我之前每次要產圖都要打開 Gemini、輸入提示詞、調整、下載、改名、搬到專案資料夾。寫成 skill 之後我打一行字——產圖完成存好。這就是 skill。
把 AI 當聰明的新員工
把 AI 想成一個聰明的新員工。他能力很強、什麼都會，但他不知道你公司的規矩、不知道你做事的偏好、不知道你的工作流程。
第一個禮拜你都在跟他說「這份報告用 markdown 寫」「客戶名稱前面要加敬稱」「圖片存到這個資料夾」「文章要先進審核 DB 再發布」——講一百次都記不完。
Skill 就是把這些重複講的東西寫成一份 SOP，存起來。下次「新員工」問同樣的事情，直接說「照 skill 做」就好。
對 AI 來說，skill = 一份可以重複叫用的指令包，可能還包含「在這個情境下可以動哪些工具」的權限定義。
我的真實例子：產圖
我每天為部落格、社群貼文要產不少配圖。沒有 skill 之前的流程是這樣：
- 打開 Gemini 網頁
- 輸入文字描述
- 等它產圖
- 看不順眼改提示詞重產
- 滿意了右鍵下載
- 改成這個專案需要的檔名格式
- 搬到對的資料夾
每次產一張圖 5 分鐘起跳，產 5 張半小時就沒了。而且每次的提示詞風格、檔案命名、存放規則都差不多——重複度爆表。
我把整個流程寫成一個叫 gemini-image-gen 的 skill。現在的流程變成：
我：用我的部落格風格產一張封面，主題是「AI 工具選擇」
AI：[執行 skill] [產出檔案] [按命名規則存好] 完成。
寫一次 skill，之後每次省 5 分鐘以上。我目前累積大概 5 個常用 skill，光這幾個每週就幫我省 2-3 小時。
Skill 解決的核心問題
Skill 解決一個很具體的問題：「我跟 AI 重複講同一件事的成本」。
只做一次的事，不需要 skill——跟 AI 講一次就好。 做幾次的事，可能也不需要——記得勉強記得。 每週/每天都要做的事，skill 才有意義。
這個邏輯跟 a06 講的「不擅長 + 長期重複」一樣——投資一次前期成本，換長期省時。
對非工程師的意義
你大概不會直接寫 Claude Code 的 skill 檔案（那比較工程師），但 skill 的概念已經滲透到很多 AI 工具，只是名字不一樣：
- ChatGPT 的 Custom GPT：本質就是 skill 的 GUI 版
- ChatGPT 的 Custom Instructions：簡化版 skill
- Claude 的 Project Instructions：專案層的 skill
- Notion AI 的 template：類似的概念
當你看到一個 AI 工具有「保存指令」「自訂 GPT」「templates」這類功能，那本質上都是 skill。
一個建議
如果你開始重度用 AI（不是偶爾問一下那種），花一個下午試著把你每週做超過 3 次的同類任務整理成一份 instruction。最簡單的做法：
- 列出你每次跟 AI 講的「背景設定」（我是誰、寫給誰看、用什麼語氣……）
- 列出你常見的「輸出格式要求」（多長、要不要表格、Markdown 還是純文字……）
- 把它存成 ChatGPT 的 Custom GPT 或 Claude 的 Project，下次直接叫
這個習慣養成之後，你用 AI 的速度跟一年前完全不會在同一個級別。