"我担心自己能不能用 AI，因为我完全没有编程基础……"
"看着黑色的终端屏幕就害怕，实在不想面对。"
"但又害怕被 AI 潮流抛在后面 😱"
即使在这样的状态下，只需要让 Claude Code 学习我的"个人行动模式"，一项原本每次需要 30 分钟的任务，现在只需 5 分钟。
事实上，机会恰恰正在向非工程师们走来。
关键在于技能。
用宝可梦的话来说，就是"招式学习器"（TM）。
使用 Claude Code 时，你是否也有过这些感受？
- 它确实很聪明。但每次都需要我自己设定格式、判断标准和背景信息。
- 虽然是 AI，但手工活还是很多。"这不跟全我自己做一样吗？"
- 其他人是不是用得更高效？
- 我在用，但并没有真正掌握它。我不知道差别在哪里。
等你读完这篇文章，你将能够 创建一个环境：只需在 AI 中设定一次你的工作流程，每次都能输出相同质量的成果。
Santiago（@santtiagom_），南美最大电商公司 MercadoLibre 的工程师，发布了一份用西班牙语编写的技能完整指南，目前正在疯传，浏览量超过 58 万。
他说他自己创建了 50 多个技能，又在两天内删掉了大部分。这份指南基于他实践中留存下来的真实经验，这些经验彻底改变了他使用 Claude 的方式。
开始之前，我有两个请求。
- 收藏这篇文章，并在这周腾出 20 分钟。
- 如果你认识任何使用 Claude Code 的人，请分享给他们。
这次，我会把内容讲得通俗易懂。
以下是原帖。
https://x.com/santtiagom_/status/2030305647535751338
为什么 Claude 每次都需要重新设置
首先，让我谈谈一个主要前提。
Claude Code 非常聪明。但是，它不知道"你的工作方式"。
这不是性能问题，而是它工作方式的问题。
每次你打开新会话时，Claude 都是从空白状态开始的。除非你每次都告诉它，否则 Claude 不知道你喜欢什么格式、你老板想要什么样的报告、或者你给客户写邮件时用什么语气。这些是"你独特的判断标准"。
这个机制会引发三个问题。
问题 1：缺乏一致性
即使是同样的"创建周报"请求，今天可能是一份 2000 字的详细版本，明天可能就变成三个要点的列表。由于你没有设定你想要的格式，Claude 每次都要自己决定。
问题 2：缺失你独特的判断标准
Claude 很全面。但它不知道只在你环境中适用的规则，比如"你在公司里必须结论先行"，或者"你老板不看超过 3 页的文档"。
所以每次，你都需要从头开始设定这些背景信息。
问题 3：设置工作的成本累积
输入格式说明、解释判断标准、分享背景信息。
你一天要花多少时间在这些"设置"上？就算用了 AI，光是准备工作就让你够累的了。
santtiagom_ 写道：
"如果你能只写一次指令，之后不用再给出指令就能完美完成，会怎么样？这就是技能的意义所在。"
技能是一种机制，你将自己的工作流程写在单个文件中，并在 Claude 中设置。一旦设置好，从下次开始，Claude 就会自动按照它来行动，无需你再说什么。
接下来，我将按顺序解释技能的整体概念。
技能就是 Claude 的"招式学习器"
你用过宝可梦里的"招式学习器"（TM）吗？
只需使用一个光盘，那只宝可梦就能学会一个新招式。一旦学会，在每一场战斗中都可以随意使用。除非你让它忘记，否则永远有效。
技能就完全像这些"招式学习器"。
你创建一个名为 SKILL.md 的文件，并在 Claude 中设置它。
然后，每次打开会话时，Claude 都会按照那些指令行动。你不再需要每次都进行设置。
简单整理一下对应关系：
- 一个 TM → 一个 SKILL.md 文件
- 学会招式的宝可梦在每场战斗中都使用它 → 设置了技能的 Claude 在每次会话中都应用它
- 可替换（可以重新学习） → 技能也可以自由添加/删除/替换
- 存在兼容性（有些招式无法学会） → 有些技能不适合某些项目
重要的是，你的工作中也存在"可以变成 TM 的任务"。
例如，制作报告时：
"结论先行。最多使用 3 个数据点。使用老板能在 5 秒内做出判断的格式。"
如果你将此设置为技能，Claude 下次开始就会自动遵循这个规则。
制作周报时：
"三个部分：上周成果 → 本周计划 → 问题。
数字按周环比对比。"你也可以将此设置为技能。
给客户写邮件时：
"开头表达感谢。主要内容保持在 3 行以内。只明确说明下一步行动之一。"这也是可以的。
我们来对比一下有技能和没有技能的世界。
[没有技能]
