【90% 的人都不知道】這 20 個賦予 AI 專業能力的「技能」，已被 20,000 人收藏

「AI，同樣的事情我要解釋多少次啊…😩」

「昨天才教了你那麼多，為什麼今天又從零開始了…」

這不是 AI 的錯，而是你自己的「教 AI 方式」出了問題。

使用 AI 工具時，你是否有過這樣的經驗？

• 每次開啟新對話，就得從頭再解釋一次同樣的前提。昨天的工作，完全無法延續到今天的 AI。
• 雖然花了時間寫提示詞（Prompt），但每次輸出的品質都不一樣。
• 最近常聽到「技能（Skills）」很紅，但不知道正確答案是什麼。
• 完全感受不到與 AI 一起「累積」工作的感覺。每天都像重新開始。

相信很多人都有同感。

只要把這篇文章讀到最後，你就能掌握從「每次都寫提示詞的人生」，切換到「賦予 AI 專業知識的人生」的方法。

這篇文章由 m0h（@exploraX_）撰寫，他在海外 AI 社群經常發布爆紅文章，這次以 530 萬次瀏覽、2 萬次收藏的成績正在瘋傳。

這次，我將針對日本商務人士深入解析這則內容，並進一步說明原文中沒有的「將自己的工作技能化的思考方法」。

開始之前，我只有兩個請求。

1. 儲存這篇文章，並在本週騰出 20 分鐘。
2. 如果你有同事也在使用 AI，請把這篇文章分享給他們。

以下是原始貼文。

https://x.com/exploraX_/status/2039269234253934811

提示詞會消失，但技能永遠留存

這篇文章之所以被 2 萬人收藏，並不只是因為列出了 20 個技能。

這篇文章傳達的事實是：「每次寫提示詞的時代已經結束了」。包含這層洞見在內，它是一篇很棒的內容。

想想看。每次寫提示詞，就等於每次從零教導 AI。你昨天花了一小時教的「提案撰寫方法」，今天就會消失得無影無蹤。

但有了技能（Skills），情況會如何改變？

你把給 AI 的指示寫在一個文字檔裡並儲存起來。一旦寫好，從此之後 AI 就會讀取那個檔案，並隨心所欲地重現相同品質的輸出。

更具體來說，這幾年我們教導 AI 的方式有了很大的進化。

提示詞（Prompt）用完即消失。每次都得重寫。

CLAUDE.md 是一個設定檔，告訴 AI「請按照這些規則運作」。 雖然只是文字，但光是它的存在就能穩定 AI 的行為。

技能（Skills）是將 CLAUDE.md 系統性地整理成資料夾。 你可以針對每個任務增加 AI 的專業領域，例如「提案的寫法」或「競爭分析的做法」。

個人 OS（Personal OS）是指當技能累積到一定程度後，AI 就像「專屬於你的 OS」一樣，能運作你整個事業的狀態。

提示詞隨著每次對話消失。

但技能會以檔案形式永遠留存。將技能存成檔案，就是賦予 AI 記憶。因為有記憶，才能重現相同品質；而隨著記憶累積，AI 的能力也會持續疊加。

在過去幾個月，海外 AI 社群接連出現爆紅內容：Karpathy 的 CLAUDE.md 解說、33 頁的技能指南，以及這次的 20 個技能。

這並非巧合，而是正發生在從「提示詞時代」到「技能時代」的重大轉變中。

我個人認為，這是當下最重要的變化。不再是「每次寫」的提示詞，而是「寫一次、永久使用」的技能。

能否做出這個轉換，正是把 AI 當工具用的人，與賦予 AI 專業知識的人之間的分水嶺。

只要能將自己的工作結構化、說明清楚，就能使用技能

聽到「技能」，你可能會覺得需要程式設計知識。

但實際上，內容就只是個文字檔。雖然副檔名是 .md，但本質上跟你在記事本或 Notion 裡寫的文字沒有兩樣。

原文標題說 20 個技能，但包含兩個元技能在內，全部 22 個技能都是用相同的結構組成的：

• name：技能的名稱
• description：這個技能做什麼
• features：它能做什麼
• output format：用什麼格式輸出
• instructions：具體步驟
• constraints：不能做的事

