用Skills模式打造文章概念卡片生成器：从固定流程到可信输出

1. 从一句提示词到一个可复用的技能包，Skills模式到底改变了什么

最近AI编程圈和内容创作圈都在聊Skills，从Claude Code Skills到Codex、OpenCode的skills仓库，再到GitHub上像baoyu skills这种动辄几千星的开源集合，方向非常明确：大家不再满足于在对话框里反复粘贴同一段提示词，而是想把一套稳定的、可复用的工作方法固化下来，让AI按固定流程执行。这个趋势背后其实藏着一个很实际的需求——提示词是一次性的，Skills是可积累的资产。

先说清楚Skills是什么。以Claude Code Skills为例，一个Skill本质上是一个包含SKILL.md文件的目录。SKILL.md里用YAML frontmatter描述技能的名称、触发条件和适用范围，正文则详细定义执行步骤、输入输出格式、质量要求，甚至可以附带Python脚本、数据字典、模板文件。关键机制是"按需加载"：AI读取用户任务后，根据任务语义决定要不要调用某个Skill，调用时才会把完整的指令和脚本读入上下文。这和把一大段提示词塞进system prompt完全不同，后者既占上下文窗口，又会干扰AI对无关任务的判断。

那"文章概念卡片"为什么需要Skills？单纯把一篇长文章丢给AI说"帮我做概念卡片"，输出质量极其不稳定：有时候给的是摘要，有时候给的是思维导图式的大纲，有时候干脆把原文关键段落重新排版一遍。因为"概念卡片"这个词在不同人心里指向完全不同的东西，AI只能靠猜。而把它固化成Skill之后，概念的定义、字段结构、抽取策略、质量标准全部写死，AI每次执行的路径都是一样的，产出的一致性会有一个质的提升。

这篇文章就以我最近打磨的一个"文章概念卡片生成器"Skill为例，完整拆一遍：概念卡片怎么定义、Skill怎么设计、提示词怎么写、实测效果如何、坑在哪里。如果你也在用Claude Code、Codex这类支持自定义Skills的工具，或者只是经常让AI帮你整理长文，这篇内容可以直接抄作业。

2. 概念卡片不是摘要，先搞清楚你要的到底是什么

做Skill之前最忌讳上来就写提示词。先把"文章概念卡片"这个产品的定义定死，后面所有工作才有基准。我最初犯的错误就是没有定义清楚，结果AI产出的东西四不像。

2.1 概念卡片和摘要、思维导图的本质区别

文章摘要是对全文的压缩，保持原文的叙事顺序和信息比例；思维导图是对文章结构的层级化表达，强调"主干-分支"关系；而概念卡片的单位是"概念"，不是"文章段落"。一篇文章可能讲了五个核心概念，每个概念需要单独成卡；也可能反复围绕一个概念展开，那最终只该产出一张高质量的卡。概念卡片关心的是：这个概念是什么、为什么重要、在什么场景下成立、容易和什么混淆、文章里哪里提到了它。

换句话说，摘要回答"这篇文章说了什么"，概念卡片回答"这篇文章里有哪些值得沉淀的知识单元，每个单元的内在逻辑是什么"。

2.2 一张合格概念卡片的字段结构

我最终定的卡片结构包含12个字段，每个字段都有明确的存在理由：

其中"原文锚点"是整张卡片的定海神针。AI生成任何判断性内容，必须能在"原文锚点"里找到依据来源，否则就属于无法验证的生成内容，需要标记为待验证，而不是混在正文里成为"事实"。这个字段在避坑上的作用非常大，后面细说。

2.3 不同类型文章的抽取策略差异

教程类文章，概念通常藏在"步骤"和"原因解释"里，抽取时要特别关注作者反复强调"注意""否则""因为"的地方，这些位置往往是概念的发生场景；论文类文章，摘要和结论里的核心术语基本都是概念候选，但理论假设部分要单独标记置信度；观点类文章，概念经常以"我们认为""实践证明"的形式出现，这类概念主观性较强，卡片里要特别突出"局限与边界"字段；新闻报道类，概念密度低，如果强行抽取容易凑数，这种情况Skill应该主动输出"概念密度不足，建议提取事件要素而非概念"，而不是硬生成几张低质量卡片。

