“利用”還是“使用”工具，一直是劃分人的認知線。

只會“使用” AI 的人，終局肯定是被蒸餾；

能夠“利用” AI 的人，已經(jīng)在吃紅利了。

本文提到的一系列技能，我都有在知識星球同步。

除此以外，還有一系列適合一人公司輔助內容創(chuàng)作的技能清單。

加入星球、搜索技能即可下載直接使用。

關于AI學習行動圈

這是我 23 年底開始，和人人都是產(chǎn)品經(jīng)理社區(qū)共同運營的一個圈子，截止目前已經(jīng)持續(xù)運營、維護超過 700 天了，已有超過 5000+圈友！

我的各種 AI 研究心得、發(fā)現(xiàn)的好應用、開發(fā)的小項目都會在里面分享，目前圈子有核心三個交流學習平臺。

8 個微信群，早報和日常交流

微信群里每天一早有 AI 早報，上下午還有“讀報時間”，以及我每天不定期刷屏級的各種 AI 工具體驗、提示詞編排思考、行業(yè)新聞解讀同步。

以及，你可以在群里討論任何與 AI 相關的工具、應用問題，幾乎都能找到答案。

騰訊文檔-圈友空間

用來沉淀體系化、深度的 AI 文章和超長的工程化提示詞，不定期更新。

當前包括：Claude code、Cursor、Manus等頂級產(chǎn)品的系統(tǒng)提示詞和工具列表，各種深度的 Agent 白皮書和實踐指南

知識星球-每日報告、工具和實戰(zhàn)經(jīng)驗分享

我在星球里主要維護「實戰(zhàn)分享」「工具箱」和「情報局」三個標簽

實戰(zhàn)分享是可以在日常工作和生活中直接應用的提示詞和效率工具。上面截圖里的 Step-Back 提示詞就非常好用，堪比 o4。在公眾號、直播中演示的所有 AI 實戰(zhàn)應用的提示詞也都在這個標簽下。

AI 工具和鮮知道就是好用的、熱門的 AI 工具、資訊分享，我把那些太技術、太浮夸的都篩選了，放進這個標簽的都是可以直接用來的好玩兒！

加入圈子，跟 5000+ 行動派一起玩 AI、聊 AI，精進起飛~