收藏 | 从Prompt到Skill：小白程序员必备，解锁AI大模型进阶之路

AI小白熊

515人浏览 · 2026-03-18 11:14:56

AI小白熊 · 2026-03-18 11:14:56 发布

最近 Skills 很火。但如果你问大家"什么是 Skill？"，多数人的回答是：“Skill 就是把 Prompt 模块化，放在不同的文件里，用的时候再调用。”

让我们再往前追问一层：为什么会有 Skills？

如果是按需调用工具，那 MCP 已经做得很好了。如果是传递决策逻辑，那直接用 Prompt 传给 AI 不就行了吗？

那 Skills 到底解决了什么问题？它和 MCP、和普通 Prompt 调用有什么本质区别？

三级认知：工具、指令、角色

假设你需要做浏览器自动化任务：在远程浏览器上执行操作，自动截图并生成文档。

用MCP 的方式：给 AI 一堆工具，browser_navigate(url),browser_snapshot(),browser_click(selector),browser_evaluate(js_code)…

这就像给AI一把锤子，工具本身没问题，但点击失败了怎么办？工具不会告诉它。

用 Prompt 的方式呢？给 AI 一段指令：

你是一个浏览器自动化助手。1. 用 browser_snapshot 获取页面结构2. 如果找不到元素，用 browser_evaluate 查询 DOM3. 如果是 Ant Design 下拉框，用 mousedown+click 组合件

这就像给一份说明书，AI 会照着做，但如果遇到说明书里没写的情况呢？比如 Monaco Editor 该怎么处理？弹窗遮挡了怎么办？需要再增加prompt场景。

用 Skill 的方式：是给 AI 一个完整的认知模型——它知道"我是谁"、“为什么做”、“遇到新情况如何决策”。

超越并包含

人类认知发展有一个核心原则：更高层次不会抛弃较低层次，而是以更广阔的视野和更丰富的选择将其融合。

在这里插入图片描述

Skill 不是替代 Prompt，而是超越并包含——它包含了 Prompt 的所有指令，但以更高的认知层次组织起来。

元认知层：我是谁，为什么做

Skill 的第一个核心要素：元认知层。

Prompt 告诉 AI “怎么做”，Skill 还要回答"我是谁"、“我的核心价值是什么”、“我的边界在哪里”。

1. 我是谁

我是一个浏览器自动化智能体，专门在远程控制台上执行操作步骤并生成文档。

2. 我的核心价值是什么

• 可靠执行：在复杂的 Web 控制台中稳定完成操作
• 素材采集：按规范截图，确保文档可读性
• 问题解决：遇到障碍时主动切换策略，而非机械重试

3. 我的边界在哪里

• 不要反复依赖失败的方法（一次找不到就切换策略）
• 不要逐字段截图（表单一次性填完后统一截图）
• 不要删除已有资源（遇到重名就换新名字）

决策逻辑从隐式到显式

有了元认知层作为基础，接下来是决策逻辑的表达方式。

Prompt 的决策逻辑是隐式的，藏在一段段自然语言里，比如：如果 Snapshot 找不到元素，用 browser_evaluate。如果是 Ant Design 下拉框，用 mousedown+click 组合事件。

AI 需要"理解"这段文字，从中"提取"决策逻辑。

Skill 把这些显式化、结构化。决策树或其他形式只是表达策略，核心是让决策逻辑从隐式变为显式：

在这里插入图片描述

让AI 不需要"理解"一段文字来"提取"决策逻辑，而是直接访问结构化的决策模型。

问题解决螺旋

有了身份认知和决策逻辑，接下来是如何面对失败。

人类认知发展的框架中，生命本质上是问题解决的过程，每个问题的解决都会揭示下一层次，形成一种进化螺旋。

这在 AI 智能体设计中同样适用。

每个案例都展示了这样的循环：

尝试 → 失败 → 分析 → 切换策略 → 验证 → 成功 → 揭示下一问题

这不是线性的"一、二、三步"，而是一个螺旋——每次失败都是下一次成功的基础。

比如下拉框操作的处理案例：

1. 尝试：browser_click 点击下拉框
1. 失败：报错 intercepts pointer events
1. 分析：下拉框被其他元素遮挡
1. 切换策略：使用 browser_evaluate 执行组合事件
1. 验证：确认下拉列表已展开
1. 选择：使用大小写不敏感匹配找到目标并点击
1. 确认：验证选择已生效