你要求"创建周报" → Claude 按自己格式输出 → 你纠正："不，结论先行"，"数据限制在 3 点" → 下周，你再次从头开始输入所有内容。
[有技能]
你要求"创建周报" → Claude 按照技能输出 → 从一开始就是"结论 → 3 个数据点 → 问题"的格式 → 几乎不需要修正。
santtiagom_ 在他的文章中反复强调这种思维方式：
"一条 5 行的有效技能，比一条有 80 条规则的完美技能更有价值。"
你不需要创建完美的指令。 即使是像"结论先行。最多 3 个数据点"这样仅仅两行的内容，如果设置为技能，也会有效。
而且，这部分是我个人最想传达的。
技能的本质不是"工作自动化"。
它是"将你的判断标准语言化并设置到 AI 中的行为"。
"结论先行"，"数据限制在 3 点"。这些不是工作流程，而是你的判断标准。优先处理哪些信息，按什么顺序传达，详细到什么程度。
你将那些判断留给一个文件。就像从 TM 学到的招式成为宝可梦的力量一样，语言化的判断标准成为了 Claude 的力量。
判断的资产化。 如果要用一个词来形容技能，就是这个。
你只需要一个文件：SKILL.md
技能的机制比你想象的要简单得多。
你只需要一个名为 SKILL.md 的文件。
这个文件的内容分为两部分。
第一部分：包含名称和描述的"封面"
在文件顶部，你写入技能的名称和关于"应该在何时使用"的描述。
Claude 通过这个"封面"来判断"是否应该为当前任务使用这个技能"。如果这部分表述不清，Claude 就找不到你辛苦创建的技能。
例如，仅仅命名为"报告创建"，Claude 会疑惑："哪个报告？什么时候用？"
如果你写成"为田中经理创建每周销售报告。结构：结论 → 数字 → 问题"，那么当周报请求来临时，Claude 就会自动选择这项技能。
用 TM 术语来说，这个封面相当于判断"哪些宝可梦可以学会这个招式"。
第二部分：包含具体指令的"正文"
这实际上就是你的工作方式。
你写下具体的流程和规则，例如"按此顺序写"、"遵循此格式"、"务必只检查这一点"。
技能只需这两部分就能工作。
看实际文件更快，这里是一个例子。它假设了一个销售团队每周向老板提交周报的场景。
1---2name: 每周销售报告3description: 在每周一为销售团队创建周报时使用。适用于田中经理。4---56# 每周销售报告78## 格式9- 在第一页写出结论（本周预期目标）10- 始终包含周环比数字（例如，与上周相比 +12%）11- 将交易分为三个等级：A/B/C12- 问题只限一个，并针对下周添加一条具体的行动方案1314## 田中经理的规则15- 他不读超过 3 页的内容。保持在 2 页以内16- 他更喜欢表格而不是图表17- 不要写"在考虑中"。始终将其转换为"在什么时间之前做什么"
这就是 SKILL.md 的整体概貌。
封面上的描述写着"每周一……适用于田中经理"，Claude 会自动判断："哦，这是关于周报的。"
然后，按照"正文"中的指令，它每次都会以相同的格式创建一份以结论开头、不超过 2 页的报告。
像"田中经理的规则"这种只在你工作场所适用的规则，才是技能真正的价值所在。无论 Claude 多聪明，除非你教它，否则它不会知道田中经理的偏好。
有两种激活方式。
第一种是你自己直接调用，比如 "/report-creation"。当你想要确保它被激活时使用。
第二种是让 Claude 阅读封面描述，自动判断出"此时应该使用这个"。如果描述写得好，它就会自行激活，无需你给出任何指令。
如果技能变得更大，你可以为参考材料和模板添加辅助文件夹，但一开始，一个 SKILL.md 就足够了。
即使有 50 个技能，Claude 也不会变慢
"如果我放很多技能，Claude 的反应会不会变慢？"
我想这是每个人一开始都会有的疑问。
答案是：不会变慢。
Claude 不会一次性加载所有技能；它被设计成分阶段仅加载必要的内容。
用 TM 术语来说，一只宝可梦不会一直想着它所有的招式。它根据战斗情况选择要使用的招式。Claude 也一样。
第一层：首先，浏览名称
它首先只快速检查所有技能的"名称和描述"。它还没有读取文件内容。
第二层：只读取必要技能的全文
如果它找到了一个看起来与当前请求相关的技能，它只会读取那个技能的全文。不去碰其他的。
第三层：如有必要，读取额外的相关材料
如果技能指定了"请同时阅读此参考资料"，它也会读取那个文件。
换句话说，即使有 50 个技能，实际加载的只有"与当前工作相关的 1 到 2 个"。它几乎不会对性能产生影响。