簡單來說，這就是「給 AI 的業務手冊」。

當你帶新人時，會告訴他們「在這種情況下」、「照這個順序」、「用這種格式輸出」，對吧？技能就是把那些東西寫成文字而已。

再講得更簡單一點，它就像寶可夢的「招式學習器（Technical Machine, TM）」。

用一個 TM，那隻寶可夢就學會一個新招式。一旦學會，就能在每場戰鬥中使用。技能完全一樣，只要設定一個 .md 檔案，AI 就學會一個新的專業領域，並在每次使用時展現出來。

我在下面這篇文章中用 TM 的比喻說明了 Claude Code Skills，有興趣請看看 👇

UT ClaudeCode 實驗室

@ClaudeCode_UT

·

4月25日

文章

[完整保存版] 用 Claude Code Skills 讓 AI 記住工作方法的徹底指南

「我對程式碼一竅不通，擔心自己能不能用 AI…」

「看到黑色的終端機畫面就覺得可怕，不太想碰…」

「但又怕跟不上 AI 潮流 !😱」

即使如此，Claude Code…

1

88

827

589K

所以我可以這樣說：

只要會寫 CLAUDE.md——也就是說，只要能將自己的工作結構化、說明清楚——任何人都能使用技能。

能寫提案書的人，就能寫技能。

當然，這不是萬靈丹。

對於可以標準化的任務，技能非常有效；但對於每次都需要完全不同判斷的創意性任務，技能終究只是「輔助工具」。

只要知道這個界線，就不會再有「我沒辦法用技能」的誤解了。

22 個技能中，有 8 個對非工程師有效

原文將 22 個技能平鋪直敘地分成五類：寫作、視覺、研究、影片、程式碼。

在這篇文章中，我將為日本用戶重新整理，並以更貼近實際商業實務的方式呈現。具體來說，我選出了 8 個與企劃、行銷、經營企劃、新事業開發等日常業務直接相關的技能，並從與原文不同的角度進行編排。

以下，針對四個商業課題，來比較有技能和沒有技能的差異。

• 這些是範例技能，請以它們為基礎來應用。

■ 花在煩惱提案結構上的 2 小時消失無蹤

使用的技能：結構化寫作 + 鉤子生成

週一早上，主管對你說：「週五前交一份新事業提案」。坐在電腦前，最花時間的其實不是寫內容。而是決定「要用什麼順序寫什麼」的結構化工作，不知不覺 2 小時就過去了。盯著空白畫面卻毫無進展的感覺，很多人都懂。

只要加入原文中名為 SCQA 寫作框架的結構化寫作技能，這個結構化工作就幾乎變成零。SCQA 是 Situation（情境）→ Complication（難題）→ Question（問題）→ Answer（答案）的縮寫，是麥肯錫等顧問公司使用的框架。

只要給它「新事業內部提案」這個主題，10 分鐘內就會回傳一個分成這四個部分的骨架。

你只需要專注於「要主張什麼」的判斷就好。

另一個鉤子生成器（Hook Generator），是用來強化提案或簡報開頭的技能。如果要求它「寫出這個提案的前 3 行」，它會回傳多種能抓住讀者注意力的開場白模式。

