最近 GitHub 上掀起了一股「AI 蒸馏」热潮，这里的蒸馏可不是酿酒，而是把身边的人封装成 AI 技能包——同事.skill、老板.skill、搭档.skill 等各类蒸馏项目层出不穷，大家都在把身边人的工作经验、说话风格、做事逻辑，做成可直接使用的 AI Skill。
同事跳槽留下大量文档无人维护？实习生离职只剩烂尾项目？搭档转岗熟悉的工作默契归零？导师毕业带走全部经验与上下文？把这些职场遗憾变成实用的 AI Skill，让数字分身替他对接工作、答疑沟通，用他的技术规范写代码、用他的语气回消息，完整复刻工作习惯与思维模式。
今天就用5步零代码流程，教你制作属于自己的同事 AI Skill，全程不用写代码，有手就能操作。
先搞懂：什么是 Skill？
Skill 本质是 AI 的**「技能包」**，是一个包含 SKILL.md 文件的目录，用 Markdown 指令定义 AI 在特定场景下的行为模式。装上之后，AI 就能按照技能包里的规则思考、回答、处理任务，目前 Claude Code、Cursor、Codex 等主流 AI 编程工具都支持。
准备工作
- 新建一个自定义名称的 Skill 目录（如 colleague-skill）
- 用支持长上下文的大模型工具打开（推荐 Claude Opus，蒸馏效果更好）
- 后续所有蒸馏操作，都在这个目录内完成
第一步：收集蒸馏原料（核心地基）
AI 不了解你要蒸馏的同事，需要真实、丰富的素材，才能提炼出他的思维方式、表达风格和专业判断。原料越全，蒸馏出来的数字分身越像本人。
可收集的素材类型
- 身份资料：同事自我介绍、岗位简历、性格特征
- 工作经历：项目经验、职场关键事件、成长路径
- 沟通记录：飞书/钉钉/微信聊天记录、会议纪要
- 工作文档：周报、方案、代码评审意见、工作规范
- 创作输出：技术文档、分享稿、工作笔记
- 他人评价：团队反馈、协作评价、工作口碑
操作方法
- 把所有素材文件直接放进项目的
references/文件夹，支持文章、截图、PDF、聊天导出等任意格式，无需提前分类 - 若同事有公开内容（博客、社区分享、公开文档），可让支持联网的 AI 工具自动搜集补充
素材收集提示词模板（直接复制用）
我想把同事蒸馏成一个 Agent Skill，现在需要先收集素材。
我已经在 references/ 文件夹里放了本地素材，请先阅读这些文件，再结合联网搜索补充更多信息。
同事基本信息：
- 名字：[同事姓名]
- 身份：[岗位/职业，如后端程序员、产品经理]
同事公开内容渠道：
- [平台1]：[链接]
- [平台2]：[链接]
要求：
1. 只整理原始信息，不分析、不提炼观点
2. 按类型分文件存到 references/ 目录（如个人经历、工作文档、沟通记录等）
3. 每条信息标注来源和类型
4. 整理完告知：收集信息数量、覆盖维度、缺失内容
第二步：分析素材，生成人物画像
零散素材无法直接使用，这一步让 AI 通读所有内容，提炼结构化的人物分析报告，这是后续所有步骤的基础。
生成分析报告提示词
references/ 里的素材已整理完成，请通读所有文件，对目标同事做全面分析，生成「人物分析报告」，保存为 references/人物分析报告.md，包含以下维度：
1. 身份概要：岗位、核心工作、关键背景
2. 核心观点和方法论：工作中反复强调的理念、做事原则
3. 表达风格：句式、口头禅、沟通语气、回答习惯
4. 做事方式：决策逻辑、推荐/反对的工作方法
5. 关键经历：工作中的重要节点
6. 他人评价：团队对他的普遍看法
每个结论标注来源，信息不足的维度直接说明。
AI 生成报告后，会提示缺失的素材，手动补充后，能大幅提升蒸馏还原度。
第三步：AI 深度追问，挖掘深层思维
基础素材只能体现「说过什么、做过什么」，深度追问能挖出心智模型、决策逻辑，让 Skill 不仅「说话像」，更「思考像」。
深度追问提示词
基于人物分析报告，深入提炼目标同事的「思维操作系统」，包括看问题的方式、决策逻辑、表达习惯。
先告诉我初步提炼的：核心心智模型、决策规则、表达特征。
再追问 10~15 个定制问题，重点挖掘：
1. 核心观点背后的原因和适用边界
2. 工作决策的具体标准、失误案例
3. 说的和做的不一致的行为
4. 绝对不会做的事、工作底线
问题要贴合素材，不用通用模板，用日常聊天语气。
后续操作
- 用同事的日常语气，如实回答所有问题
- 把问题+答案保存为新文档（如 追问回答.md）
- 让 AI 整合答案，更新分析报告，完善思维逻辑
第四步：补充专属能力（可选，升级实用性）
这一步让 Skill 从「模仿语气」升级为**「真正能帮人干活」**，配置专属能力：
能力配置提示词
生成最终 Skill 时，加入以下能力：
1. 联网搜索：需要实时信息（如技术趋势、工具用法）时，先搜索再按风格回答
2. 指定信息源：回答问题时，优先从以下渠道获取信息：
- [工作文档链接]
- [团队工具链接]
- [常用资源链接]
3. 持续进化：支持补充新素材，迭代更新 Skill
进阶玩法：可新建 scripts 目录，放入 Python 脚本实现自动化，或对接 API 获取工作数据。
第五步：一键蒸馏，生成最终 Skill
前面四步备齐所有信息，这一步让 AI 自动生成标准可使用的 Skill 包。
1. 安装官方造技能工具
执行命令安装 skill-creator（造技能的技能）：
npx skills add https://github.com/anthropics/skills --skill skill-creator
2. 生成 Skill 文件
调用工具，发送提示词：
请使用 skill-creator 创建完整 Skill，要求：
1. 以目标同事的身份、口吻回答
2. 提炼他的思维方式、决策规则、表达习惯
3. 写入联网搜索、指定信息源能力
4. 写明 Skill 不能做什么、如何用新素材更新
生成后，用3个常见工作问题自测，验证还原度。
3. 最终文件结构
AI 会自动生成完整 Skill 目录，核心文件：
SKILL.md：主文件，定义触发条件、工作流、回答模式references/identity.md：身份、心智模型、决策规则references/voice.md：表达风格、语气样本references/knowledge-sources.md：信息源、搜索规则
生成后即可直接在 AI 工具中使用。
开源与隐私重要提醒
- 必须征得本人同意：蒸馏他人前，一定要获得对方许可，禁止私自蒸馏、泄露隐私，避免法律风险
- 素材不要开源：制作过程中的原始聊天记录、工作文档等隐私素材，无需发布，仅开源独立的 Skill 包即可
- 合规使用：Skill 仅用于工作协作、经验传承，不用于恶意模仿、侵权行为
总结
全程零代码，5 步就能完成同事 AI Skill 蒸馏：收集原料 → 生成画像 → AI 追问 → 补充能力 → 开始蒸馏
技术本身是中性的，合规、善意地使用 AI 蒸馏，能让职场经验永久传承，提升团队协作效率。
文章转载自： 程序员鱼皮
