学 AI 该学什么？

学 AI 该学什么？ – 图解 Skill：AI提效实战指南（PDF文件）

面对人工智能浪潮，我们究竟该如何定位自己的学习方向？《图解Skill：AI提效实战指南》的作者、开源项目baoyu-skills的维护者，为我们揭示了一个颠覆性的见解：当前学习AI最具价值的路径，并非追逐最新的模型迭代，也非死记硬背复杂的提示词，而是将我们日常反复进行的事务，转化为AI能够执行的、具有稳定性的“技能”（Agent Skills）。

想要深入理解这一核心主张，您可以通过微信扫码关注公众号，并回复口令“20260625”，即可获取PDF完整源文件。

一、辨别方向的罗盘：两轴模型

文档提供了一个精妙的框架，以“距离生产力的远近”和“时效性的长短”为两条关键轴线，将AI相关的知识领域划分成了四个象限，从而指导我们做出明智的学习选择：

• 远离生产力且保鲜期短的象限（左下角）：无需涉足。这包括那些更新速度极快、生命周期极短的AI资讯，如每月更新的模型跑分榜、行业内的八卦传闻、深入的芯片参数细节，以及绝大多数可能在半年内就消失的AI应用套壳产品。对于这些内容，完全可以忽略，因为真正有价值的信息，即便三个月后，依然会以某种形式存在。
• 远离生产力但保鲜期长的象限（左上角）：保持视野即可。这个象限涵盖了RAG（检索增强生成）、思维链（CoT）、Scaling Laws（规模定律）、AI幻觉以及多模态等AI领域的底层概念。对于这类知识，只需阅读一篇优质的解读文章，花费约15分钟便可掌握其核心要义，无需进行实际操作。
• 贴近生产力但保鲜期短的象限（右下角）：浅尝辄止为宜。例如AI绘画工具、浏览器内的智能体应用、以及特定产品的操作技巧等。可以花上几个小时去熟悉和掌握，但切忌花费大量时间去追求精通，因为它们可能很快被更先进的技术所取代，届时投入的时间成本便会成为损失。
• 贴近生产力且保鲜期长的象限（右上角）：深度投入的沃土。这个象限是AI学习中最具战略价值的领域，包括Prompt工程、AI Agent，尤其是我们重点强调的Agent Skills（将个人经验固化为可执行的技能）。这部分内容虽然数量不多，但绝对是值得我们投入大量精力去深入钻研的方向。

那么，“技能（Skill）”究竟意味着什么？

• 其核心本质在于，将您宝贵的业务经验，提炼成一份清晰、可执行、且能够被反复使用的操作指南。
• 其呈现形式通常是一个的文件夹，内含一个名为SKILL.md的核心说明文档，并可根据需要辅以相关的脚本代码或参考资料。
• 其入门门槛极低，您无需具备专业的编程技能，只要能够清晰地用中文表达，便可以创造属于自己的AI技能。
• 其蕴含的复利效应是无与伦比的：一次的投入，可以带来百次的收益；即便AI模型不断更新换代，您所创造的技能依然能够保持其生命力，不过时。

二、实战范例：日常工作的AI化转型

以下是作者本人在日常工作中，将重复性任务转化为AI技能的四个真实案例，生动地展现了AI赋能的强大力量：

总结这些案例的共同之处在于：您扮演的是决策者和验收者的角色（负责选题、判断和最终确认），而AI则承担了所有繁杂的执行性工作（如撰写初稿、调整格式、搜集素材、排版布局等）。

三、构建AI技能的三种路径

掌握AI技能，您可以通过以下三种灵活的方式来实现：

• 方法一：边做边学，固化经验。您可以在实际操作中，一步一步地完成某个任务，AI工具会观察并学习您的操作流程，然后将其直接固化成一个可重复执行的技能。这种方法最为便捷，几乎不需要您进行任何额外的文字编写。
• 方法二：指令驱动，创意实现。您只需清晰地向AI阐述您的想法和需求，利用Skill Creator工具生成初步的版本。然后，通过在真实任务中的反复测试，不断向AI反馈修改意见，经过多轮迭代，最终逼近您的目标。甚至，编写技能本身的过程，也可以交给AI来协助完成。
• 方法三：持续迭代，自然进化。这是一个循序渐进的过程：
  • 首先，完成一个最小可行性产品（MVP），即一个能够运行且满足基本需求的SKILL.md文件（例如，包含20行核心代码）。
  • 接着，在实际使用过程中，根据遇到的问题和需求，不断地为技能添加新的功能，进行“打补丁”。
  • 当补丁过多导致文件臃肿时，进行“架构重构”，将功能模块进行拆分和整理。
  • 最后，将每一次不令人满意的输出，都视为一次优化迭代的机会，持续打磨和提升技能的性能。

四、技能组合的叠加效应

单个AI技能已经能带来效率提升，而当它们被巧妙地组合起来时，其威力相当于“过去需要一个小团队才能完成的工作”。这种组合可以体现在：

• 串联执行：例如，将“素材分析”技能与“写作”技能、“润色”技能依次连接，实现任务的无缝衔接。
• 并行处理：同时运行多个不同的AI方案，然后从中选择表现最优的一个。
• 循环迭代：当AI的输出不符合预期时，能够自动回溯并重新执行，进行优化和改进。

这里有一个关键的认知转变：我们不应仅仅想着如何利用AI来加速现有的工作流程，而应围绕AI重新设计我们的工作流程。一些原本必不可少的环节，如“查找图片”这个过程，在文章配图的AI工作流中，就可能被彻底取消，从而实现效率的飞跃。

五、立即行动：开启你的AI技能之旅

现在，是时候将这些理念付诸实践了。作为您迈向AI赋能的第一步，请尝试以下行动：

• 首先，找出您日常工作中最让你感到厌烦、最耗费时间的重复性任务。
• 然后，仔细思考：完成这项任务的具体步骤是什么？在执行过程中需要注意哪些事项？
• 将这些信息清晰地告知AI，让它为您生成一个基础的SKILL.md文件，包含约20行核心指令。
• 运行这个技能，并在实际使用中，针对不符合预期的地方进行修改和完善。
• 通常经过三次左右的迭代优化，这个技能的实用性和效果就会远超您的预期。

请牢记这三点核心原则：学习那些与你息息相关、且具有长久价值的AI知识；投入一次努力，收获长期的复利回报；明确你的主导地位，让AI成为你强大的执行助手。