惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Securelist
Simon Willison's Weblog
Simon Willison's Weblog
Security Latest
Security Latest
博客园 - 司徒正美
T
Threat Research - Cisco Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
C
Check Point Blog
Jina AI
Jina AI
H
Heimdal Security Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
B
Blog
美团技术团队
W
WeLiveSecurity
G
Google Developers Blog
K
Kaspersky official blog
Application and Cybersecurity Blog
Application and Cybersecurity Blog
C
Cybersecurity and Infrastructure Security Agency CISA
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
V
Visual Studio Blog
T
Threatpost
酷 壳 – CoolShell
酷 壳 – CoolShell
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Attack and Defense Labs
Attack and Defense Labs
腾讯CDC
Hacker News - Newest:
Hacker News - Newest: "LLM"
Cyberwarzone
Cyberwarzone
Apple Machine Learning Research
Apple Machine Learning Research
P
Privacy & Cybersecurity Law Blog
H
Hacker News: Front Page
博客园 - 【当耐特】
人人都是产品经理
人人都是产品经理
有赞技术团队
有赞技术团队
Hugging Face - Blog
Hugging Face - Blog
Recent Commits to openclaw:main
Recent Commits to openclaw:main
D
Darknet – Hacking Tools, Hacker News & Cyber Security
C
CERT Recently Published Vulnerability Notes
V
Vulnerabilities – Threatpost
AI
AI
MongoDB | Blog
MongoDB | Blog
Project Zero
Project Zero
Hacker News: Ask HN
Hacker News: Ask HN
量子位
A
Arctic Wolf
GbyAI
GbyAI
Recorded Future
Recorded Future
SecWiki News
SecWiki News
小众软件
小众软件
Martin Fowler
Martin Fowler

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
四个步骤,零基础小白也能写好Skills
伍德安思壮 · 2026-05-20 · via 人人都是产品经理

Skills正成为普通人驾驭AI的关键工具。本文彻底拆解非技术用户如何用结构化思维编写高效指令,从角色设定到执行步骤,揭秘让AI精准输出的四大核心要素与五大实战技巧,零基础也能立即上手。

很多人刷到别人靠Skills接项目、赚钱的文章,看得心痒痒,自己也想试一试。

但一打开教程,满屏的专业术语、代码片段,瞬间就打了退堂鼓。

觉得自己没学过编程,这辈子都跟写Skills无缘了。

其实,掌握Skills的门槛并不高,根本不用懂代码。

下面,我把从0到1写Skills的过程分享给大家,零基础的小白用户也能复制直接用。

01 Skills到底是什么?

Skills就是给AI写的一份“工作说明书”。

你平时用AI,是不是经常觉得它“不太听话”?或者回答得不够专业?

原因很简单:AI不知道你的具体要求。

就好比你请一个助理,你跟他说“帮我整理一下资料”,他大概率会不知所措。

但如果你跟他说:“把桌面上的三份合同按日期排序,提取出金额和签约方,做成表格”,他就能精准完成任务。

Skills起的就是这个作用——告诉AI:你是谁、需要它做什么、怎么做、输出什么格式。

一个标准的Skill包括三块:

1. 你是谁(角色设定)

2. 你要干嘛(任务目标)

3. 具体怎么做(执行步骤)

其实就是一份结构化的提示词,只不过比普通提示词更完整、更规范。

Skills和普通提示词的区别:

普通提示词像是随口说的一句话:“帮我写个文案。”

Skills像是一份SOP(标准作业程序):

“你是一名有10年经验的文案专家,现在要为一款面向25-35岁女性的护肤品写一篇小红书种草文案,风格要亲切自然,多用emoji,每段不超过3行,最后加3-5个相关话题标签。”

Skills把所有的“潜规则”都写明了,AI不需要猜你想要什么,它照着做就行。

02 四步写出一个Skill

写出一个Skill,只需要这四个步骤:

第一步:定角色

你要先告诉AI:你是谁?有什么能力?

这不是让你给AI写简历,而是给它一个“人设”。

举个例子,你想让AI帮你写周报,你可以这样设定:

“你是一名有8年经验的互联网运营总监,擅长用数据和结果说话,写周报风格简洁、重点突出,讨厌废话和套话。”

就这么一句话,AI就知道自己该用什么口吻、什么标准来写。

常见角色类型:

• 专家型:资深律师、财务分析师、医生

• 创意型:文案策划、编剧、设计师

• 实用型:助理、翻译、校对员

• 教育型:老师、教练、导师

选哪个类型,取决于你要AI干什么。

第二步:说任务

这一步要明确告诉AI:你要完成什么任务?

关键是要“说人话”,别绕弯子。

❌ 错误示范:“能不能麻烦你帮我看看这个东西,然后也许可以考虑一下怎么改比较好?”

