我有个朋友某次找我帮忙写一套AI思维顾问提示词。写完之后他试了一次说效果很好第二天又跑来问上次那套对话被我清掉了你能不能再粘一遍给我我直接把文件丢给他他还是不会用——因为他的理解是打开AI聊天框把提示词粘进去而那份提示词依赖前几轮对话建立上下文一旦换了新会话效果直接归零。这件事戳中了我一个长期的想法我们缺的不是一份更长的提示词而是一套能被反复调用、不依赖人工临场发挥的顾问回路。所以我后来做了个项目用CodeBuddy当大脑QClaw当手把完整的顾问级分析能力封装成一个可复用的技能包——也就是标题里那个蒸馏.SKILL。一句话概括它的价值任何人丢一个模糊问题进来它自动完成信息采集、结构化分析、输出可执行建议全程不需要使用者懂提示词工程、不需要会写代码、不需要手工喂资料。这篇文章把我从需求拆解到工程实现再到实测复盘的全过程写下来包含完整目录结构、提示词设计思路、自动化采集协议、参数配置和踩坑记录偏实操向想把这套玩法落地的人可以直接按步骤做。1. 先想清楚你缺的从来不是一次问答而是一个可复用的顾问回路1.1 每天重新调教AI这个成本远比想象中高大多数人用AI的姿势是这样的遇到问题打开聊天框把问题打进去得到一个回答觉得不够好继续追问改措辞再问……直到答案差不多能用了为止。这个流程看起来没问题但有两个致命缺陷。第一每次回答质量都依赖于你当时会不会问。同一件事会拆解的人能问出高质量结果不会拆解的人只能得到泛泛而谈。第二这种能力是临时的它留在对话历史里一旦开新会话一切都得重来。我那位朋友就是典型的例子——他拿到了提示词文件却拿不到我这个Skill的完整运行环境。真正被需要的东西老实说不是一个提示词而是把一个高水平问题分析者的思考流程变成一份可以被反复加载、自动执行、稳定输出标准结果的程序包。用户只需要输入问题剩下的环节不再依赖他的提问技巧。1.2 AI回答不稳定根源在于思考方式没有被固定大模型本质上是一个概率系统。同一个问题在两次对话中哪怕一字不差输出也可能有差异。这种随机性在闲聊场景里没关系但在你要拿它做决策建议、数据分析、商业判断的时候就变得不可接受了。让输出稳定的办法有三个锚定角色、约束行为流程、固定输出格式。锚定角色告诉模型你是什么身份、以什么立场回答问题减少角色漂移。约束行为流程规定先做什么、再做什么、不允许做什么把分析路径固定下来。固定输出格式规定回答的字段结构和排版方式让结果天然具备可读性和可执行性。这三个手段合在一起就是我所说的Skill的核心。它要做的不是给AI更多自由度而是收敛随机性让每一次输出都落在同一条质量线上。1.3 我理解的蒸馏是对行为方式的提取蒸馏这个词在AI领域有个经典含义指知识蒸馏——大模型把能力迁移给小模型。但在我这个项目里它的含义更接近行为蒸馏把一次高质量回答背后的决策链提取出来固化成可复现的流程文件传给另一套执行环境。打个比方一位大厨做红烧肉好吃是因为他的操作顺序、火候判断、调料配比都形成了肌肉记忆。你要让另一家餐厅复现这道菜不能靠大厨到现场表演而是要把他的操作流程写成分步SOP。蒸馏.SKILL 就是这份SOPCodeBuddy 是执行这份SOP的厨师QClaw 是负责切菜、开火的帮厨。三者各司其职组合起来才构成完整的顾问回路。2. CodeBuddy负责动脑QClaw负责动手这对组合的分工逻辑2.1 CodeBuddy在整条链路里承担规划者角色CodeBuddy 本质上是 AI 编程助手但它在我这条链路里承担的核心职责不是写商业代码而是任务规划与调度。一个完整的顾问式回答包含多个子任务解析用户问题、判断需要哪些信息、设计分析框架、逐项给出建议、输出结果。如果没有统一调度每一步都需要人为干预那就跟直接聊天没区别了。CodeBuddy做的事情是加载蒸馏.SKILL 里的指令文件理解我现在要以顾问身份处理一个问题把大任务拆解成小步骤并决定在哪个环节调用QClaw去抓取信息、在哪个环节直接基于已有知识做分析。拆解这个差异普通的AI对话是你问我答而有了Skill之后AI变成了你说目标我来安排执行路径。节奏完全不同。2.2 QClaw在整条链路里承担执行者角色CodeBuddy 再聪明也用不了浏览器、点不了按钮、抓不了页面。这是纯语言模型的物理边界。QClaw 在这里就是外挂的手脚——它是一个自动化操作工具能模拟键盘输入、鼠标点击、页面导航和文本提取类似 RPA 的能力。我需要它做的事很具体接收 CodeBuddy 转过来的搜索任务。打开搜索引擎页面输入关键词执行搜索。提取搜索结果列表中的标题、摘要、链接。打开前几个有效链接抓取页面正文的关键段落。把抓取结果按约定格式整理好回传给 CodeBuddy。这个环节决定了整个Skill的信息新鲜度。因为AI训练数据有时间截断很多时效性问题它根本答不了只有靠QClaw实时去网络上拿真实数据顾问给出的判断才有依据。2.3 为什么不能只用纯聊天界面完成这件事纯聊天界面最大的问题是信息供给完全依赖用户手动完成。你想让AI分析一个市场机会你得自己先去搜索资料、整理数据、复制粘贴给他。问题描述得越模糊AI能利用的信息就越少输出必然空泛。引入自动化执行层之后Skill 可以自行补齐信息缺口。