Claude Skills：被低估的AI效率革命
The Ultimate Guide to Claude Skills (Most Underrated Feature)
本报告由 AI 深度分析生成，基于视频完整字幕。
导读
AI Edge 是一个专注于 AI 实战应用的 YouTube 频道，主持人 Miles Deutscher 是一位来自澳大利亚的25岁创业者，同时也是一家30人 AI 媒体公司的创始人兼 CEO。他从 ChatGPT 发布起就每天使用 AI，并将 AI 深度融入内容创作、市场研究、商业运营等各个环节。
这期视频的核心论点极其明确：Claude Skills 是当前 AI 领域中最被低估的功能。 Miles 通过亲身实践发现，他每周花费8小时在重复性的 AI 提示词编写上，而通过创建自定义 Skills，这些工作可以被压缩到几秒钟内完成。视频系统性地介绍了三种从零构建 Claude Skill 的方法——从内置创建器到语音转 Skill，再到利用外部知识源打造竞争壁垒，构成了一套完整的 Skill 构建方法论。
阅读提示： 原视频时长约21分钟，本报告对内容进行了主题重组，建议阅读时间约10分钟。
一、核心问题：你每周在重复提示词上浪费了多少时间？
Miles 在年初做了一件聪明的事——对自己一周的工作做了一次完整审计。他写下所有日常和每周的任务，然后问自己：我到底花了多少时间在重复性的 AI 操作上？
答案是触目惊心的：每周8小时。这些时间花在了写 YouTube 视频脚本、拟标题、想内容创意、起草商务提案、研究金融市场等重复性任务上。
"I realized I was spending 8 hours a week simply prompting AI when I could have put in the 8 hours upfront, created a bunch of custom skills for everything." （我意识到自己每周花8个小时在反复提示 AI，而我本可以把这8个小时一次性投入进去，为所有任务创建自定义 Skill。）
这个审计揭示了大多数人使用 AI 的典型模式：打开新对话 → 写提示词 → 获得输出 → 反复修改 → 第二天重新来过。每一次新对话都是一次从零开始。 而 Claude Skills 的本质，就是把这个循环中的重复劳动一次性前置——用一次性的投入，换取永久性的效率提升。
二、理解 Claude Skills：一个命令替代一整套流程
Claude Skills 本质上是一种可复用的工作流封装。你可以把任何工作流程——无论是写视频脚本、研究加密货币、生成市场简报，还是撰写 Instagram 文案——压缩为一个斜杠命令（forward slash command）。
Miles 用他自己的市场简报 Skill（Market Brief Skill）做了开场演示：这个 Skill 每天自动扫描金融市场，生成他想要的信息摘要。"I created this in just a few minutes, but it saves me hours of prompting every single day."（我只花了几分钟创建它，但它每天都能帮我省下数小时的提示词工作。）
Skills 的核心价值主张：
- 一致性：每次输出都符合你预设的格式和标准，减少幻觉
- 速度：一个命令替代数十分钟的反复调整
- 累积性：每次反馈都能更新 Skill，使其越用越好
- 可迁移：在任何新对话中都能调用，不依赖对话上下文
Miles 特别强调了一个关键区分：你不需要成为技术高手。 "You don't need to buy a Mac Mini and set up Open Claw and have all of these crazy automated workflows. You can get 90% of that output just by creating your own custom skills."（你不需要买一台 Mac Mini 搭建复杂的自动化工作流。通过创建自定义 Skills，你就能获得90%的效果。）
三、方法一：内置创建器 + 记忆黑客
3.1 使用 Claude 内置的 Skill Creator
这是最快的方法，5分钟就能完成。在 Claude 的对话中输入 /skill-creator，就能进入内置的 Skill 构建流程。这个功能大多数用户根本不知道它的存在。
构建流程是引导式的：
- Claude 会问你需要什么类型的 Skill（如内容创作、市场分析等）
- 进一步细化需求（如视频脚本 → YouTube 长视频 → AI 主题）
- 自动生成 Skill 文件
- 自动测试——用三个示例场景验证 Skill 的输出质量并打分
- 基于反馈迭代
Miles 给出了一个极有价值的实操建议：在测试阶段用语音反馈。"Go through the video script and voice prompt and tell it what was good. Tell it what was bad."（浏览生成的视频脚本，用语音告诉它哪里好、哪里不好。）语音比打字快得多，尤其适合大量反馈。