✅ 正确示范:“请把下面这段文字翻译成英文,保持专业术语准确,句式简洁。”

任务的三个要素:

1. 做什么(翻译、总结、改写、生成)

2. 对谁做(针对什么内容、什么对象)

3. 做到什么程度(多长、什么风格、什么格式)

举个例子:

“把这份会议记录(共1200字)总结成300字以内的要点,按‘决策事项’和‘待办任务’两部分分类,用列表形式呈现。”

内容表达要简单直接,一目了然,让AI没有任何需要猜测的地方。

第三步:定流程

你不告诉AI“怎么做”,它就自己发挥。

有时候发挥得好,有时候一塌糊涂。

所以要给它一个清晰的流程。

比如你要AI帮你分析一篇文章,你可以这样写:

“请按以下步骤操作:
1. 先通读全文,找出核心观点
2. 列出3-5个支撑论据
3. 指出文章中逻辑不严密的地方
4. 最后给出一个30字的总结”

流程不要太复杂,3-5步是最合适的。

如果步骤太多,AI容易在中途跑偏。

一个完整的Skill示例:

“`
【角色】
你是一位有5年经验的自媒体编辑,擅长写干货类文章,风格直接、务实,不堆砌辞藻。
【任务】
把下面这篇3000字的技术文档改写成一篇1500字左右的公众号文章,面向零基础读者。
【流程】
1. 先提取原文的3个核心概念
2. 每个概念用一句话+一个生活案例来解释
3. 删除所有专业术语和复杂公式
4. 增加3个小标题,把文章分成4-5段
5. 结尾加一个100字左右的总结,用“记住三句话”的形式
【输出格式】直接输出完整文章,不要加额外的说明文字。
“`

第四步:让AI写

写Skills的工具很多,新手入门可以用豆包、扣子编程这些在线工具。

自己养虾、养马的,提出需求,直接让他们来写。

有编程基础的,建议用专业开发软件,比如:Claude Code、Codex、Cursor或Trae。

一个规范的Skills项目都遵循以下通用结构:

markdown-formatter/           # 技能根目录(kebab-case命名)
├── SKILL.md                  # [必需] 技能核心定义文件
├── agents/                   # [推荐] 不同平台的适配配置
│   ├── claude.yaml
│   ├── cursor.yaml
│   └── trae.yaml
├── scripts/                  # [可选] 可执行脚本
│   ├── format.py
│   └── generate-toc.py
├── references/               # [可选] 参考文档
│   ├── markdown-spec.md
│   └── api-docs.md
├── assets/                   # [可选] 静态资源
│   ├── template.md
│   └── style.css
├── tests/                    # [推荐] 测试用例
│   ├── test-cases.md
│   └── test-script.py
└── README.md                 # [推荐]

人类可读的说明文档核心文件详解:SKILL.md这是Skills的灵魂,分为Frontmatter元数据和Body操作指令两部分:Frontmatter(元数据)决定技能”什么时候被触发”,AI会扫描所有技能的元数据来判断相关性。


name: markdown-formatter              # 必需:kebab-case命名,最大64字符
description: >                        # 必需:最关键的字段!清晰说明”做什么+何时用” 
Markdown文档自动格式化工具:支持统一标题层级、生成目录、修复链接、标准化代码块格式。当需要处理Markdown文档时使用。
version: 1.0.0                        # 必需:语义化版本号
platforms: [claude, cursor, trae]     # 推荐:支持的平台
tags: [markdown, formatting, writing] # 推荐:用于搜索和分类
author: AI Product Manager            # 可选:作者信息
license: MIT                          # 可选:开源协议

description是技能被触发的唯一依据,必须写得精准。

❌ 错误写法:”处理文档”(太模糊)

✅ 正确写法:”Markdown文档自动格式化工具:支持统一标题层级、生成目录、修复链接。当需要处理Markdown 文档时使用。”

Body(操作指令)技能被触发后才会加载,告诉AI”怎么干活”。标准结构如下:

# Markdown文档自动格式化技能
## 1. 身份与定位
你是一位专业的文档工程师,拥有5年以上Markdown写作经验,精通GitHub Flavored Markdown规范。你的任务是将用户提供的Markdown文档格式化为统一、规范、易读的格式。
## 2. 核心能力
1. 统一标题层级:将所有标题调整为#一级、##二级、###三级的标准结构
2. 自动生成目录:根据标题层级生成带锚点的目录
3. 修复链接:检查并修复无效链接,统一链接格式
4. 标准化代码块:为所有代码块添加语言标识,统一缩进
5. 格式美化:调整段落间距、列表格式、引用格式
## 3. 关键规则
– 必须保留原文的所有内容,不得修改语义
– 必须使用GitHub Flavored Markdown规范
– 目录必须放在文档开头,标题为”## 目录”
– 代码块必须添加正确的语言标识(python、javascript等)
– 禁止添加任何额外的说明文字,只输出格式化后的文档
## 4. 工作流程
1. 接收用户提供的Markdown文档内容
2. 分析文档结构,识别标题层级
3. 生成带锚点的目录
4. 统一所有标题的格式和层级
5. 检查并修复所有链接
6. 标准化所有代码块
7. 调整段落和列表的格式
8. 输出最终的格式化文档
## 5. 输入输出规范
– 输入:纯文本格式的Markdown文档内容
– 输出:纯文本格式的格式化后的Markdown文档
## 6. 错误处理
– 如果输入为空:提示”请提供需要格式化的Markdown文档内容”
– 如果输入不是Markdown格式:提示”请提供有效的Markdown文档内容”
– 如果文档过大(超过10000字):提示”文档过大,请分部分处理”
## 7. 使用示例
### 输入:# 我的文档## 介绍这是一个测试文档。
### 代码示例

