每家公司的第一个 AI 策略应该是技能库

核心观察

观察你最好的员工工作，你会发现他们有模式。

• 顶级销售：每个重要通话前，清楚什么重要——找到上次对话、识别真正的买家、发现未说出口的异议、追溯到三周前有人承诺但从未出现在笔记里的东西。
• 强力客服主管：读客户升级工单的方式与众不同——注意到语气、历史、账户价值、产品痛点，以及暗示小问题即将变成大问题的微妙信号。
• 财务领导者：看穿数字本身——理解哪些变动重要、哪些是噪音、哪些需要在董事会前讲故事。

这就是经验、判断力、品味、或机构知识。AI 公司开始称之为技能（Skills）。

什么是技能

技能不仅仅是 prompt。Prompt 告诉 agent 在特定时刻做什么，技能捕获的是可重复的工作方式。

一个技能可以包括：指令、示例、模板、检查清单、脚本、参考资料和经验法则。

技术形态可以不同（Anthropic 的版本用简单文件夹 + SKILL.md + 可选支持文件），但核心是：技能打包了流程——捕获某人遵循的步骤、应用的判断、关注的边界情况和期望的质量标准。

技能示例

场景	技能包含
销售通话准备	如何读账户历史、要浮现哪些风险、如何构建开放性问题、有用的简报长什么样
事件复盘	如何重建时间线、区分原因和症状、无指责地写作、将学习转化为行动
董事会材料	哪些指标重要、如何解释变动、什么放在附录、故事通常在哪里断裂

技能为什么重要

AI 系统的第一个挑战是接入。模型需要触达信息的方式——连接器、MCP、API、数据集成。这是必要的步骤。

但接入本身不创造有用行为：

• 连接器可以暴露 Salesforce，但无法教会 agent 你的团队如何做预测评审
• Google Drive 可以连接，但无法告诉 agent 哪个旧董事会材料值得复制、哪个应该忽略
• API 可以返回工单，但无法解释你最优秀的客服经理如何判断哪些问题真正紧急

数据和连接器提供上下文。技能提供判断、流程和可重复的工作方式。

技能的演化

Unix 命令 → 让有用操作可复用
Shell 脚本 → 让序列可复用
代码库     → 让代码可复用
API        → 让服务可复用
工作流     → 让业务流程可复用
技能       → 让判断力可复用

几十年来，人类必须阅读 playbook 并手动应用。现在 agent 可以加载 playbook、使用工具、检查文件、运行脚本、持续工作。Playbook 变成了活的。

两家公司的差距

想象两家公司使用相同的前沿模型：

• 公司 A：连接模型到系统
• 公司 B：连接模型到系统 + 提供基于公司最佳实践构建的技能库

公司 B 拥有不同的资产。它的 agent 知道公司如何准备销售通话、审查合同、写发布简报、调查 bug、处理升级、总结研究、解释财务表现——不是完美无缺，但足够一致以致于重要。

每个技能都是一小块运营杠杆：

• 好的技能防止同一个错误被纠正两次
• 更好的技能提高每个使用者的下限
• 最好的技能捕获曾经需要数年构建的判断力

为什么技能库应该内部建

会有公共技能市场。有些会有用，但大多数会是通用的。

最有价值的技能存在于公司内部，因为最有价值的方法是特定的：

• 你的客户升级流程
• 销售资格筛选视角
• 产品审查标准
• 董事会更新格式
• 法律兜底方案
• 定义品牌的语调
• 甚至你决定什么重要的方式

那是竞争对手无法下载的知识。

如何开始

1. 在选平台之前，先梳理重复性工作
2. 找到经验丰富的人持续超越所有人的工作流
3. 寻找涉及判断力而不仅仅是努力的任务：销售通话、客户研究、客服升级、PRD、事件复盘、合同、预测、发布、竞品分析、发布说明
4. 问：团队中最好的那个人做得有什么不同？其他人倾向于忽略什么？
   • 什么最先引起他们的注意？
   • 什么容易被忽略？
   • 哪些例子塑造了他们的方法？
   • 哪些问题反复出现？
   • 他们在避免哪些错误？
   • 他们如何定义成功？
5. 把这些变成技能，投入使用，持续改进

公司的 AI 优势不来自它选择的模型，而来自它教会模型做好的工作。

核心洞察

公司已经有了技能。它们坐在旧文档、Slack 线程、客户通话、评审仪式、入职笔记、以及那些知道工作如何真正完成的人的脑子里。

技能让它可见。技能库让它可复用。

---

来源: Hiten Shah @ X