这个设计原则是：宁缺毋滥，概念密度不达标就如实说明，不让AI为了完成任务编概念。

3. 手把手搭建"文章概念卡片生成器"Skill

定义做完，进入设计实现。这一节是能直接照搬的部分。我以Claude Code的Skills目录规范为例，其他工具大同小异。

3.1 Skill目录结构与文件的职责边界

这个Skill的目录结构长这样：

bash复制article-concept-cards/
├── SKILL.md
├── schemas/
│   └── concept_card_schema.json
├── templates/
│   └── card_template.md
├── scripts/
│   ├── split_article.py
│   └── validate_cards.py
└── examples/
    └── sample_cards.md

每个文件的职责必须单一。

SKILL.md是AI读取的主指令文件，定义整个生成流程；schemas里的JSON描述卡片输出格式，AI生成结果后可以拿它做校验；templates是单张卡片的Markdown模板，保证每张卡片长一个样；scripts里的split_article.py处理超长文章的分块问题；validate_cards.py做自动化校验，比如必填字段有没有漏、锚点引用的原文是否真的在文章里出现。

3.2 踩坑后发现：SKILL.md必须控制篇幅

第一次写SKILL.md我踩了个大坑——把想到的规则全写进去了，整整三千多字。实测发现AI执行时并没有完整遵循，后来才意识到问题：Claude Code读取Skill时虽然会加载SKILL.md，但过长的指令会让核心规则的权重被稀释。正确做法是把SKILL.md压到800字以内，详细规则拆到子文件里按需调用。

我的SKILL.md核心内容大致是这个骨架：

markdown复制---
name: article-concept-cards
description: 输入文章后提取核心概念并生成结构化概念卡片，适用于深度学习、知识管理、内容二创场景。
when_to_use: 用户提供长文、论文、教程章节并要求提炼概念、做知识点卡片时
---

# 文章概念卡片生成器

## 你的任务
把输入文章转化为一组结构化概念卡片。概念是知识单元，卡片是概念的载体。

## 执行流程
1. 通读全文，识别概念候选并标注位置。
2. 按标准过滤：概念必须可定义、可验证、有解释力。
3. 对每个概念按 concept_card_schema.json 生成卡片。
4. 每张卡片必须填写原文锚点字段，无法锚定的内容进"待验证问题"。
5. 执行 validate_cards.py 校验，输出校验报告。

## 铁律
- 禁止为凑概念数量降低标准。
- 禁止生成原文未支撑的判断。
- 概念超过8个时按重要度排序，输出前8个。
- 概念不足2个时如实报告，不硬生成。

## 子文件
- 详细抽取规则：docs/extraction_guide.md
- 字段说明：schemas/concept_card_schema.json
- 输出模板：templates/card_template.md
- 分块工具：scripts/split_article.py

"铁律"部分是我反复迭代出来的。没有这些硬约束，AI会自作聪明地做很多事：比如强行给概念分类、自己发明评价体系、把"我觉得"当成原文观点。把最重要的约束放在SKILL.md，把操作细节放子文件，AI在关键时刻才能不跑偏。

3.3 编写概念抽取指南：把隐性知识显性化

docs/extraction_guide.md 是实操中不断补充出来的文件，记录了概念候选的识别信号。这部分非常值得展开写，因为它解决的是AI最常犯的"把什么都当概念"的问题。

我的抽取指南里定义了四种候选信号和三种否决条件。

候选信号包括：文章中出现频率显著高于平均的词或短语；被作者用"本质上""核心在于""关键在于"标注的表述；首次出现时伴随括号注释或英文原文的术语；在段落过渡位置被反复指代的对象（比如"这一机制""上述方法"）。

否决条件包括：纯数据或例子（比如某个具体的实验数值，它支撑概念但不是概念本身）；无实质内涵的修辞性表达（比如"重要的里程碑"这种虚指）；文章中提到但只作为背景的他人理论（这种情况不应在该文卡片中占据独立位置）。

这样细化之后，AI的抽取行为会稳定很多。本质原因是：概念识别对AI来说是模糊任务，但你把它拆成"找信号 + 走否决流程"两个步骤，模糊任务就变成了模式匹配任务，输出自然稳定。

4. 提示词设计的核心：模板、few-shot与防幻觉机制

Skill内部最核心的还是提示词。这里给出可直接使用的卡片生成提示词模板，以及防幻觉的机制设计。

4.1 单张卡片生成的提示词模板

我为每张卡片设计了一套固定的生成指令，AI每次生成卡片时都按这个路径走：

markdown复制现在为概念"{{概念名称}}"生成概念卡片。概念出自文章《{{文章标题}}》。

请严格按以下步骤执行，不要在步骤之间跳跃：

第一步：定位原文
从提供的文章中找出3处以上与"{{概念名称}}"直接相关的原句。
没有找到3处，直接说明概念证据不足并停止。

第二步：提炼
基于找出的原句，完成下面三段内容：
- 一句话定义：最多40字，概括概念核心。
- 核心原理解读：参考下面的句式结构。
- 关键特征：列出3到5条陈述句，每条必须能在原句中找到对应。