但是，有一件事需要注意。
如果封面上的"描述"很马虎，Claude 将无法找到必要的技能。
在第一层，它可能会被误判为"这个这次似乎不相关"而被跳过。
这就是为什么我说封面描述是最重要的。清楚地写明"这个技能应该在什么时候、针对什么样的任务使用"至关重要。
作为实际指南，只要所有技能的名称和描述总和不超过 15,000 个字符，就完全没问题。正常使用时，你不太可能达到这个限制。
你的第一个技能，6 步就能完成
现在是实践部分。
我将分解 santtiagom_ 介绍的"创建第一个技能的 6 个步骤"。
然而，首先要确定创建技能的时机。如果以下三个条件中哪怕有一个适用，那就是创建技能的时候了：
- 有你手动输入的背景信息（格式、规则、语气等）
- 有你需要每次以相同质量完成的任务
- 有你总是忘记的步骤
相反，技能不适合一次性任务或条件每次完全不同的工作。
让我们按顺序看看这 6 个步骤。
1️⃣ 技能的种子来自重复
"如果你已经手动输入了同样的背景信息 3 次或更多，那它就是技能的一个候选。"
santtiagom_ 如此断言。
会议纪要格式、报告结构规则、邮件语气。如果有你每次都手动输入的背景信息，那说明它应该被设置为技能。
从今天开始，用一周时间，试着记录你手动输入给 Claude 的内容。你会找到那些重复 3 次或更多的内容。
2️⃣ 用一个文件夹和一个文件准备好
在你的 Claude Code 项目中创建一个名为 .claude/skills/ 的文件夹，在里面创建一个以技能名称命名的文件夹，然后把 SKILL.md 文件放在那里。
1.claude/skills/2 └── weekly-report/3 └── SKILL.md
准备工作到此完成。
3️⃣ 一开始，5 行就够了
记住 santtiagom_ 的话："一条 5 行的有效技能，比一条有 80 条规则的完美技能更有价值。"
不要一开始就追求完美。
即使是前面周报的例子，一开始这样也足够了：
1---2name: 每周销售报告3description: 在每周一为销售团队创建周报时使用4---56先写结论。数字按周环比。问题只限一个。保持在 2 页以内。
完成。正文只有一行。
怎么样？如果只是这样，你今天就可以开始做了，对吧？
随着你使用，如果你注意到"田中经理更喜欢表格而不是图表"或者"如果我写了'在考虑中'，会被打回来"，你只需每次添加这些内容即可。
之前的完成版就是像这样逐步成长起来的结果。
4️⃣ 通过对比测试，效果显而易见
分别在技能开启和关闭的情况下尝试相同的请求。
如果输出有明显差异，就证明技能在起作用。
如果没有差异，技能内容可能只包含了"Claude 已经知道"的东西。尝试添加只有你知道的判断标准。
5️⃣ 技能每次失败都能成长
如果你在测试后感觉"这部分还是不对"，每次都把它添加到 SKILL.md 中。
借用 santtiagom_ 的话来说，"如果你已经做了同样的修正 3 次，就把它添加到技能中。"
完美的技能不是一开始就做出来的，而是在使用过程中培养出来的。这种"从失败中学习并成长"的过程，就是让你的判断标准越来越精确的行为。
6️⃣ Claude 本身会给出改进建议
这是有趣的部分。
使用 Anthropic 官方提供的 skill-creator 技能，Claude 本身会提出类似这样的建议："为了让这个技能更好，这样做怎么样？"
一旦你在 AI 中设定了你的工作流程，AI 反过来会提出"用这种方法可以更高效"。这个循环正是技能有趣和强大的地方。
培养有用技能的 3 个警示信号
一旦你创建了技能，你需要检查它是否正常工作。
santtiagom_ 只列出了一种判断方法。
如果你执行同一项任务 3 次，每次结果都不同，那么这个技能需要改进。
具体来说，要警惕这三个警示信号：
警示信号 1：指令被忽略
当技能的措辞模棱两可时会发生这种情况。
例如，即使你指定"写清楚"，但对 Claude 来说，"清楚"的标准是不明确的。在这种情况下，Claude 别无选择，只能根据它自己的判断来写。
"结论先行。每个句子控制在 40 个字符以内。不要使用专业术语。"
如果你具体写到这种程度，Claude 就不会犹豫。诀窍是用数字和具体规则来写，而不是使用模糊的形容词。
警示信号 2：技能不激活
这是"封面"描述有问题的情况。
记住之前提到的分阶段加载。Claude 在第一层只通过查看"名称和描述"来判断。如果这里的描述含糊不清，就会被当作"这次似乎不相关"而跳过。
检查描述是否一目了然地说明了"应该在什么时候、针对什么任务使用"。
