“Skill 不就是长一点的提示词吗?”

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
“Skill 不就是长一点的提示词吗?”
6795点击    2026-01-25 11:59

上篇文章别把整个 GitHub 装进 Skills,Skills 的正确用法发出去后,收到一些质疑:


“说 skill 能做配图 prompt 不行。本来 skill 就是加载 md,没 skill 之前我们用 prompt 模板照样也是能做流程编排。”

“现在大部分 skill 不就是长一点的提示词吗?为什么说'单纯靠提示词做不了'?”


这些批评是对的。


我原文确实表达有问题。写“提示词”的时候,我下意识拿 Gem、Project、GPTs 里的那种提示词当例子。那些确实做不到一次性生成配图。


但“提示词”是个很宽泛的概念。如果我把 SKILL.md 的内容复制出来发给 Claude Code,再给它一个生成图片的脚本,它一样能完成配图任务。


这里的差异不在于提示词能不能复用,Gem 和 GPTs 里的提示词也能复用。差异在于:提示词配套的是 ChatBot,还是 Agent?


ChatBot 和 Agent 的核心区别


Skills 的完整名称叫 Agent Skills。注意这个“Agent”,它不是装饰词。Skills 利用 Agent 的虚拟机环境,提供单纯提示词无法实现的能力。


一句话总结:ChatBot 只能对话,Agent 能动手干活。


“Skill 不就是长一点的提示词吗?”


具体来说:


ChatBot 不能调用工具。 你给它一段配图提示词,它能帮你分析文章、生成画图 prompt,但真要生成图片?它只能说“请把这段提示词复制到 Gemini”。剩下的活还是你干。


Agent 能调用工具。 同样的配图任务,它能像个经验丰富的编辑一样自己完成:


  1. 读取你的文件
  2. 分析需要几张图、放哪里
  3. 为每张图设计内容和风格
  4. 调用画图模型生成图片
  5. 把图片插入正确位置
  6. 输出成品交到你手上


全程自动化,你只需要验收。


“Skill 不就是长一点的提示词吗?”


那 Skill 到底是什么?


很多人把 Skill 理解成“一段很长的提示词”,这个理解对了一半。


SKILL.md 的核心确实是指令文本。但 Skill 不止于此。


一个 Skill 可以包含三层内容:


第一层:元数据。 就是 name 和 description,告诉 Agent 这个 Skill 是干嘛的、什么时候该用。这部分在启动时就加载,但只占几十个 token。


第二层:指令。 SKILL.md 的主体内容,工作流程、最佳实践、注意事项。只有 Agent 判断需要用这个 Skill 时,才会读取这部分。


第三层:资源和代码。 附带的脚本、模板、参考文档。Agent 按需读取,用的时候才加载。


“Skill 不就是长一点的提示词吗?”


这就是官方说的“渐进式加载”:不是一股脑把所有内容塞进上下文,而是用到什么加载什么。


所以你可以给一个 Skill 附带几十份参考文档,只要这次任务用不上,它们就不占用上下文窗口。传统提示词做不到这一点。


为什么说配图“单纯靠提示词做不了”?


回到原来的争议。


如果你说的“提示词”是指发给像 Claude Code 这样的 Agent 的指令,那配图当然能做到。因为这时候提示词是发给 Agent 的,Agent 能调用工具。


但如果你说的是发给普通 ChatBot 的提示词,比如 ChatGPT 的自定义指令、Gemini 的 Gem、Claude 的 Project 指令,那确实做不到。因为 ChatBot 没有工具调用能力,它只能输出文字。


“Skill 不就是长一点的提示词吗?”


我原文的问题在于:默认读者理解的“提示词”是 ChatBot 场景下的提示词,但没有明确说出来。


更准确的表达应该是:Skill 必须配合 Agent 使用。 发给 ChatBot 的提示词,无论写多长多详细,都只能完成对话能完成的事。要让 AI 真正“动手”,需要的是 Agent + 工具调用能力。


那我直接给 Claude Code 发长提示词不行吗?


行。


把 SKILL.md 内容复制出来当提示词发,Agent 一样能执行。这也是为什么有人觉得“Skill 就是长一点的提示词”。


但 Skill 的价值不在于“能不能做到”,而在于:


可复用。 写一次,以后每次相关任务自动触发,不用每次复制粘贴。


可组合。 分析 Skill + 提纲 Skill + 写作 Skill,像乐高一样拼起来。单独的提示词模板做不到这种模块化组合。


可迭代。 用着用着发现问题,直接让 Agent 帮你改进 Skill。下次自动生效。传统提示词模板改了之后,你得记得每次都用新版本。


可渐进加载。 Skill 附带的资源文件不会一开始就占用上下文。你的提示词模板再怎么组织,发出去就是全量加载。


“Skill 不就是长一点的提示词吗?”


简单说:Skill 是提示词的工程化封装。 能做的事差不多,但管理成本、复用成本、迭代成本完全不同。


最后


上篇文章的核心没变:因需而建、可组合、可迭代。


Skill 就是长一点的提示词吗?


是的。但光有提示词不够。


关键是执行这段提示词的系统,到底是只会说的 ChatBot,还是能真正动手的 Agent。


Skill 是给 Agent 用的。 没有 Agent 的工具调用能力,Skill 就只是一段躺在文件夹里的 Markdown。


文章来自于微信公众号 “宝玉AI”,作者 “宝玉AI”

AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

3
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0