第三步：边界判断
基于原文内容判断该概念的适用场景和局限边界。
如果原文没有明确讨论边界，在"待验证问题"里注明"原文未讨论边界"。

第四步：锚点引用
为卡片中每一条关键判断选择一句原文作为锚点，锚点必须是原文原话。
无法匹配原话的判断，移动到"待验证问题"。

第五步：自检
对照concept_card_schema.json检查每个字段，缺失或不合格则重做。

这里有两个设计细节值得解释。强制"没有找到3处就停止"，是给AI一个显式的低置信度出口；没有这个出口，AI面对证据不足的概念时大概率会选择硬编一段圆滑的解释。要求"锚点必须是原文原话"而不是"可以概括原文"，是防幻觉的另一个重要手段——允许概括时，AI倾向于用自己的语言重新组织，这中间就可能混入训练数据里的记忆。

4.2 few-shot示例的设计原则

examples/sample_cards.md里放了两个完整示例，分别对应"高度可验证的技术概念"和"偏主观性的方法论概念"。写示例时注意一个关键点：示例应该展示"正确的思考过程"，而不只是"漂亮的输出结果"。

我的示例文件里包含的内容超出了最终卡片的范围，包括AI在生成过程中的自我对话示范：如何判断候选概念是否合格；在锚点和概念判断不一致时做了什么取舍；什么情况下主动标注"原文未讨论边界"。这些东西AI在看到最终输出示例时学不到，但看到过程示例后，会模仿处理问题的路径。

4.3 用validate_cards.py做机器校验

机器校验环节相当于给AI的输出加一层安全网。validate_cards.py检查的内容包括：

python复制# validate_cards.py 核心逻辑示例
REQUIRED_FIELDS = ["name", "definition", "principle", "key_features", "source_article", "anchors", "applicable_scenarios", "boundaries", "confidence"]

def validate(cards, article_text):
    issues = []
    for n, card in enumerate(cards):
        for field in REQUIRED_FIELDS:
            if field not in card or not card[field]:
                issues.append(f"Card {n}: 缺少必填字段 {field}")
        for anchor in card.get("anchors", []):
            # 归一化后比对，锚点必须能在原文中查找到
            norm_anchor = normalize(anchor["text"])
            if norm_anchor not in normalize(article_text):
                issues.append(f"Card {n}: 锚点未在原文中找到")
        if card.get("confidence") not in ["high", "medium", "low"]:
            issues.append(f"Card {n}: 置信度字段取值不合法")
    if not issues:
        print("校验通过")
    else:
        for msg in issues:
            print(f"[ERROR] {msg}")
        sys.exit(1)

用脚本校验而不是完全相信AI的自检，是实践得出的教训：AI的自检机制有用，但AI在检查自己输出时存在天然的盲区——它会倾向于认为自己写的内容是合理的。外部脚本不带感情，校验结果可信。实测这个脚本能拦下大约15%的问题卡片，主要是锚点无法溯源的幻觉内容。

5. 实测效果与边界情况：这份Skill处理不了的场景

工具做完要拿真实验证。我用三篇不同类别的文章做了测试：一篇深度学习教程、一篇产品方法论长文、一篇科技新闻快讯。

5.1 三类文章实测结果对比

深度学习教程遇到的锚点问题值得单独说。原文中有个概念"梯度消失"，AI生成的锚点指向一句描述性文字"这导致前面的层学不到东西"，但严格说这句话并没有完整定义梯度消失，它只是现象描述。这说明AI在锚点匹配上执行了"就近原则"——找了一句包含关键词的原句，但这句话的语义密度不足以支撑整个概念判断。处理方式是revised启发式规则：锚点不仅要包含关键词，还必须包含概念的核心谓语。比如"梯度消失是指在反向传播过程中梯度逐步衰减趋近于零的现象"，这种句子才够格做锚点。