「花 30 分鐘想開場白措辭」的工作，轉變成「要用哪個角度吸引他們」的判斷。

為了讓你知道實際上應該製作什麼樣的檔案，我製作了一個針對日本商業場景調整的技能。你可以直接複製貼上使用。

1---
2name: 提案 SCQA 結構
3description: 用於使用 SCQA 結構生成內部提案/企劃的骨架
4---
5
6# 提案 SCQA 結構技能
7
8## 輸入
9接收一行提案主題
10
11## 輸出格式
12回傳由以下 4 個部分組成的骨架
13
14### S（情境）
15- 2-3 行利害關係人會點頭認同的事實
16- 如果有的話，使用公司內部共享的前提或數字
17
18### C（難題）
19- 從現狀中找出具體問題
20- 一行說明「放任不管」的影響
21
22### Q（問題）
23- 從難題自然衍生出的問題，濃縮成一句
24
25### A（答案）
26- 以結論先行的方式回答問題
27- 執行步驟在 3 項以內
28
29## 限制
30- 每個部分控制在 3 行以內
31- 不要使用專業術語。用主管 5 秒內能理解的詞彙書寫
32- 不要使用「將檢討」「將推進」等模糊表達

■ 整理會議記錄，2 分鐘搞定

一旦能做出溝通順暢的資料，下一步就是有效率地收集和整理這些資料的基礎資訊。

使用的技能：長文摘要 + 資訊結構化

一小時的會議結束。邊重聽錄音邊手動整理，花了 30 分鐘。找上個月的會議記錄在哪裡，花了 20 分鐘。被問到「上次那件事決定了什麼？」又花了 15 分鐘搜尋。

在處理資訊的工作中，這種「整理工作」會不知不覺吃掉時間。

將會議逐字稿交給原文中的長文轉摘要壓縮器（Long-Form to Summary Compressor）技能，2 分鐘內就會回傳一份包含 5 個重點、行動項目、決議事項的結構化摘要。

再加上知識結構化技能（Knowledge Structuring Skill），例如，可以將「本月的 10 件顧客回饋」按類別結構化。

這裡的重點在於如何串聯這兩個技能。

用摘要壓縮，用結構化系統整理，然後累積。建立這個流程，就能從根本上解決「資訊散落各處找不到」的問題。不只是囤積，而是透過結構化來囤積，才能成為日後可用的知識。

原本需要 30 分鐘的資訊整理，縮短為 7 分鐘。而省下來的時間，可以用在「這則資訊值得保留嗎？」或「要怎麼整理才能在半年後也能用？」這類判斷上。

以下是將兩者串聯起來的技能。

1---
2name: 從會議記錄知識資產化
3description: 用於從會議錄音或筆記中，透過串聯摘要與結構化來累積知識
4---
5
6# 會議記錄 → 知識資產化技能
7
8## 輸入
9會議錄音文字、粗略筆記或對話記錄
10
11## 處理（分 2 步驟串聯）
12
13■ 步驟 1：摘要（壓縮）
14- 將每位發言者的重點濃縮成 1 行
15- 區分決議事項與保留事項
16- 以負責人 + 期限的方式提取行動項目
17- 輸出：「重點」「決議事項」「待辦事項」的三段式結構
18
19■ 步驟 2：結構化（系統化）
20- 將步驟 1 的輸出按專案/主題分類
21- 如果與過去會議記錄有相關性，顯示其關聯
22- 自動提取「需在下一次會議確認的事項」
23
24## 輸出格式
25將「本次摘要」+「主題分類」+「下次確認事項」濃縮成一個檔案
26
27## 限制
28- 不得竄改發言者的意圖
29- 「將檢討」屬於保留事項，不要列入決議
30- 每次會議一個檔案。不要混合多個會議

■ 半天的競爭調查，30 分鐘完成

資訊整理好之後，接下來要加深基於資訊的研究與分析。

使用的技能：研究報告生成 + 競爭分析

對於經營企劃或新事業開發來說，每季的競爭對手報告是免不了的工作。但如果花半天時間「一個一個打開競爭對手的網站、收集新聞、整理到 Excel 中」，就沒有時間處理「要如何應對這些趨勢」這個關鍵任務了。

將「SaaS 業界最新趨勢」這類主題交給原文中的深度研究合成器（Deep Research Synthesizer），它會從大量資訊中提取模式，回傳一份研究報告。報告中會附上引用來源，因此可以追蹤資訊的出處。

