AI 不再只是器具，而是才略的引诱。Claude Skills 的出现，瑰丽着“可组合智能”期间的到来。这篇著作将带你解析 Skills 的底层逻辑、应用场景与畴昔后劲，匡助居品东说念主从头想考“东说念主与AI”的合作鸿沟。

近一年来，大型讲话模子（LLM）的爆发带来了「领导工程」的昌盛。但咱们也齐体会到了它的局限性：一次性的、临时的领导难以料理，输出收尾也短缺踏实性。这关于追求经过化、标准化的居品料理责任而言，是一个巨大的挑战。

今天，我想深远探讨一个在我看来具有里程碑好奇景仰的演进：Anthropic公司推出的「Claude Skills」。它瑰丽着咱们与AI合作的风物，正从片霎的领导工程，转向构建抓久、可复用、可治理的「AI才略」。这不仅是一项新功能，更可能是AI行业走向熟练、为企业级应用作念好准备的重要一步。

一、讲授：什么是「Claude Skills」？

要解析它的价值，咱们领先必须明晰地界说它。

从压根上说，「Skills」是一种模块化的、基于文献系统的才略包。每一个「Skill」齐是一个零丁的文献夹，封装了实行特定、可重迭任务所需的标准化常识。这包含指示、元数据以及可选的剧本或模板资源。

这个想象的中枢，是将往日那种临时的、一次性的领导，窜改为一种纪律严明、可版块化、可发现且可复用的「构件」。它措置了LLM应用中收尾低下与收尾不一致的核肉痛点。咱们不再需要每次齐手动输入冗长的指示来实行一个复杂的责任流。

「Skills」的架构想象中有一个重要的技巧基石，称之为「渐进式表示」。这是一个精妙的分层加载机制。

第一层（元数据）：在会话运行时，系统仅加载每个「Skill」的称号和功能描述。这占用的障碍文空间极小，使得模子概况“成见”成百上千个可用妙技，而无需了解细节。

第二层（指示）：当用户的肯求与某个「Skill」的描述匹配时，模子才会去读取该「Skill」的注意指示和责任经过，并将其载入障碍文。

第三层（资源与代码）：淌若「Skills」包含可实行剧本（举例Python剧本），这些剧本只在被明确调用时才会实行。迫切的是，只须代码的“输出收尾”会干涉障碍文，代码本人不会。

这种想象极地面擢升了令牌收尾。它允许模子在料理弘远妙技库的同期，幸免了因一次性加载所有信息而导致的障碍文窗口不胜重任。

此外，「Skills」的苍劲之处在于其可实行性。它集成了一个安全的沙箱化代码实行环境。关于需要高精度和一致性的任务，举例复杂的数学贪图或精准的文献局势操作，实行事前编写好的代码，远比让LLM动态生成代码愈加速速、准确和可靠。

二、对比：「Claude Skills」与「OpenAI GPTs」的计谋分野

四肢居品司理，咱们不仅要看功能，更要看清平台背后的计谋定位。将「Claude Skills」与「OpenAI GPTs」进行对比，能揭示出两种人大不同的平台玄学。

中枢玄学：「Claude Skills」追求的是结构化、可治理和笃定性。而「OpenAI GPTs」更强调生动性、通达性与创造者驱动。

宗旨受众：「Claude Skills」彰着对准的是企业、受监管行业以及里面平台团队。而「OpenAI GPTs」则面向精深的忽地者、产消者和零丁斥地者。

分发风物：「Claude Skills」默许为组织里面独到分发，强调可审计。而「OpenAI GPTs」则默许通过GPT Store公开分发，追求蚁合效应。

治理安全：「Claude Skills」的想象体现了高简直度、策略优先的范式。而「OpenAI GPTs」则倾向于低摩擦，这也带来了更广的风险清楚面。

关于咱们居品方案者而言，遴荐哪个平台是一个计谋问题。淌若组织的宗旨是在严格的合规框架内，达成里面经过的自动化和标准化，那么「Skills」的高笃定性与可治感性是其中枢上风。淌若宗旨是快速触达海量用户，饱读吹社区改进并诈欺平台的分发渠说念，那么「OpenAI」的生态系统则更具招引力。