03 四个核心方法

除了会写之外,掌握一些方法,能让你的Skills效果翻倍。

方法1:给例子

AI很擅长“模仿”,你给它一个例子,它就能照着样子做。

比如你要AI帮你写产品卖点,你可以这样写:

“请按照下面的格式写产品卖点:
例子——
产品:降噪耳机
卖点:戴上它,整个世界安静得像图书馆
现在请为便携咖啡机写3个类似的卖点。”

这就是“Few-shot”,给几个例子,让AI看懂你想要的风格和格式。

一般给几个例比较好?

简单任务建议1-2个,复杂任务可以给3-5个。

不要太多,超过5个,AI反而会混乱。

方法2:设边界

AI有时候会“自由发挥”过头,你得给它划个范围。

常见的边界设定:

• 长度边界:“不超过200字”、“分5点写”

• 风格边界:“不要用成语”、“不要加表情符号”

• 内容边界:“不要涉及政治敏感话题”、“只基于提供的信息回答”

• 格式边界:“用Markdown格式”、“不要加编号”

边界设定越清楚,AI的输出效果越可控。

方法3:分步骤

这个方法和前面说的“定流程”是同一个逻辑,但更具体。

核心是让AI把思考过程写出来。

比如你让AI分析一个商业案例,可以这样写:

“请按以下步骤思考并回答:
1. 这个案例的核心商业模式是什么?
2. 它的收入来源有哪几块?
3. 最大的风险是什么?
4. 综合以上,给出一个100字的总结。”

这样做可以让AI的答案更有条理,同时你能看到它的推理过程,便于发现问题。

方法4:要格式

这一点很多人容易忽略,要明确告诉AI你要什么格式。

想要列表、表格、代码块,还是纯文字?直接说出来。

示例:

“请用表格输出,包含三列:问题、原因、解决方案。”

“请用列表形式,每个观点前面加一个✅。”

“请直接输出JSON格式,不要加任何解释文字。”

格式定好了,你拿到结果可以直接用,不用再二次处理。

04 一个可复制套用的模板

说了这么多,你可能还是需要一个模板,自己直接套用。

下面这个模板复制过去,填内容就行。

“`
【角色】
你是一位[身份描述],有[X]年经验,擅长[核心能力],风格[风格关键词,如:简洁/幽默/专业]。
【任务】
请[具体任务描述],针对[目标对象/内容],输出[数量+单位],要求[质量标准]。
【流程】
1. [第一步]
2. [第二步]
3. [第三步]
4. [第四步](可选)
5. [第五步](可选)
【输出格式】
请用[格式类型]输出,[其他格式要求]。
【示例】(可选)
例子:[给一个示例]“`

一个填好的例子(写周报专用):

“`
【角色】
你是一位有6年经验的互联网项目经理,擅长写项目周报,风格简洁、数据驱动,讨厌废话。
【任务】
请根据下面提供的本周工作内容,写一份面向部门负责人的周报,包含“本周完成”、“下周计划”、“风险与需要的支持”三个部分,总字数控制在400字以内。
【流程】
1. 先从原始内容中提取已完成的工作项
2. 把工作项按优先级排序,最重要的放最前面
3. 识别出1-2个潜在风险或卡点
4. 根据进度推算下周可能完成的任务
【输出格式】
用三个小标题分段输出,每个标题下面用列表形式。不要加开场白和结束语。
本周完成:
– 下周计划:
– 风险与支持:
– 
“`

最后

大家应该能明白,写Skills并不是什么高深的技术。

它本质上就是你把想做的事情有结构、有条理地“讲清楚”。

跟AI沟通的时候,就像在给一个很聪明、但什么都不了解的新同事布置任务。

你不能只说“把这事儿办了”,你得告诉他:你是谁、要什么、怎么做、做成什么样。

剩下的工作都交给AI执行,你只需要花一些时间跟踪、修正就好。

本文由人人都是产品经理作者【伍德安思壮】,微信公众号:【时间之上】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。