競爭情報技能（Competitive Intelligence Skill）則是一個只要輸入三家競爭對手名稱，就會自動生成 SWOT 分析的技能。

原本需要半天收集資料的工作，30 分鐘內結束。而你可以把時間重新投入在「相對於這些競爭對手的趨勢，我們公司要如何差異化？」這類策略判斷上。

以下是整合了這兩者的技能。

1---
2name: 競爭分析報告
3description: 用於調查競爭對手趨勢並製作 SWOT 分析報告
4---
5
6# 競爭分析報告技能
7
8## 輸入
9- 要分析的競爭對手公司名稱（1-3 家）
10- 一行說明本公司的業務領域
11
12## 輸出格式
13
14■ 各家概要
15- 業務內容 / 近期動向 / 注目點，各在 3 行以內
16
17■ SWOT 分析（從我方角度）
18- 優勢：我方相對於競爭對手的強項
19- 劣勢：我方不如對手的部分
20- 機會：競爭對手動向為我方帶來的機會
21- 威脅：對我方造成的威脅
22
23■ 差異化方向
24- 找出一個「競爭對手沒在做的事」
25- 一行說明我方在該領域應採取的行動
26
27## 限制
28- 僅基於公開資訊。推測的部分必須清楚標示「推測」
29- 每個項目限制在 3 個項目符號以內
30- 使用可直接用於經營會議的格式

■ 社群媒體貼文不再每次從零開始

分析完成後，接下來就是將成果對外溝通的階段。

使用的技能：內容擴充 + 語氣統一

對於行銷人員來說，「從一篇部落格文章，產出 5 種社群媒體貼文」是標準作業流程。

但要寫短一點給 X，正式一點給 LinkedIn，還要加工成電子報…

光是配合每個媒體的語氣重新改寫，就要花 2 小時。而且如果團隊成員各自分享，寫作風格就會不一致，破壞品牌統一性。

將一篇部落格文章交給原文中的內容再利用引擎（Content Repurposing Engine），它會轉換成 X 貼文、LinkedIn、電子報引言、影片腳本等四種模式。從此不需要再從頭改寫。

語氣與風格強制器（Tone & Style Enforcer）則是一個技能，只要讓它讀取你的品牌語氣指南，之後無論誰寫的文字，都會自動轉換成遵循該指南的統一語氣。

原本需要 2 小時配合每個媒體改寫的工作，縮短為 15 分鐘。你可以專注在「本週要強調哪個訊息？」這類內容策略判斷上。

我將這兩個技能結合在一起了。

1---
2name: 社群媒體內容擴充
3description: 用於從部落格文章或內部報告，大量產出各社群媒體的貼文
4---
5
6# 社群媒體內容擴充技能
7
8## 輸入
9來源部落格文章、新聞稿、內部報告等文字
10
11## 輸出
12同時轉換成以下 4 種媒體的格式
13
14■ 給 X（原 Twitter）
15- 將重點濃縮在 140 字以內
16- 第一行加入能讓人感覺「有個人觀點」的鉤子
17- 不使用項目符號，以短句串聯的方式構成
18
19■ 給 LinkedIn
20- 敬體（です/ます調）
21- 開頭加一段補充業界背景的段落
22- 結尾加一個提問，促進留言
23
24■ 給電子報引言
25- 以「詳細請見此處」的結構引導至本文
26- 讓讀者在 3 行內判斷「值得一讀」的摘要
27
28■ 給內部 Slack 分享
29- 開頭寫「用 3 行來說明」
30- 最後一行附上對相關部門的行動提案
31
32## 限制
33- 不得改變原文的主張。只能改變切入角度
34- 一次完成一個媒體，避免語氣混雜
35- 不要添加 hashtag

