课程背景
这是一门支援业务人员将一个真实、高频、相对稳定的岗位动作封装成 Skill 的实操课。
课程不是让参训者写一份看起来完整的 Skill 说明，而是完成从候选差事识别、提示词原型、诉求澄清、创建运行、测试修改到版本证据的完整闭环。
课程收益
区分临时对话、提示词模板和 Skill。
判断哪些差事值得优先 Skill 化。
将成功做法拆成稳定部分、动态输入和学识资料。
完成最小诉求卡、Skill v0.1，系统测试和 Skill v0.2。
形成个人岗位 Skill 机会地图，实操中，并识别需要进入进阶课程的复杂差事。
课程大纲
模块1｜为何同一件事务每次都要重新教 AI
重复性差事不是每次内容相同，而是存在稳定做法和变化输入。
用频率，稳定性、可描述性和可验证性筛选候选差事。
区分临时对话、提示词模板和 Skill 三种事务方式。
明晰记忆管“基于什么来由做”，Skill 管“怎么做”。
选定一个当天能够完成的真实岗位差事。
模块2｜用提示词将事务办法跑通一次
定位、差事、要求三板斧。
让 AI 反问、补条件和给方案。
用结构化表述和分治法缩小差事边界。
用同一差事完成两次运行和一次单点修改。
将提示词原型拆成稳定指令，动态输入、参考资料和输出准则。
模块3｜先将 Skill 做出来：创建、触发和运行
已有成功进程时“先用出来再沉淀”，办法清楚时“先想清楚再创建”。
明晰 Skill Creator 创建所需的最小输入。
完成讲师统一实例的创建、自动/手动触发和两次运行。
领会安装第三方 Skill 前必须先审核来源、权限和行为。
学会借助对话提出有证据的修改要求。
模块4｜打开 Skill 看结构、Token 和渐进式披露
核心指令、参考资料、模板，脚本和运行时输入的分工。
Token 是有限事务台，不是资讯越多越好。
模型学识、Skill 稳定学识和运行时动态资讯三层分离。
借助渐进式披露按照需加载资料。
审核第三方 Skill 的来源，权限、文件、脚本、外部连接和测试边界。
模块5｜将我的事务做成 Skill
不重新选题，接续前四个模块的真实差事和运行证据。
有样例时从样例反推，有 SOP 时从流程拆解，具体来看，没有材料时再访谈。
用反问补齐情境、触发、输入、输出、处理推演、学识资料、人工交互、失败边界和测试用例。
参训者确认最小 Skill 诉求卡后再进入创建。
完成 Skill v0.1 和创建，触发、输入、输出、缺失资讯处理等等冒烟测试。
模块6｜让 Skill 真的可用
创建成功不等于完成。
完成触发，正常、变化、异常和修改后回归查验。
每组测试先写预期，再看实际结果。
从诉求、达成和平台本领三层定位问题。
一次只修改一个主要问题，就一线经验说，形成 Skill v0.2 和修改证据。
保留失败样例复测和原借助样例回归记录。
输出岗位 Skill 机会地图和一个进阶复杂差事候选。
参训者结晶
一个在实际平台中创建并正确触发的岗位 Skill。
一份经本人确认的最小 Skill 诉求卡。
至少三组功能测试和预期结果。
至少一轮有依据的修改，失败复测和回归记录。
Skill v0.2 和个人岗位 Skill 机会地图。
边界
不将所有事务都强行做成 Skill。
不处理动态分支、长差事状态、跨阶段上下文、多定位交接和复杂恢复。
不讲成提示词招数大全或者平台功能说明课。
不将一次跑通等同于 Skill 已经稳定可交付。
岗位 Skill 地图是轻量机会清单，执行层面，不替代真实作品和运行证据。
可定制方向
可围绕材料撰写、会议整理、买方交流、内容审核、项目呈报、经营拆解和准则化查验等等高频岗位动作替换实例和实操材料。
老师简介
Introduction to lecturers
弄懂更多
珀菲特顾问|董俊豪老师
适合谁听
已经会开展基础 AI 对话、但输出稳定性不足的人。同一类差事经常重复写提示词、补来由和改格式的人。有高频、重复、相对稳定并且可验证的岗位差事的人。希望在公司指定 AI 平台中真正创建和运行 Skill 的业务人员。。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。