警示信号 3：输出很泛泛，有/无技能没有区别
这是技能内容只包含"Claude 已经知道"的东西的状态。
Claude 很聪明，所以它可以在不被教导的情况下自行判断一般性的事物。正确的方法是在技能中写入只有你知道的判断标准。
"老板从结论开始看"、"超过 3 点数据他就不看了"、"如果不是周环比对比他会生气"。正是由于你的环境才需要的这些规则，决定了技能的价值。
从 santtiagom_ 的最佳实践中，我挑选了 4 个特别重要的点来介绍。
① Claude 很聪明。不需要教它已经知道的东西。
像"以 JSON 格式输出"这样的通用指令是多余的。Claude 已经知道了。请教会它你工作中的判断标准，比如"你为什么要那样做"、"你按什么顺序做"。
② 如果超过 500 行，就拆分
他说 500 行，但在实际运营中，skill.md 本身大约 100 行就很好。如果体量增加太多，Claude Code 的判断质量会下降。
所以，如果一个技能变得太大，就把参考资料放在一个单独的文件夹里。长期使用的诀窍是让 SKILL.md 的主体只专注于核心指令。
③ 用实际案例测试，而不是理想情况
用一个虚构的请求进行测试是没有意义的。尝试在你周一实际做的工作中使用技能来测试。只有在实际工作中，你才会发现缺失的指令。
④ 在使用中成长，而不是追求完美
如果你做了同样的修正 3 次，就把它添加到 SKILL.md 中。这种重复是培养专属于你的技能的最短路径。
给想要深入使用的人
这部分是进阶内容。
不是每个人都需要马上做这些，但我会为那些想要"进一步利用它"的人介绍一下。
1️⃣ 有官方的技能可以立即使用
Claude 的开发者 Anthropic 官方发布了 5 种技能。
处理 Word 文件、分析 Excel 文件、读取 PDF、生成 PowerPoint、以及前端设计。只需从 GitHub 安装即可立即使用。
还有一个名为 skills.sh 的网站，收集了社区制作的技能。不过，因为这些是第三方制作的，我建议在使用前检查一下内容。有可能包含有风险的东西，所以请在那方面多加留意。
2️⃣ 有两种存放位置：个人使用和团队共享
技能有两种存放位置。
仅个人使用：
如果你把它放在主文件夹中的 .claude/skills/ 里，它就成为了你专用的技能，无论你打开哪个项目都可以使用。
团队共享：
如果你把它放在项目内的 .claude/skills/ 里，它会被包含在版本控制中，这样团队中的每个人都可以使用相同的技能。
我个人认为，这种团队共享是技能的隐藏精髓。
你的判断标准变成文件，这意味着即使团队中有人离开，工作质量也能得到保持。判断标准不再依赖于个人。这对组织来说是一个相当大的变化。
3️⃣ 技能也能连接外部服务
通过将技能与 MCP（一种连接外部工具的机制）相结合，Claude 能够直接与外部服务交互。
santtiagom_ 将这一描述为"变得能够委派流程，而不仅仅是指令"。
然而，这是给工程师的高级用法。我建议从上一节介绍的基本 6 个步骤开始。
总结
我将本文的要点总结为 6 项。请收藏以便日后回顾。
- 技能是"用于在 AI 中设置工作流程的文件"。就像宝可梦的 TM，一旦设置，每次都会激活。
- Claude 很聪明，但不知道"你的工作方式"。没有技能，你每次都得自己设置一切。
- 你只需要一个文件：SKILL.md。内容只是"名称 + 描述 + 指令"。
- 放 50 个也没问题。Claude 会只选择并加载必要的技能。
- 从小处着手，逐步成长是正确的路径。一条 5 行有效的技能，胜过一条有 80 条规则的完美技能。
- 技能的本质不是工作自动化，而是"判断的资产化"。将你的判断标准语言化并设置到 AI 中的行为。
致那些觉得这篇文章有一点点帮助的人。
东京大学 Claude Code 实验室（@ClaudeCode_UT）是一个每天都会发布内容的账号，成员主要是 Claude Code 的狂热爱好者和东京大学的在校生。
我们每天都提供"真正有用"的、专为业务实践量身定制的信息和技能。
通过关注，你可以获取如下信息 👇
- 关于"让 AI 学习工作的技巧"（如技能和 CLAUDE.md）的实用指南
- 为非工程师解读最新的海外 AI 应用话题
- 在这里，你可以免费获得"真正有用"的 Claude Code 技能
如果你感兴趣，请关注并查看！👀
另外，我们已经开通了官方 LINE，所以如果你希望快速获取限定信息，请加入！让我们一起加速学习，共同跨越 AI 智能体时代！❗️
