你可能有這樣的經驗：
某天用 AI 生成了一份很好的客戶提案，但下次要用的時候，你完全不記得當初那個神奇的 prompt 是怎麼寫的。只好重新試了一遍，結果差很多，又花了半小時調整。
這就是「一次性 prompt」的問題。AI 的能力在那裡，但你的使用方式讓它無法積累成真正的生產力資產。
問題：為什麼大多數人的 AI 使用停在原地
觀察大多數人使用 AI 的方式：
- 遇到任務，想到可以用 AI 幫忙
- 打開 ChatGPT / Claude，輸入一段描述
- 輸出不夠好，再改一改
- 用完就算了，下次從頭來過
這個流程有幾個根本問題：
- 沒有輸入規格：每次給的背景資訊不一樣，輸出自然不穩定
- 沒有輸出規格：不知道「好」的標準是什麼，無法系統性改善
- 無法被他人使用：你的 prompt 只有你自己能用，而且下次你也不一定能用對
- 無法組合：不同的 AI 任務無法銜接成自動化流程
結果就是：AI 是用了，但使用者的能力沒有在成長，組織的流程也沒有在進化。
Skill 的定義
Skill（技能模組）是這個問題的解法。
一個 Skill 的基本結構：
名稱：[清晰描述這個 Skill 做什麼]
觸發條件：[什麼情況下使用這個 Skill]
輸入規格：[需要提供什麼資料，格式是什麼]
核心指令：[給 AI 的 prompt 主體]
輸出規格：[期望的輸出格式和標準]
範例：[至少一個輸入 → 輸出的完整示範]用這個結構設計的 Skill，可以被任何人（包括未來的自己）在任何情況下以一致的方式觸發，並產出可預期品質的輸出。
這就是從「一次性 prompt」到「可重用資產」的關鍵跨越。
三個入門 Skill 案例
Skill 1：writing-principles（讓 AI 寫作更有個性）
問題：AI 寫出來的文字總是差不多，很難聽出是誰寫的。
解法：定義你的寫作原則（語氣、句子長度、避免的詞彙、常用的表達方式），讓 AI 每次都按照這套標準輸出。
效果：你的 AI 輔助內容開始有辨識度，不再是罐頭文字。
Skill 2：workflow-breakdown（把重複任務拆解成 Skill 候選）
問題：你知道某些工作可以用 AI 自動化，但不知道怎麼開始。
解法：用這個 Skill 分析你的工作流程，找出哪些步驟適合 Skill 化，產出具體的 Skill 候選清單。
效果：有系統地把工作流轉化為 AI 資產，而不是靠感覺亂試。
Skill 3：skill-audit-checklist（評估 Skill 品質）
問題：你設計了幾個 Skill，但不確定品質夠不夠好、有沒有漏洞。
解法：用這個檢核清單評估每個 Skill 的完整性、可重複性、邊界條件處理。
效果：建立品質標準，讓你的 Skill 庫可以持續維護和改善。
如何設計你自己的 Skill 系統
從工作流到 Skill 的轉化，分四步：
Step 1：列出你的重複性工作 找出你每週會重複做 2 次以上的 AI 任務。寫提案、回覆 Email、整理會議紀錄、生成社群貼文……
Step 2：選一個最痛的點開始 不要想著一次設計所有 Skill。先選一個你最頻繁、最容易標準化的任務。
Step 3：設計 Skill 結構 按照上面的模板，把這個任務的輸入、指令、輸出規格化。寫完之後，自己測試三次，確認輸出穩定。
Step 4：累積與組合 有了幾個獨立的 Skill 之後，開始思考如何把它們串聯：A 的輸出可以是 B 的輸入嗎？這就是 Agent 系統設計的起點。
agentskills 平台
我把這套方法論整理成一個訂閱制的學習平台：agentskills。
平台包含：
- 完整的 Skills 資料庫（持續更新中）
- Skill-based 方法論課程
- 學習路徑（針對不同使用場景設計）
- Podcast 補充說明
- 會員專屬的更新紀錄與案例
訂閱方案：
| 方案 | 費用 | 說明 |
|---|---|---|
| 年費會員 | TWD 599 / 年 | 完整 Skills 庫 + 課程 + Podcast，適合持續學習 |
| 終身會員 | TWD 1,599（一次性） | 一次付費，永久存取所有現有及未來更新的內容 |
如果你只是想先了解這套方法論是否適合你，可以先加入 LINE Bot 跟我聊聊你的使用場景。
加入 LINE Bot（Basic ID：@733aqnbn）說「我想了解 Agent Skills」，或點這裡加入。
Skill 系統不是一天建成的，但每設計好一個 Skill，你的 AI 使用能力就往前走一步。這些資產是你的，不是任何平台的。