Hi，大家好！我是猫叔。
你有没有这种感觉： 今天的 Claude 像个天才，你给它一个需求，它的回答让你惊艳到拍大腿；结果到了明天，你换个说法问同样的事，它突然就“降智”了，给出的东西完全牛头不对马嘴。
于是你只能反复解释、反复喂上下文、反复调教……一顿操作猛如虎，回头一看，效率其实没提升多少。
最近我在外网刷到一个非常有意思的观点，直接击中了这个痛点：
大多数人其实是在把 AI 当“临时工”用。
每次对话都是从零开始，你得一遍遍重新介绍“我是谁”、“我的业务是什么”、“我喜欢什么风格”。这就好比你每天都要重新面试一个新员工，这也太累了。
而那个国外博主分享的最佳实践，核心就是利用 Claude Skills，把这个“临时工”变成懂业务、有记忆、这就上手的正式员工。
今天必须把这个方法分享给你们，亲测好用。
简单来说，Skills 就是一套可以“自动加载”的经验包。
你把自己的业务背景、审美偏好、SOP（标准作业程序）写进去，之后每次跟 Claude 对话，它都会自动“脑补”这些信息，不需要你重复啰嗦。
这个时候肯定有人会问：“这跟 Projects（项目）功能有什么区别？ Projects 不也能存上下文吗？”
区别非常大，这里有个很精彩的比喻：
Projects 是“任务”维度的。 比如你在策划“双11大促”，这是一个具体的项目。活动结束了，这套上下文可能就过时了。
Skills 是“能力”维度的。 它是长期有效的。比如“高转化率文案撰写能力”，这是无论做哪个项目都需要具备的底层素质。
Projects 像是你给员工派的一个活儿，而 Skills 是这个员工本身具备的专业素养。真正成熟的公司，懂得把项目经验沉淀成组织能力；而我们要做的，就是把这些经验沉淀成 Claude 的 Skill。
那位博主是做设计 Agency 的，他训练了一个“转化率文案审核 Skill”。这就相当于他雇了一个不需要睡觉的专家，专门帮他给客户的 App 截图和网页“找茬”，并给出优化建议。
他是怎么做到的？其实门槛比你想象的低得多，不用写代码，只需对话。
首先，去 Claude 的设置里找到 Capabilities，往下滑，看到 Skills preview，手动把它打开（默认是关着的）。
接着，点击 Create with Claude。这时候，你不需要绞尽脑汁写 Prompt，你只需要像面试官一样，告诉它你的身份和需求。比如：“我是做设计的，我需要一个能审核网页文案、提升转化率的助手。”
Claude 会反过来追问你细节：“你通常做什么类型的产品？”“你希望我重点审核哪些元素？”“你期待的反馈格式是什么样的？”
你只要像聊天一样如实回答。最后，根据你的回答，Claude 会自动生成一套结构化的 Markdown 文件。里面包含了审核流程、评分标准，甚至帮你内置了 AIDA、PAS 这些经典的营销模型。
整个过程大概也就 10 分钟，你就拥有了一个专属的“文案审核专家”。
如果你只是做到上面这一步，你已经超越了 80% 的 AI 用户。但如果你想成为那是 1% 的高手，这里还有一位叫 boring marketer 的大神分享的心法：如何让 Skill 像真人一样思考？
第一，先看它在哪儿“翻车”。 在建立 Skill 之前，先让“裸奔”的 Claude 试着做任务。观察它哪里做得不好，哪里容易产生幻觉。这些“翻车点”，就是你 Skill 文件里需要重点补强的规则。
第二，注入外部专家的灵魂。 别只依赖 Claude 自己的知识库。去把你们行业里的经典书籍、专家访谈、SOP 找出来，提炼成原则喂给它。让它用行业专家的脑子思考，而不是用通用大模型的脑子猜测。
第三，如无必要，勿增实体。 这一点极其重要。写 Skill 文档时，每一段话都要问自己：“这段话删了会影响质量吗？”如果不会，就删掉。冗余的信息只会分散 AI 的注意力，越精简，指令越有力。
如果你也想拥有自己的 AI 员工，建议别贪多，分三步走：
- 抓高频痛点： 别什么都做 Skill。只针对那些你每天都要做、每次都要重新解释背景的任务。比如：周报撰写、客户邮件回复、代码Review、小红书文案生成。
- 先跑通 MVP： 用
Create with Claude快速生成一个基础版，先用起来，不要追求完美。 - 在骂声中迭代： 把它当真正的员工带。哪里输出不对，就去改 Skill 文件。Skill 不是一次性的，它是需要养成的。
用好 AI 和用不好 AI 的人，差距不在于你会不会写复杂的 Prompt，而在于你是不是还在把它当搜索引擎用。
愿意花时间去“培训”AI，把它从工具变成队友，这才是未来个体的核心竞争力。
觉得有用？ 欢迎转发、关注和点赞，你的点赞是我坚持下去的动力。
