用 AI 的人都遇到过同一件事：每次都要把要求重新交代一遍，改了这次、下次又忘。宝玉这本《图解 Skill》解决的就是这个问题——把要求写成「技能」，让 AI 记住你的做法。它不是编程书，不会写代码也能全书跟下来；对已经在用 AI 助手干活的人，这是把零散经验变成资产的系统方法。
全书的总纲是两个互补的轴：动手做任何技能之前，先在这张坐标上定位。
每章可点入详解页深读；详解页末附「读书会 · 对我们的启发」——销售管理与市场部两个视角的应用笔记。
宝玉的教学顺序很务实：先跑起来，再讲原理。一个技能 = 一个文件夹 + 一个 SKILL.md 文件，三部分构成：name（身份证）、description（名片，决定会不会被调用）、正文（被选中后才读的具体要求）。
上手有三条路径（Claude Code、扣子、OpenClaw 类智能体），创建也有两种方法：手写，或者让 AI 帮你写初稿再自己改——后者是宝玉推荐的默认起点。
为什么有的技能装了却从不被调用？因为智能体启动时只扫每个技能的 name 和 description 来决定用不用——正文写得再好，名片不行就永远躺着。这是全书最重要的机制洞察。
不是所有事都该做成技能。判据只有两个：高频 + 可复用。过了这一关，把任务拆开看它由哪三类操作构成，然后各归其位——这就是「做什么轴」。
绝不全交给模型。
这一章还给了安全三件套：外部输入不可信、敏感操作要确认、权限最小化——技能会代替你执行动作，红线要在设计时画好。
「怎么设计轴」把所有技能归成三类，每类有完全不同的写法重点。判断标准一句话：你要定义的是输出的质感（约束型）、结构（模板型），还是一套先后动作（流程型）？
| 类型 | 定义什么 | 典型例子 | 写法重点 |
|---|---|---|---|
| 约束型 | 输出的「质感」 | 写作风格、品牌语气 | 正反例 + 禁止清单（≤10 条）+ 持续迭代 |
| 模板型 | 输出的「结构」 | 会议纪要、周报 | 固定模板 + 不编造 / 标 [待确认] |
| 流程型 | 「先后动作 + 工具」 | 文章配图、数据报告 | 分步骤 + 工具调用 + 先「生成计划」 |
这是全书含金量最高的方法：① 发 3–5 篇你自己写的满意文章，让 AI 提炼风格；② 用技能写一篇；③ 自己动手改（别口头说改）；④ 把「AI 原文 + 你的改版」发回去，让 AI 提炼「改了什么、为什么」写进技能。每次修改都是训练数据——几轮之后，AI 写得比你更像你。
单个技能是零件，工作流才是产线。组合只有三种基本形态：串联（先后接力）、并联（同时开工，交给子智能体）、循环（不合格打回重做）。
技能和子智能体怎么选？技能是「怎么做」的说明书，子智能体是「谁去做」的分身——并行任务、需要独立上下文时用子智能体，其余大多数场景一个技能就够。
这一章把做技能变成一条完整流水线：需求（5 分钟定义）→ 设计 → 实现（人机协作）→ 测试 → 上线。其中最值钱的是两组四步。
上线分三层：个人自用 → 团队分享（用 EXTEND 机制做个性化，不改原文件）→ 社区发布。团队里每个人的偏好不同，EXTEND 让一份技能长出多个「个人版」。
最后一章用一个真实技能的三版进化收束全书：V1 先跑通 → 吃自己的狗粮发现问题 → V2 加深度 → V3 上生产。改技能比改软件快得多，所以别追一次完美。
好技能不改变用户的使用习惯——复杂度锁在技能里，用户说的那句话永远不变。
| 症状 | 诊断 |
|---|---|
| AI 味重 | 写太标准、没个性 → 上约束型，攒「坏的样子」反例 |
| 输出格式飘忽 | 缺模板型 |
| AI 边做边忘步骤 | 流程型缺「先生成计划」这一步 |
| 技能互相抢活 | 缺反向触发词 |
| 用户要学新指令 | 坏技能——复杂度应该锁在技能里 |
| V1 就想做完美 | 反模式——先跑通再演进，吃自己的狗粮 |
技能的本质，是把「你希望 AI 怎么干活」从每次口头交代，变成一份可积累、可测试、可分享的文件。两轴定坐标（做什么 × 怎么设计），名片定生死（description），迭代定质量（V1 → V3，每次修改都是训练数据）。
而所有方法背后是同一个标准——好技能不改变用户的使用习惯，复杂度永远锁在技能里。