你的 Claude 技能大概有 30% 的失败率，而你甚至没注意到。
我建立了一套方法，可以自动改善任何技能，在本文中我将 精準 展示如何自己操作。
你啟動它，Agent 就會不斷測試和優化技能，完全不需要你動手。
我的登陸頁面文案技能從原本只有 56% 通過品質檢查，提升到 92%。完全零 手動操作。
Agent 就是不停地自己測試、調整提示詞。
以下是這個方法以及我建立的具體技能，讓你可以套用到自己的東西上：
P.S. 如果你希望每週收到更多像這樣的 AI 工作流程，歡迎加入 34,000 位讀者免費訂閱：aisolo.beehiiv.com/subscribe
這個方法從哪來
Andrej Karpathy（OpenAI 共同創辦人、前 Tesla AI 負責人、「vibe coding」一詞的創造者）發佈了一個名為 autoresearch 的方法。
概念很簡單：與其手動改善某個東西，不如讓 AI Agent 在一個 迴圈 中幫你完成。
它嘗試一個小改動。檢查結果是否變好。如果變好就保留，如果變差就捨棄。
然後再重複這個過程。一次又一次。
他把這個方法用在機器學習程式碼上。但這個方法適用於 任何你能衡量並改善的東西。
包括你在 Claude 中建立的技能。
我把他的方法轉換成一個技能，可以在 Claude Code 和 Cowork 中執行。我只是對我的其他技能執行它。
我說「對我的登陸頁面技能執行 autoresearch」，它就會處理整個流程。
一個迴圈如何自動改善你的技能
你可以這樣理解。
你有一個食譜，10 次中有 7 次結果很棒。另外 3 次，總有些地方不對勁。可能是醬汁太淡，可能是調味錯了。
與其從頭改寫整個食譜，你 改變一個食材。你用這個改變煮了 10 次。
- 結果變好了嗎？保留這個改變。
- 結果變差了？把舊的食材放回去。
然後你改變下一個東西。再煮 10 次。變好還是變差？保留還是還原。
經過 50 輪這樣的調整，你的食譜在 10 次中有 9.5 次 完美。
這正是 autoresearch 對你的技能做的事。
- 「食譜」就是你的技能提示詞。
- 「煮」就是執行技能。
- 「品嚐」就是評估輸出結果。
你唯一需要提供的就是評分標準。
告訴 Agent 什麼是「好」的檢查清單
你給 Agent 一份簡單的檢查清單，說明「好」的標準是什麼。這是你整個過程中唯一的工作。
你只需要用簡單的是/否問題來完成。
每個問題檢查輸出結果的某一個特定面向。通過或失敗。就這樣。
Agent 用這份檢查清單來評分每個輸出，而這些分數告訴它它的改動是有幫助還是有害。
你可以把它想像成老師用檢查清單批改論文。
但與其說「給寫作品質評分 1-10 分」（這很模糊且每次都不一樣），檢查清單上的每一項都是 明確的是或否：
- 學生是否包含論點陳述？是或否。
- 每個來源是否都有引用？是或否。
- 是否在 5 頁以內？是或否。
你可以用這份檢查清單批改 100 篇論文，而且 每次都能得到一致的結果。
這裡的概念也一樣。對於登陸頁面文案技能，你的檢查清單可能像這樣：
- 「標題是否包含具體數字或結果？」（避免像「拓展你的業務」這種模糊標題）
- 「文案是否避免使用『革命性』、『綜效』、『尖端』、『全新層次』等流行詞？」
- 「行動呼籲是否使用具體的動詞片語？」（避免像「了解更多」或「點擊此處」這種軟弱的 CTA）
- 「第一行是否點出特定痛點？」（避免像「在現今快節奏的世界中...」這種老套開場）
- 「總文案是否在 150 字以內？」（避免過於冗長而失去讀者）
你不需要自己想出這些問題。當你啟動 autoresearch 時，Agent 會引導你完成。
它會問你什麼是好的表現，幫助你把模糊的感覺轉化為具體的是/否問題，甚至如果你有現有的風格指南，它也可以參考。
3-6 個問題是最佳範圍。 超過這個數量，技能就會開始鑽檢查清單的漏洞（就像學生死記答案卻不理解內容一樣）。
如何操作