三、结合：「Skills」与生态中其他才略的互补

要施展「Skills」的最大着力，居品司理必须解析它在Anthropic生态系统中的位置，特别是它与MCP（模子障碍文公约）的联系。

咱们需要厘清一个中枢联系：「Skills」和MCP并非相互摈斥，而是高度互补的。

MCP的中枢作用是贯串，它是一种用于贯串外部数据和API的公约。它为Claude提供了拜访外部做事的「贯串管说念」，举例公司里面的JIRA或数据库。

而「Skills」的中枢作用是封装怎样作念。它教授Claude怎样灵验地使用这些器具来完成特定的责任流。

举一个居品料理中的具体例子：

因此，责任流是咱们但愿自动化的详细业务经过，MCP提供了贯串，「Skill」则是将这个经过窜改为AI可实行才略的具体技巧达成。

四、应用：居品司理怎样使用「Skills」擢升着力

四肢居品司理，「Skills」为咱们提供了一个前所未有的、能将团队常识千里淀为数字金钱的器具。它在居品料理责任流中的应用是多方面的。

1. 标准化居品经过，确保输出一致性

这是我眼中最有价值的应用。居品司理的中枢职责之一是确保经过标准化和产出物的高质地。咱们不错将重要责任流固化为「Skills」。

举例，咱们不错创建一个名为「prd-writer」的「Skill」。这个「Skill」里面封装了团队撰写PRD的最好本质、文档模板结构、验收标准以及必须包含的成分。当团队中任何东说念主需要撰写PRD时，AI不错自动调用此「Skill」，确保每一份PRD齐适应范例，从压根上措置了局势不一、成分缺失的问题。

2. 拿获并范围化隐性常识

在居品团队中，资深居品司理的教师和判断力是珍贵的无形金钱。但这些隐性常识往日很难传承。

「Skills」提供了一种面貌，将这些依赖个东说念主教师的常识，窜改为可实行、可传承的显性常识。举例，一位擅长用户扣问的PM，不错将他分析用户访谈、索取中枢需求的方法论，制作成一个「customer-interview-analyzer」的「Skill」。新加入团队的成员不错坐窝使用这个「Skill」来处理访谈纪录，其分析质地将直汲取益于千里淀下来的教师，极地面缩小了学习弧线。

3. 赋能非技巧东说念主员，达成低代码自动化

好多居品经过的优化需要工程资源，但这些资源时常是稀缺的。「Skills」的创建门槛不错很低。非技巧配景的PM也能成为自动化器具的创建者。

Anthropic提供了一个内置的「skill-creator」元妙技。PM不错通过与AI对话的面貌，让AI扶持我方创建一个新的「Skill」。举例，你不错通过对话，放浪创建一个用于「将客户响应邮件自动分类并追思」的「Skill」，而无需编写一滑代码。

4. 擢升跨职能合作收尾

居品司理需要与想象、斥地、市集等多个团队合作。「Skills」的可组合性不错将不同团队的范例封装起来。当需要创建一个市集宣传用的演示文稿时，AI不错自动组合调用“data-analysis”（由数据团队爱戴）、“brand-voice”（由市集团队爱戴）和“report-structure”（由居品团队爱戴）三个零丁的「Skill」，无缝地生成一份既数据准确、又适应品牌范例、且逻辑明晰的讲明，极大减少了疏通资本和返工。

五、追思：通往可治理的AI自动化之路

从一次性领导到标准化妙技的退换，是AI行业从探索性的对话器具，走向可靠的自动化坐褥力器具的明服气号。

关于居品司理和企业计谋家而言，「Skills」范式带来了几个重要启示：

预测畴昔，跟着「Skills」生态的熟练，很可能会催生出新的专科脚色，举例「AI妙技照拂人」或「智能体责任流工程师」。这些专科东说念主士将专注于将东说念主类众人的隐性常识和复杂责任流，窜改为AI可实行的结构化妙技。

最终，「Skills」为咱们奠定了一块迫切的基石：一个由AI智能体编排复杂、多智商任务的畴昔。在阿谁畴昔，AI将不再只是依赖其通用的基础才略，而是概况随时调用一个由东说念主类众人用心界说和构建的、弘远而专科的妙技库，去完成真确寰宇中的多样复杂责任。这是咱们四肢居品料理者，刻下就必须运行解析和布局的新地平线。

本文由 @靠谱瓦叔 原创发布于东说念主东说念主齐是居品司理。未经作家许可，辞谢转载

题图来自Claude官网截图世博shibo登录入口