skill快速入门

最原始的方式：Prompt

偷懒的艺术：Command（命令）

大集结：Skill的诞生

核心辨析：Skills vs MCP/Workflow

1.最原始的方式：Prompt

原始的提示词：是问的方式

 进阶提示词：md格式的结构化提示词：指定角色，任务，要求

role,task,role,location,example,output~~~

弊端：写的越详细越好，但是每次输入成本太高。

 2.偷懒的艺术：Command（命令）

 

只有一个输入，只能写用户提示词，那么系统提示词怎么写了？

留了后门，可以用claude.md来这是系统提示词。这个系统提示词是给LLM看的。

 

Q 可以有新的问题，场景很多不同的场景需要使用不同的提示词，那么一个系统提示词就不通用了，怎么解决呢？

A 把系统提示词拆分为多个独立的文件。

 Q 如果有30个场景甚至更多，那么其实不是要写N多个提示词文件？而且有的提示词文件即使用的很少，在客户问LLM时也会把这个提示词文件发送给LLM，感觉也不是很合适，大家都知道LLM是按照token计费的，那么怎么办呢

A 使用聪明的选择器：Metadata(元数据)

具体方式：

• 在每个提示词文件的md文件中增加一段“摘要”，这个摘要就是元数据。
• 当你输入用户提示词以后，agent并不会立马把所有的提示词文件给到LLM。agent会先读取所有的md文件并读取里面的元数据，然后agent根据你的提示词自动匹配并选择使用哪个md文件（也就能读取某个文件提示词内容），这样就不用把所有的md文件都作为提示词输入给LLM，就省钱了。

 Q 如何这个md提示词文件不够喜欢，我们想更喜欢一下角色呢？比如写简历的md提示词文件，要求他能根据不同人的岗位写出一份不同的简历文件？

A 使用Referenc极致的精细化管理。

 这就是skill的雏形：

 skill是一种新的规范，并不是一种什么新的技术：

 

 

 

 

 

 

 

参考视频：https://www.bilibili.com/video/BV1JoQEBmETx/?spm_id_from=333.1007.top_right_bar_window_history.content.click&vd_source=7ce721b64f52f392bdafe83543918639