我們看了四個業務挑戰中的 8 個技能，有些人可能已經發現了。

它們的共同點是：「任務消失，讓你專注於判斷」的模式。思考結構的任務、整理資訊的任務、收集資料的任務、配合每個媒體改寫的任務。將這些「動手時間」交給技能，「動腦時間」的比例就會大幅增加。

而且技能單獨使用效果很好，但組合使用時變化更大。用深度研究做調查，用知識結構化整理，再用 SCQA 彙整成提案。透過這個串聯，「調查 → 整理 → 提案」的整個流程就被自動化了。

複製貼上，實作只要 5 分鐘

對於想知道「那麼，要怎麼把那些技能放進去呢？」的人，以下是具體步驟。

在你的專案資料夾中，建立一個名為 .claude/skills/ 的資料夾。1 分鐘搞定。

把你想要使用的技能的 .md 檔複製貼到那個資料夾中並儲存。2 分鐘綽綽有餘。

啟動 Claude Code 後，它會自動讀取並使用該技能。包含確認在內，2 分鐘。

重點在於「可以像資料夾一樣系統性地累積」。一個項目就是一個專業領域。十個項目就是十個專業領域。由於技能是在檔案系統上累積的，所以越用 AI 就越聰明。

先試著放一個進去。放進去的那一刻，你應該就能體驗到「每次寫提示詞的世界」與「用技能累積指令的世界」之間的差別。

最強大的武器是「將自己的工作技能化」的思考方法

到目前為止介紹的 8 個技能，都只是「現成產品」。

真正強大的是，將自己的工作技能化這個思考方法本身。

原文包含了兩個元技能：工作流程自動化 Agent（Workflow Automation Agent）和技能創造者（Skill Creator），它們讓「自己製作」成為可能。

我們來具體看看將「製作會議記錄」工作技能化的流程。

首先，用工作流程自動化 Agent 將任務分解成步驟。以會議記錄來說，就是「取得錄音文字 → 辨識發言者 → 提取重點 → 找出行動項目 → 格式化」。5 個步驟。

接著，定義每個步驟的輸入和輸出。輸入是錄音文字。輸出是結構化的會議記錄，結構決定為「重點」「決議事項」「待辦事項清單」三大部分。

然後，用技能創造者將其轉換成 .md 檔。以下是實際完成的技能。

1---
2name: 會議記錄結構化
3description: 用於從錄音文字或粗略筆記建立結構化會議記錄
4---
5
6# 會議記錄結構化技能
7
8## 輸入
9接收會議錄音文字或粗略筆記
10
11## 處理步驟
121. 辨識並整理發言者
132. 按時間順序提取討論重點
143. 區分決議事項與保留事項
154. 找出附有負責人的下一步行動
16
17## 輸出格式
18
19### 會議概要
20- 日期 / 參加者 / 目的，各用一行表示
21
22### 重點（依時間順序）
23- 3-5 個項目符號說明討論內容
24
25### 決議事項
26- 用「什麼」「何時」「誰」的組合來描述
27
28### 待辦事項清單
29- 以負責人 / 內容 / 期限的表格形式呈現
30
31## 限制
32- 摘要發言者意見時，不得改變其語意
33- 結尾是「將檢討」的項目歸類為保留事項，而非決議
34- 控制在 5 分鐘內可讀完的份量