5.2 超长文章的分块处理

超过一万字的文章，直接让AI一次性处理会出现上下文窗口不够、分析深度下降的问题。scripts/split_article.py的处理思路是：按语义完整性切分，而不是按固定字数切分。

python复制# split_article.py 简化逻辑
def split_article(text, max_chars=4000):
    paragraphs = text.split("\n\n")
    chunks = []
    current = []
    current_len = 0
    for p in paragraphs:
        p_len = len(p)
        if current_len + p_len > max_chars and current:
            chunks.append("\n\n".join(current))
            current = [p]
            current_len = p_len
        else:
            current.append(p)
            current_len += p_len
    if current:
        chunks.append("\n\n".join(current))
    return chunks

分块后的问题是两个相邻块之间可能出现同一概念的重复抽取。解决办法是在合并阶段做去重：按概念名称归一化匹配，同名的保留锚点更丰富的那一版，另一版的独有信息合并进"补充信息"字段。

5.3 失败模式总结：这套方法明确不适用于什么

至少要承认这套Skill有明确的边界。过度营销型文章、充满口号和修辞的内容，概念抽取结果通常很差，因为文章本身就没有扎实的概念骨架；纯观点输出型文章，概念和观点纠缠不清，每张卡片的"核心原理解读"都会倾向变成作者观点摘要，偏离了概念卡片应有的中性描述；多作者合著的长文，概念表述可能前后不一致，AI容易把同一个概念在两个段落间的表述差异当成两个概念。

遇到这些情况，Skill现在的做法是在输出报告里明确标注"概念抽取可信度低，建议人工复核"，而不是硬着头皮输出一堆看似精美但经不起推敲的卡片。数字化转型时代，知识的可信度比知识的形式重要得多，AI输出的第一责任不是好看，是可靠。

6. 在Claude Code、Codex等工具中的集成与调用方式

最后说一下怎么把这个Skill接到实际工作流里。

6.1 目录放置与调用方式

在Claude Code中，把article-concept-cards目录放到~/.claude/skills/下即可。使用时直接在对话里说"用文章概念卡片处理这篇文章"，AI会自动识别并触发Skill。Codex是放在对应的skills目录，OpenCode需要在配置里声明skills路径。

目录放置的正确性检查方式：输入这样一个测试指令"列出你当前可用的skills"。如果配置成功，AI会在可用技能列表里显示article-concept-cards。我每次都先做这一步验证，省得费劲写了一大堆实际没被加载。

6.2 从文章到卡片的一键流程

假设你已经有一段文章文本，调用流程大概是：

bash复制# 1. 本地写好文章保存为 article.md
# 2. 在对话中直接粘贴文章或指定文件路径
# 3. Skill自动触发：识别概念→生成卡片→校验→输出报告

# 输出结果示例
## 概念卡片：梯度消失
- 一句话定义：反向传播中梯度逐层衰减至接近零，导致深层网络难以训练
- 关键特征：
  - 发生在深层神经网络反向传播阶段
  - 本质是链式法则中多个小梯度相乘的累积效应
- 原文锚点："梯度消失是指在反向传播过程中梯度逐步衰减趋近于零的现象"
- 置信度：high

6.3 token消耗与成本控制

一次处理8000字左右的文章，生成7张卡片，实测token消耗大约在1.2万到1.6万之间，主要花在多次读取原文定位锚点上。如果走API调用，用Claude Sonnet级别的模型，单篇成本在几毛到一块钱人民币之间。如果在意成本，可以在SKILL.md里要求AI在锚点定位时只返回关键的2到3句原文，减少输出量。

6.4 与现有知识管理流程的衔接

跑通之后，这个Skill的最大价值不是"把文章变成卡片"这个动作本身，而是卡片输出和现有知识库的衔接。我在实践中把校验通过的卡片以Markdown格式追加进Obsidian库，每张卡片自动生成一条反向链接，文章作为来源节点挂在上游。之后写新文章做文献综述时，直接用关键词搜索卡片库，几分钟就能拼出一个概念脉络图。这种工作流在纯手工状态下需要半天，现在压缩到了分钟级。

有一点要强调：概念卡片是"提取"而不是"创作"，所以它最适合的输入是你已经确定要精读的高质量文章。那些随便刷到的碎片信息，不值得用这么重的流程去处理。先判断文章值不值得精读，再决定要不要丢进Skill，这本身也是知识管理能力的一部分。

最后分享一个我在调试过程中学到的小技巧：如果你发现AI生成的概念卡片越来越"像"训练数据里的常见回答，而不是紧贴原文，最有效的纠正方式不是继续加提示词，而是去检查锚点字段——锚点引用精度一旦下降，整张卡片的信息可信度都会跟着崩。把锚点做扎实，概念卡片的质量下限就有了保障，剩下的就是多跑几轮慢慢调优。