3.2 "记忆黑客"（The Memory Hack）
这是 Miles 认为比内置创建器更强大的技巧。 如果你已经在 Claude 中有过大量对话——比如你花了很多时间反复调整视频脚本的风格、格式和结构——你可以回到那个对话，让 Claude 从整个对话历史中提炼出一个 Skill。
具体的提示词模板：
"I want you to analyze everything we've discussed in this conversation. My preferences, my workflow, my feedback, what I said I liked, what I rejected, how I structure things. And I want you to use this to create a Claude skill." （我希望你分析我们在这段对话中讨论的所有内容——我的偏好、我的工作流程、我的反馈、我说喜欢什么、我否定了什么、我如何组织结构——然后用这些来创建一个 Claude Skill。）
Claude 会自动扫描整个对话历史，提取你的模式、纠正和偏好，然后将其结构化为一个多阶段的 Skill。Miles 展示了他的视频脚本 Skill 被自动提炼为一个七阶段流程：创意评估 → 标题生成 → 结构大纲 → 脚本写作 → 批判性自审 → 素材创建 → 编辑简报。
这个方法的妙处在于：你不需要专门"训练" AI，你过去的每一次正常对话都是潜在的训练数据。想象一下，如果你在 Claude 上有一段关于投资偏好的深度对话，你可以回去说"基于我的偏好创建一个 Skill"，从此以后每次做财务分析都按你的风格来。
创建 Skill 后还能持续进化。 Miles 强调："Every time you give feedback, you can ask it to update the skill."（每次你给出反馈，都可以让它更新 Skill。）每写一次视频脚本，每一条语音反馈，都在让 Skill 变得更聪明。
四、方法二：语音转 Skill——把你脑子里的知识变成工作流
Miles 称这是他最喜欢的方法，也是他从未见过其他人讲解的方法。
核心洞察是：大多数人的知识存在于口头表达中，而不是书面文字中。 "Most people, most entrepreneurs don't operate in writing. You operate in speech. You operate in thoughts."（大多数人、大多数创业者不是用文字思考的，你是用语言和想法在运作。）
操作流程：
- 用语音讲3分钟——把你脑子里的工作流用口语表达出来
- 转录——用 Claude 自带的语音功能或 Whisper 插件
- 用 Skill Creator 提炼——从转录文本中提取出结构化的工作流
Miles 进一步扩展了这个方法的应用场景：
- YouTube 标题 Skill：对着 Claude 说"问我一系列关于好标题的问题"，然后通过问答让 AI 深度了解你对标题的品味，再生成10个标题让你逐一点评，反复几轮后转化为 Skill
- 写作风格 Skill：让 AI 写一段文字，告诉它你会怎么改，重复多轮直到它精确捕捉你的风格
- CEO 决策 Skill：让 Claude 问你一系列商业场景问题，你解释你会如何决策，最后封装为一个商业决策顾问 Skill
这个方法的深层意义在于：它让不善于书面表达的人也能创建高质量的 Skill。 你不需要会写提示词，只需要会说话、会表达你的偏好。
五、方法三：外部知识注入——打造无人可复制的竞争壁垒
Miles 将这个方法称为"让 Skills 成为真正竞争优势"的关键。
原理很简单：把别人的专业知识打包成你自己的 Skill。 具体来说：
- 付费课程路径：购买一门高质量课程（如技术分析、YouTube 运营），获取其转录文本，上传到 Claude，让它基于课程内容创建 Skill
- 免费知识路径：从 YouTube 上获取专家的播客转录（如 MrBeast 关于视频留存率的经验分享），用 Notebook LM 或 Glasp 提取文字稿，打包为 Skill
- 混合路径：将外部知识与你自己的偏好（方法一和方法二的成果）结合
Miles 给出了两个极具想象力的示例：
- "Based on these five Mr. Beast podcasts, create a YouTube retention skill."（基于这五期 MrBeast 播客，创建一个 YouTube 留存率优化 Skill。）
- "Based on these five videos from Hormozi, create a Hormozi skill that will help me make business decisions how Hormozi would think about it."（基于 Hormozi 的五个视频，创建一个 Hormozi 思维模型 Skill，帮我像他一样思考商业决策。）