步驟 1：下載技能。 從這裡取得。將它放入你的 Claude Code 或 Cowork 的 skills 資料夾。
步驟 2：選擇一個要改善的技能。 說「對我的 [技能名稱] 技能執行 autoresearch」。選擇那個最讓你困擾的技能。就是那個一半時間輸出很棒、另一半時間輸出很糟的技能。
步驟 3：Agent 會問你 3 個問題。 要優化哪個技能。要用哪些測試輸入（例如「為一個 AI 生產力工具撰寫登陸頁面文案」）。還有你的檢查清單問題是什麼。
步驟 4：它會執行你的技能，並顯示你的起始分數。 這是基準線。我的登陸頁面技能起始分數是 56%。模糊的標題、流行詞堆砌、軟弱的 CTA。超過一半的檢查項目都失敗。
步驟 5：它會在你的瀏覽器中開啟一個即時儀表板。 分數圖表隨時間上升。每個檢查項目的通過/失敗明細。它嘗試過的每個改動的日誌。每 10 秒自動重新整理。
步驟 6：離開。 Agent 進入迴圈。分析哪些項目失敗。對技能提示詞做一個小改動。再次測試。如果分數上升就保留改動，如果分數下降就還原。
然後再重複。一次又一次。它會 自主地 持續進行，直到你停止它，或者它連續三次達到 95% 以上。
你可以觀看儀表板，或者完全離開。它會自動運行。而且它會將改善後的版本另存為一個單獨的檔案，所以你原本的技能保持不變。
我的登陸頁面技能發生了什麼事
我對我的登陸頁面文案技能執行了這個方法。結果如下：
56% → 92%。 4 輪改動。3 個保留，1 個還原。
以下是 Agent 實際在我的技能提示詞中改變的內容：
- 新增了一條具體規則 來處理最常見的失敗：「你的標題必須包含具體數字或結果。絕不要使用像『改造你的業務』這種模糊承諾。」
- 新增了禁用流行詞清單：「絕不使用：革命性、尖端、綜效、全新層次、顛覆性、槓桿、解鎖、改造。」
- 新增了一個示範範例，展示一個強而有力的登陸頁面段落，並標示出痛點開場和 CTA，讓技能可以 看到 好的例子，而不是靠猜測。
- 嘗試了更嚴格的文字數限制，但還原了， 因為文案變得太薄，導致 CTA 受損。（系統會捕捉那些看似單獨改善，但卻損害整體輸出的改動。）
完成後，我得到了：
- 改善後的技能，另存為單獨檔案（原本的技能保持不變，以備你想還原）
- 結果日誌，顯示每一輪的分數
- 變更紀錄，說明每個嘗試過的改動、為什麼嘗試、以及是否有效
- 原始技能的備份，以備將來想回到原版
那份變更紀錄可能最有價值。它完整記錄了對該特定技能什麼有效、什麼無效。
當未來更智慧的模型出現時，你可以把那份變更紀錄交給它們，它們就能 從前一個 Agent 停下的地方繼續。
這個方法適用的範圍遠超技能
這個方法適用於 任何你能評分的東西。
- 網站速度： 有人對頁面載入時間執行這個方法。改變一個東西，測量速度，保留或還原。在 67 輪中從 1100ms 降到 67ms。
- 陌生開發信： 定義你的檢查清單：「是否提到對方的公司？是否在 75 字以內？是否以具體問題結尾？」讓 Agent 運行 50 個變體。
- 電子報開頭： 「開頭是否包含個人細節？」以及「是否避免使用陳腔濫調？」讓 Agent 自動優化你的寫作。
- 任何你反覆使用的提示詞
只要能評分，就能用 autoresearch 優化它。
現在就去執行
挑選你表現最差的技能。啟動 autoresearch。回來時，你會得到一個真正有效的技能。
從[這裡](https://www.dropbox.com/scl/fi/57v11vtj9gzqz10ybv7or/autoresearch.zip?rlkey=f0zbieol7beeykn04erun79ot&dl=1)下載技能（上傳至 dropbox）
或者查看我的 github **這裡
P.S. 如果你想要更多能幫助你獲得更多客戶、更多關注、更多成果（而不需要增加工作時間）的 AI 工作流程，我每週免費寄送給 34,000 位讀者。
加入後你還可以免費獲得一堂 Claude Cowork 大師課程：aisolo.beehiiv.com/subscribe
