Mr pretty1. 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。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
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：
| 字段 | 必填 | 设计理由 |
|---|---|---|
| 概念名称 | 是 | 卡片的唯一标识，要求短语而非句子 |
| 一句话定义 | 是 | 用不超过40字说清概念核心，倒逼AI做真正的提炼 |
| 核心原理解读 | 是 | 150到300字，解释概念运作机制，不能停留在表面介绍 |
| 关键特征 | 是 | 3到5条，每条必须是可验证的陈述句，禁止形容词堆砌 |
| 来源文章 | 是 | 文章标题+链接，保证可溯源 |
| 原文锚点 | 是 | 引用文章中支持该概念的关键原句，这是防幻觉的关键字段 |
| 适用场景 | 是 | 什么场景下这个概念有解释力 |
| 局限与边界 | 是 | 什么情况下这个概念不成立或需要修正 |
| 易混淆概念 | 否 | 指出读者容易搞混的邻近概念 |
| 与我已知概念的联系 | 否 | 关联已有的知识网络 |
| 置信度 | 是 | AI自评，分高/中/低三档，对应原文覆盖程度 |
| 待验证问题 | 否 | 文章中未讲清、需要进一步查证的点 |
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