AI 与大模型 · 入门
SKILL.md(技能说明文件)
一个技能包里的核心说明书,用大白话写清这个技能干什么、什么时候用、按什么步骤做。模型读到它,就照着上面说的执行。
TL;DR三十秒版本
- 一个技能包里那份用大白话写的说明书,讲清它干什么、什么时候该用。
- AI 读到它,就照着上面写的步骤和规矩去干活。
- 它是文档不是程序,写得含糊也不会报错,只会被理解歪。
Overview详细说说
SKILL.md 是一个文件名,通常放在技能包的最外层,充当整包的主说明。里面不是代码,而是用自然语言写的:这个技能解决什么问题、什么情况下该用它、具体分成哪几步。模型读到这份文件,就按上面的说法干活。它是纯文本,用任何编辑器都能打开和修改。
它的价值在于可移植。各家工具有自己的私有格式,模型换一个就跑不起来;而一份按通用写法组织、结构清楚的说明,多个 AI 工具都能读、都能照做。换句话说,写得好的说明可以在工具之间搬来搬去。这也是它用普通文字而不是某种专用语言来写的原因。
拿它和提示词比:提示词是一次性的,说完就过去了;SKILL.md 是留在技能包里的常驻说明,每次调用都被重新读一遍。拿它和程序比:程序写错会报错,说明书含糊却不会有任何提示,模型只会按自己的理解做偏,等到结果出来才知道不对。
所以它的效果几乎全看写得清不清楚。步骤含混、适用边界没交代、该说什么时候不要用它却漏了,最后都会体现成模型乱来。写的时候可以假设读者第一次接触这个技能,把判断条件和例外情况一并写进去,比单纯把步骤列得多更管用。
Myths常见误解
- ✕以为它是另一种更高级的提示词 ✓提示词说完就过去了,这份说明长期留在包里,每次调用都被重新读
- ✕以为写错了会像程序一样报错 ✓文档不会报错,它只会按自己的理解做偏,等结果出来才发现不对
- ✕以为步骤列得越多越好 ✓关键是写清用它的条件和不该用的时候,光堆步骤照样跑偏
In practice你会在哪用到它
- 给一个批量处理表格的技能写说明,把适用场景和例外都写上
- 把这个技能包换到另一个 AI 工具里,它能照读照做
- 发现 AI 用技能时乱来,回去检查说明是不是没交代边界
Summary记住这几点就够了
- 技能包里负责说明的核心文件
- 用普通文字写清用途、时机和步骤
- 写法通用,多种 AI 工具都能读
- 它是文档不是程序,写不清楚效果就差
常见问题
SKILL.md(技能说明文件)是什么意思?
一个技能包里那份用大白话写的说明书,讲清它干什么、什么时候该用。AI 读到它,就照着上面写的步骤和规矩去干活。它是文档不是程序,写得含糊也不会报错,只会被理解歪。
SKILL.md(技能说明文件)一般用在什么地方?
给一个批量处理表格的技能写说明,把适用场景和例外都写上;把这个技能包换到另一个 AI 工具里,它能照读照做;发现 AI 用技能时乱来,回去检查说明是不是没交代边界。
关于SKILL.md(技能说明文件),最容易搞错的是什么?
以为它是另一种更高级的提示词,其实提示词说完就过去了,这份说明长期留在包里,每次调用都被重新读;以为写错了会像程序一样报错,其实文档不会报错,它只会按自己的理解做偏,等结果出来才发现不对。
SKILL.md(技能说明文件)要记住哪几点?
技能包里负责说明的核心文件;用普通文字写清用途、时机和步骤;写法通用,多种 AI 工具都能读;它是文档不是程序,写不清楚效果就差。
容易踩的坑 说明书含糊时模型不会报错,只会自己猜着做,所以能用的边界和禁忌都要写进去。
全站第 21 / 186 条 · 全部词条
接着读Related reading
智能体(Agent)
一种能自己定目标、拆步骤、调用工具去完成任务的 AI 程序。你交给它一件事,它自己安排怎么做,而不是你问一句它才答一句。
LLM(大语言模型)
读过海量文字之后学会“接下一句”的超大程序。你输入的任何一句话,它都在猜后面最可能出现什么,写作、翻译、答题都是这一件事的不同用法。
嵌入(Embedding)
把一段文字换算成一串数字,让电脑能比较哪两句话意思更接近。搜索和知识库能在换了说法时也找对答案,靠的就是它。
Claude(大语言模型)
Anthropic 公司开发的大语言模型,以长文档理解和写作、写代码见长。它既是网页和手机里的聊天助手,也有专门的编程形态。
提示词(Prompt)
你发给 AI 的那段话,也就是给它的指令或提问。这一段写得好不好,直接决定它给你的答案对不对路。
MCP(模型上下文协议)
一套让 AI 能统一接上外部工具和数据的接口标准。工具按它做一次,各种 AI 助手就能直接调用,省得给每个工具单独写对接代码。