第一部分：概念对比总览

四维度对比表

概念	定义	层级	灵活性	核心特点
Prompt	直接给AI的指令文本	单次对话/任务级别	⭐⭐⭐⭐⭐ 极高	用户直接输入，可随时修改，不可复用
MCP	模型上下文协议（Model Context Protocol）	系统/平台级别	⭐⭐⭐ 中	标准化工具连接方式，统一接口
Skill	封装好的能力模块	功能/能力级别	⭐⭐⭐⭐ 中高	可复用、可配置参数，简化复杂操作
Rule	约束AI行为的规则	策略/规范级别	⭐⭐ 低	强制执行，不可突破的安全边界

类比理解

概念	现实类比
Prompt	你给助理的口头指令
MCP	助理与外部服务商的"通用语言协议"
Skill	助理的专业技能证书（会开车、会做饭）
Rule	公司的规章制度（不能做的事）

---

第二部分：PDF转PPT具体案例

场景描述

用户上传了一份PDF文档，希望将其内容制作成一份精美的PPT演示文稿。

---

1. Prompt 示例

用户原始输入

请将这份PDF转换成一份10页左右的PPT，主题是AI发展趋势，风格要科技感强一些，需要包含数据图表和关键观点。

系统拆解后的执行指令

任务：PDF转PPT
输入：用户上传的PDF文件
输出要求：
  - 页数：10页左右
  - 主题：AI发展趋势
  - 风格：科技感
  - 内容要求：
    * 提取PDF中的关键观点
    * 将数据转换为图表
    * 添加适当的配图
执行流程：
  1. 读取PDF内容
  2. 分析并提取关键信息
  3. 设计PPT结构
  4. 生成配图
  5. 创建PPT文档

---

2. MCP 示例

MCP（Model Context Protocol）是AI与外部工具通信的标准协议。在这个场景中，调用的MCP工具有：

MCP工具	功能描述	调用参数示例
file-reader-mcp	读取PDF文件内容	{"file_path": "/uploads/report.pdf", "format": "text"}
doc-creator-mcp	创建飞书文档	{"title": "AI发展趋势PPT", "folder": "projects"}
image-gen-mcp	生成PPT配图	{"prompt": "AI neural network visualization, blue tech style", "size": "1920x1080"}
slide-mcp	生成幻灯片页面	{"template": "tech", "pages": 10, "content": {...}}

MCP的核心价值：统一接口标准，让不同的工具（PDF读取、文档创建、图像生成）都能被AI以相同的方式调用。

---

3. Skill 示例

Skill是封装好的"超能力"，用户通过简单命令即可调用复杂功能：

Skill名称	所属概念	核心功能	调用方式
aily-pdf	Skill	PDF内容提取、格式转换、关键信息识别	extract_content(pdf_path)
aily-slide	Skill	自动设计PPT结构、生成幻灯片、排版美化	create_ppt(content, style="tech")
aily-image-generate	Skill	根据描述生成配图、图标、背景	generate(prompt, style="tech")
aily-chart	Skill	将数据转换为可视化图表	create_chart(data, type="bar")

Skill vs MCP的区别：

• MCP是底层通信协议（怎么调用工具）
• Skill是高阶功能封装（能做什么）

一个Skill可能内部使用多个MCP工具协同完成复杂任务。

---

4. Rule 示例

Rule是约束AI行为的硬性规则，不可突破：

Rule名称	类型	规则内容	在本场景中的作用
安全检查规则	安全	禁止处理包含敏感个人信息的文档	扫描PDF，如发现身份证号、银行卡号等敏感信息，终止任务
版权检查规则	合规	确保生成的内容不侵犯版权	检查PDF是否为授权文档，避免处理盗版或机密文件
输出格式规则	规范	强制使用标准Markdown格式	所有中间产物必须使用标准格式，确保后续处理兼容性
隐私保护规则	安全	不上传用户私密文件到公共服务器	PDF内容仅本地处理，不上传到第三方云服务
内容审核规则	合规	禁止生成违法违规内容	确保PPT内容符合法律法规，无敏感政治或不当内容

---

第三部分：协同工作流程图

---

第四部分：四者关系总结

┌─────────────────────────────────────────────────────────────┐
│                        Prompt                               │
│              (用户意图的入口，指挥一切)                       │
└──────────────────────┬──────────────────────────────────────┘
                       │
                       ▼
┌─────────────────────────────────────────────────────────────┐
│                      Rule                                   │
│         (安全边界，贯穿全流程的检查机制)                       │
│         安全检查 → 隐私保护 → 版权检查 → 内容审核              │
└──────────────────────┬──────────────────────────────────────┘
                       │
                       ▼
┌─────────────────────────────────────────────────────────────┐
│                      Skill                                  │
│              (专业能力的封装和调度)                           │
│     aily-pdf → aily-image-generate → aily-slide            │
└──────────────────────┬──────────────────────────────────────┘
                       │
                       ▼
┌─────────────────────────────────────────────────────────────┐
│                       MCP                                   │
│           (底层工具调用的标准化协议)                           │
│    file-reader ↔ image-gen ↔ doc-creator ↔ slide-creator   │
└─────────────────────────────────────────────────────────────┘

核心结论

1. Prompt是起点：用户通过Prompt表达需求，是AI理解任务的入口
2. Rule是边界：全程监控，确保任务在安全合规范围内执行
3. Skill是能力：封装复杂功能，让AI能完成专业任务
4. MCP是桥梁：标准化协议，让AI能调用各种外部工具

四者协同，构成了完整的AI任务执行体系：

• 用户说一句话（Prompt）
• 系统检查规则（Rule）
• 调用专业技能（Skill）
• 通过标准协议连接工具（MCP）
• 最终完成任务交付

---