從下一次開始，只要說一句「製作會議記錄」，每次都會回傳相同品質的記錄。

我再介紹一個「提案審查」的技能化。

任務分解：「結構檢查 → 檢查數據證據 → 找出預期問題 → 改善建議」。4 個步驟。輸入是提案文字，輸出是從 4 個角度給出的審查意見。

1---
2name: 提案自我審查
3description: 用於在提交前自行審查提案或企劃
4---
5
6# 提案自我審查技能
7
8## 輸入
9接收提案全文
10
11## 審查觀點（4 項）
12
13### 1. 結構檢查
14- 是否結論先行？
15- 是否為 SCQA 結構？（如果不是，指出問題）
16- 各章節的角色是否明確？
17
18### 2. 數據證據檢查
19- 如果有數字，詢問「這個數字的來源是什麼？」
20- 前提是否明確陳述？
21- 比較對象是否適當？
22
23### 3. 找出預期問題
24- 列舉 3 個上司或決策者可能會問的問題
25- 每個問題附上一行建議答案
26
27### 4. 改善建議
28- 找出最弱的一個章節，提出改善建議
29- 縮小到「只要改這裡就過關」的程度
30
31## 限制
32- 審查意見總計在 1 頁以內
33- 不要寫「優點」。只聚焦於需要改善的部分

只要將它存成 .md 檔，之後說一句「審查這個提案」，每次都會回傳相同觀點的審查意見。在請前輩審查之前，你可以先自己進行 AI 審查。

這裡有一個重要的界線。

容易技能化的，是「每次都按相同步驟進行的例行性任務」。製作會議記錄、標準報告、檢查清單式的審查。 這些任務與技能完美契合。

另一方面，「每次都需要在不同脈絡下判斷的任務」，例如決定新事業的方向，無法僅靠技能完成。那裡需要人類的判斷。

但正因如此，才有價值。

將例行工作交給技能，就能增加只有人類才能做的判斷時間。在之前的貼文中，我說過「同樣的工具、同樣的價格。造成差異的是環境的設計」，而技能正是設計那個「AI 環境」的具體方法。

每增加一個技能，AI 的專業領域就增加一個。十個就是十個領域。如果放進 50 個，稱為「你自己的專屬 AI 團隊」也不為過。

當技能的累積超過某一臨界點時，就會從支援個別任務，轉變為「涵蓋整個業務的 OS」。開頭展示的概念系譜：提示詞 → CLAUDE.md → 技能 → 個人 OS。那個最終目的地，就在於讀者自行累積技能的前方。

總結

• 原始文章被 2 萬人收藏的精華是「每次都要寫提示詞的時代結束了」。有一種名為「技能」的機制，你只需要教 AI 一次，它就會永遠記住。
• 技能的內容只是一個文字檔案。完全不需要程式設計知識。只要能夠結構化並說明自己工作的人，都能使用。
• 我從原本的 22 個技能中，挑選了 8 個適合非工程師的技能。並依照 4 個業務挑戰來介紹：「提案」、「資訊整理」、「研究」和「內容擴展」。
• 在每個技能中，「任務」變成了「判斷」。提案結構從 2 小時 → 10 分鐘，會議摘要從 30 分鐘 → 2 分鐘，競爭研究從半天 → 30 分鐘，內容擴展從 2 小時 → 15 分鐘。
• 使用 Claude Code，只需複製貼上，5 分鐘就能完成實作。只要把檔案放進資料夾，AI 就會自動讀取。
• 不只是使用現成的產品，「將自己的工作技能化」的思考方法才是最強大的武器。無論是會議記錄還是提案審查，都能技能化。
• 一個技能對應一個專業領域。累積技能就能打造「屬於你自己的專屬 AI 團隊」，最終成為能夠運作你整個業務的個人作業系統。

在這篇文章中，我介紹了 6 個技能，你可以直接複製貼上使用。先試試看一個吧。

給覺得這篇文章有幫助的人：

UT Claude Code Lab（@ClaudeCode_UT）是由目前就讀東京大學且熱愛 Claude Code 的學生所經營的帳號。也正在與大企業進行聯合 Agent 開發。

追蹤以獲取這類資訊 👇

■ 包含 Skills 的實用 Claude Code 技巧

■ 海外 AI 前沿的選文與解說

■ 這裡是唯一能免費取得東大學生認真開發的技能與工具的地方

如果你有興趣，請追蹤並查看 ❗️

[官方 LINE 正式啟動！]

未來我將透過官方 LINE 提供技能傳遞及限定資訊！快來註冊吧！

https://lin.ee/quYxNMc