Miles 在实际演示中，用了一份从网上下载的免费 Instagram 课程（内容涉及开场钩子的五种原型：好奇心缺口、模式打断等），让 Claude 基于课程内容自动生成了一个 Instagram 钩子写作 Skill。
这个方法之所以构成竞争壁垒，是因为每个人选择注入的知识源是不同的。 你可能把某个小众专家的10期播客浓缩为一个 Skill，而别人不会做同样的组合。这种知识蒸馏是高度个性化且难以复制的。
六、从"提示词工程"到"上下文工程"——AI 使用范式的根本转变
Miles 在视频中间穿插了一段极具洞察力的思维模型类比。
员工培训类比： 如果你雇了一个新员工，不给任何背景信息、不解释工作内容，他当然会做得很差。但如果你给了充分的上下文、明确的反馈（做错了告诉他哪里错、做对了给正向强化），他就会越来越好。AI 完全一样。
"I want to drill it into your head that AI is now all about memory. It's all about context. It has nothing to do anymore with how great you are at prompting." （我要把一件事刻进你的脑子里：AI 现在完全是关于记忆和上下文的，它跟你的提示词写得多好再也没有关系了。）
这是一个范式级别的判断：从"提示词工程"（Prompt Engineering）到"上下文工程"（Context Engineering）的转变。Miles 认为：
- 你可以打错字、写出蹩脚的提示词，只要 Skill 里的训练数据和上下文是对的，输出就是好的
- 人们应该把更多时间花在构建上下文（Skills、Memory、Project Instructions、Files）上，而不是花在每次写一个漂亮的提示词上
- 这意味着 AI 能力的护城河不再是"会写提示词"，而是"积累了多少高质量的上下文"
七、实战演示：完整的视频生产 Pipeline
Miles 用实际操作展示了一个完整的视频制作 Skill 运行效果。他在新对话中输入：
/video-production-pipeline，然后只需要说"主题是'成为 AI 原住民的路线图'"，Skill 就会自动执行预设的完整流程：
- 创意诚实评估——分析这个选题哪里可能失败、建议什么角度
- 标题生成——输出多个备选标题供挑选
- 钩子选项——多个开场钩子方案
- 脚本写作——按照预训练的结构和风格输出完整脚本
- 批判性自审——自动检视脚本的质量问题
- 素材清单——数字图形、演示文件、速查表
- 编辑简报和转录文档——直接可交给团队的完整交付物
"Imagine just being able to say, this is the idea that I want to execute, firing off a skill, and bang, it does it all." （想象一下，你只需要说'这是我想执行的想法'，触发一个 Skill，砰，全部搞定。）
这个演示揭示了 Skills 最强大的地方：它不只是帮你写东西，而是帮你执行一个完整的多步骤工作流。 从创意评估到最终交付，一个命令覆盖全流程。
八、Skills + 定时任务 = 全自动工作流
Miles 还展示了 Skills 与 Claude CoWork 的定时任务功能结合使用的场景。
在 CoWork 的 Scheduled 界面中，你可以设定类似：
"Use my market brief skill daily at 8:00 a.m. to create a crypto and market report." （每天早上8点使用我的市场简报 Skill，生成加密货币和市场报告。）
或者：
"Generate video ideas for me every morning based on my video script skill." （每天早上基于我的视频脚本 Skill 为我生成视频创意。）
这意味着 Skill 不只是按需触发，还可以变成自动运行的定期任务。 每天早上醒来，你的市场简报已经准备好了，你的内容创意已经排好了——而你什么都不用做。
九、技能市场：拿来就用 vs 自己打造
对于不想从头构建 Skill 的用户，Miles 介绍了两个来源：
- Anthropic 官方市场：在 Claude 的 Customize → Skills → 加号按钮 → Browse Skills 中即可访问
- 第三方市场：如 skillsmpp.com，可按类别浏览（商业、开发、数据、AI 等），查看评分
但 Miles 明确提醒：第三方市场要注意安全风险。"You have to be careful in case there's malware."（要小心可能存在恶意软件。）选择高评分和信誉良好的 Skill。
不过他的核心观点仍然是：自己构建的 Skill 才是最好的，因为它完全贴合你的需求和偏好。市场上的 Skill 是通用的起点，但个性化的 Skill 才是真正的效率倍增器。
金句收录
-