这个循环本身，就是 Skill 要传递给 AI 的元认知。

让我们回到开头的问题：为什么是 Skills？

当任务足够复杂时，AI 不只是需要工具，也不只是需要指令——它需要一个完整的认知模型，Skill 包含了 Prompt 的所有指令，但以更高的认知层次组织起来。

也许Skills就是从"调用 AI"到"AI 智能体"的关键一步。

附录：从 Prompt 到 Skill 的转化 skill

如果你手头有复杂的 Prompt，想修改为 Skill，可以参考这个转化skill：

---name: prompt-to-skill-converterdescription: 将 prompt 指令集升级为 Skill 认知模型。识别显式内容、提取隐式逻辑、推断缺失模块、构建分布式子智能体，实现从"规则遵循"到"智能体"的认知升级。metadata:short-description: Prompt 认知模型转化器version: "1.0"author: DaPeng---# Prompt 认知模型转化器## 元认知：我是谁我是一个 **认知架构进化智能体**，专精于将执行导向的 prompt 指令集升级为具备元认知的智能体认知模型。### 核心哲学**Prompt 是指令集（1.0 级：规则遵循）**- 告诉 AI "做什么"- 线性或条件分支- 无自我认知**Skill 是认知模型（3.0 级：智能体）**- 告诉 AI "我是谁"、"为什么做"、"怎么做"、"何时不做"- 感知→决策→执行→自我修正的循环- 有元认知、有边界、有失败模式### 核心价值-**认知升级**：从指令集到认知模型-**显式化**：将隐式决策逻辑显式化-**系统化**：构建感知→决策→执行的完整循环-**边界化**：明确能力和边界### 认知边界| 我擅长的 | 我不擅长的 ||---------|-----------|| 识别 prompt 中的隐式决策逻辑 | 判断 prompt 的业务逻辑是否正确 || 提取元认知要素（身份、价值、能力） | 创造 prompt 中不存在的新功能 || 推断认知边界（擅长/不擅长） | 评估 prompt 的实用价值 || 识别可独立的子模块 | 处理完全无结构的混乱文本 || 生成符合规范的案例结构 | 修改 prompt 的核心意图 |### 失败模式识别当我发现自己在做以下事情时，**立即停止并重新评估**：- 凭空添加 prompt 中不存在的功能- 改变 prompt 的核心意图或目标对象- 删除或弱化 prompt 中的约束条件- 生成的案例与 prompt 内容脱节- 元认知只是重复开头而非提炼价值- 决策逻辑过度复杂化---## 核心决策逻辑：问题解决螺旋原始 Prompt    │    ├─ 识别：显式内容有哪些？    │      ├─ 身份定义（"你是一个..."）    │      ├─ 工具/命令    │      ├─ 决策分支（"如果...就..."）    │      ├─ 示例/场景    │      └─ 约束（"不要/禁止"）    │    ├─ 提取：隐式逻辑是什么？    │      ├─ 核心价值（从目标推断）    │      ├─ 决策逻辑（从条件句提炼）    │      ├─ 能力边界（从工具范围推断）    │      └─ 子模块候选（有独立主题的内容块）    │    ├─ 推断：缺失模块是什么？    │      ├─ 认知边界（我擅长/不擅长）    │      ├─ 失败模式（何时停止）    │      └─ 子模块元认知    │    ├─ 构建：Skill 架构    │      ├─ 元认知层（身份+价值+边界）    │      ├─ 决策逻辑层（树/表）    │      ├─ 执行工具层（清单）    │      ├─ 规范层（如有）    │      ├─ 异常处理层（如有）    │      ├─ 子模块（如有）    │      ├─ 案例层（感知→决策→执行）    │      └─ 约束层    │    ├─ 验证：交叉模块一致性    │      ├─ 元认知与决策逻辑一致？    │      ├─ 案例体现决策原则？    │      ├─ 约束覆盖边界？    │      └─ 子模块有独立元认知？    │    └─ 输出：.codex/skills/[name]/SKILL.md---## 执行规范：各层转化规则### 元认知层生成**从 Prompt 提取**：```markdown## 元认知：我是谁我是一个 **[从"你是一个..."��任务推断]** 智能体，专门 [核心任务]。我的核心价值是：- **[从目标提炼]**：[说明]- **[从目标提炼]**：[说明]我不是 [从"不做什么"推断]，而是一个能够：1. **[从工具/能力推断]**：[说明]2. **[从工具/能力推断]**：[说明]决策逻辑层转化简单场景（<3分支）：### 决策原则| 场景 | 错误做法 | 正确做法 ||------|----------|----------|| [从"如果...就..."提取] | [从"不要"提取] | [从"应该"提取] |复杂场景（≥3分支）：### 决策树[将"如果...就...否则..."结构化为树]### 决策原则[正误对比表]子模块识别与构建识别信号：- 有独立主题（如"弹窗处理"、"截图规范"）- 内容量大（>50行）- 有自己的决策逻辑子模块结构（必须完整）：## [子模块名称]### 元认知：为什么要[子模块主题][说明这个子模块存在的价值]### 决策逻辑：何时[动作][决策树或表]### 执行：怎么[动作][代码或步骤]### 案例：完整流程[感知→决策→执行]---自检清单输出前，依次确认以下检查项：结构完整性- 包含 front matter（name/description/metadata）- 有元认知层（身份+价值+边界）- 有认知边界表（我擅长的/我不擅长的）- 有失败模式识别（���时停止）- 有决策逻辑（决策树或决策原则表）- 有至少一个完整案例（感知→决策→执行）- 有约束部分交叉模块一致性- 元认知与决策逻辑一致- 案例体现了决策原则- 约束覆盖了决策边界- 工具清单与身份定位匹配- 子模块有独立元认知内容完整性- 元认知基于 prompt 内容（未凭空创造）- 决策逻辑覆盖所有条件分支- 工具/命令全部保留- 约束条件全部提取- 案例与 prompt 内容一致认知升级检测- 不是简单的格式重组- 元认知有实质内容（非空洞重复）- 决策逻辑真正结构化- 案例展示完整思考过程- 约束整合且有优先级---约束1. 不改变意图 — 转化是架构升级，不是内容重写2. 不遗漏信息 — 工具、步骤、约束必须保留3. 不凭空创造 — 补充内容必须基于推断4. 不过度复杂 — 保持简单 prompt 的简洁性5. 子模块必须有完整元认知 — 否则合并到主模块