"Claude skills are by far the number one underrated thing in AI right now." （Claude Skills 是目前 AI 领域中最被低估的功能，没有之一。）
-
"I was spending 8 hours a week simply prompting AI when I could have put in the 8 hours upfront." （我每周花8小时重复写提示词，而我本可以把这8小时一次性投入在前期。）
-
"You can get 90% of that output just by creating your own custom skills." （只需创建自定义 Skills，你就能获得90%的效果。）
-
"AI is now all about memory. It's all about context. It has nothing to do anymore with how great you are at prompting." （AI 现在完全是关于记忆和上下文的，它跟你的提示词写得多好再也没有关系了。）
-
"I would recommend people spend a lot more time on context engineering and a lot less time on prompt engineering." （我建议人们花更多时间在上下文工程上，而不是提示词工程上。）
-
"Just like you would put in the time to training an employee, you need to take the time to train a skill or train an agent." （就像你会花时间培训员工一样，你也需要花时间来训练一个 Skill 或 Agent。）
-
"Pretty much anything in your brain, you can create into a skill." （你脑子里的几乎所有东西，都可以变成一个 Skill。）
-
"Most people, most entrepreneurs don't operate in writing. You operate in speech. You operate in thoughts." （大多数人、大多数创业者不是用文字思考的，你是用语言和想法在运作。）
-
"Every single voice prompt is going towards contributing to the skill. So then every time I script a video, it gets better." （每一条语音反馈都在为 Skill 做贡献。所以每次我写视频脚本，它都会变得更好。）
-
"No matter what you do, if it can be done digitally, you can automate it." （无论你做什么，只要它可以在数字世界里完成，你就可以把它自动化。）
时间线索引
| 时间 | 内容概要 |
|---|---|
| [00:00] | 开场演示：市场简报 Skill 的效果 |
| [00:20] | Claude Skills 是 AI 领域最被低估的功能 |
| [01:00] | 核心问题：每周8小时浪费在重复提示词上 |
| [01:32] | Miles 自我介绍：25岁澳洲创业者，30人 AI 媒体公司 CEO |
| [01:57] | Claude Skills 解决什么问题：前置投入换永久效率 |
| [03:14] | 三种方法概览 |
| [04:03] | 方法一：内置 Skill Creator 演示 |
| [05:23] | Skill Creator 的自动测试与评分功能 |
| [06:17] | Sub-skills：为不同子任务创建子 Skill |
| [07:45] | Skills + CoWork 定时任务：全自动工作流 |
| [08:36] | "记忆黑客"：从现有对话历史中提炼 Skill |
| [10:27] | Claude Skills 免费入门套件推广 |
| [12:02] | 完整演示：视频制作 Pipeline Skill 实战 |
| [13:33] | 迭代思维：每次反馈都更新 Skill |
| [13:52] | 范式转变：从提示词工程到上下文工程 |
| [14:09] | 方法二：语音转 Skill |
| [15:05] | 员工培训类比：AI 需要上下文和反馈 |
| [16:02] | 语音转 Skill 的实际应用场景（标题、写作风格、CEO 决策） |
| [17:32] | 方法三：外部知识注入 |
| [18:53] | MrBeast 留存率 Skill、Hormozi 商业思维 Skill |
| [19:00] | Instagram 钩子写作 Skill 实际演示 |
| [19:38] | Claude 官方技能市场 + 第三方市场 skillsmpp.com |
| [20:18] | 总结与结语 |
评论
还没有评论，来第一个留言吧 ✨