用户丢一句帮我看看智能家居配件现在入场合不合适系统自动去搜行业报告、竞品动态、市场评论把这些一手材料喂给分析层。回答质量的下限被大幅抬高。于是这套组合的定位就很清晰了CodeBuddy负责想QClaw负责看蒸馏.SKILL负责把两者的配合方式固定下来。任何一步缺席整套系统的稳定性和实用性都会明显降档。3. 从零设计一份可发布的蒸馏.SKILL目录结构、配置与触发机制3.1 Skill包的标准目录长什么样Skill包不只是一个提示词文件它是一个完整的程序包。先看目录结构distill.skill/ ├── SKILL.md ├── config.yaml ├── prompts/ │ ├── system.md │ └── planner.md ├── plugins/ │ └── qclaw_bridge.js └── templates/ ├── output_analysis.md └── fallback.md每个文件的职责如下SKILL.md技能包入口声明这个Skill的名称、适用场景、核心流程、触发条件。CodeBuddy加载Skill时首先读取这个文件。config.yaml运行参数配置包括模型温度、输出长度限制、是否启用自动化采集、采集超时时间等。prompts/system.md角色锚定指令定义你是一名资深顾问这套底层人设。prompts/planner.md任务规划指令。告诉CodeBuddy拿到问题后按什么步骤拆解。plugins/qclaw_bridge.js与QClaw的桥接脚本负责生成搜索任务、接收采集结果、转成结构化数据。templates/output_analysis.md最终回答的输出格式模板确保结果长成一个标准样子。templates/fallback.md降级方案。当自动化采集失败时切换到备用回答模式。这个结构参考了常见技能包的设计思路但在实际使用中要根据自己的工具链微调。重要的是保持入口、配置、指令、插件、模板五个层面的清晰分离便于后续单独修改某一层而不影响整体。3.2 核心指令文件怎么写才能让AI严格执行写SKILL.md时我踩过最深的坑是把指令写成了期望描述比如你应该像一个思维顾问那样思考——这种话AI读了等于没读太抽象。有效写法是把它变成**条件-动作格式**# 角色 你是一名跨领域商业与策略顾问你的任务是帮助用户完成决策分析。 # 流程 当你收到一个待分析问题 1. 判断问题所属领域列出你需要的关键信息类型。 2. 如果信息不足调用 qclaw_search 工具进行信息采集。 3. 基于采集结果按 templates/output_analysis.md 的格式输出。 4. 如果自动化采集不可用明确告知用户信息来源受限并切换到 fallback 模式。 # 禁止 - 不要在信息不充分时直接给出结论。 - 不要输出没有行动指向的泛泛建议。这样写的好处是每一步都有明确的判断条件和动作结果AI 执行起来不太会跑偏。而且禁止区块能有效拦截那些看似合理但实际上破坏质量的回答。另一个关键经验是指令的放置位置。模型对指令开头和结尾的内容记忆更牢中间部分容易被忽略。所以我把最核心的流程约束放在文件前部把输出格式引用放在尾部中间只放必要的补充说明。3.3 配置项怎么定温度、上下文窗口与输出长度config.yaml 的内容决定了Skill的脾气。这里是我经过多轮测试后常用的基础配置model: temperature: 0.3 top_p: 0.9 max_tokens: 2000 skill: enable_web_search: true search_timeout: 30 max_search_results: 5 max_snippet_length: 500 context: max_history_rounds: 4 memory_keep_keys: [user_goal, collected_facts, conclusion]关键参数的选择理由temperature 0.3顾问场景不需要创造性发散要的是稳定和逻辑严密。温度越低输出越保守越不会出现离谱结论。max_search_results 5搜索5个结果已经能覆盖主流观点再多会导致上下文膨胀反而稀释重点。max_history_rounds 4顾问分析通常是提问-采集-分析-追问-修正的周期保留4轮包含完整周期的记忆足够了。memory_keep_keys设定跨轮记忆只保留三个字段用户目标、已采集事实、既有结论。其他对话细节一概不保留这能有效防止上下文污染。3.4 触发机制让Skill在正确时机自动接管对话Skill包不能永远在线否则AI会对所有问题都套用顾问模板连今天天气怎么样都要分析半天体验非常糟糕。触发机制解决的就是这个能力边界问题。我设计了两级触发显式触发用户在输入前加前缀/advisor表示本次对话强制启用该Skill。适合确知自己需要顾问分析的场景。意图触发当用户提问包含决策分析、风险评估、方案对比、趋势判断等意图词且问题长度超过30字时自动加载Skill。触发判断伪代码 if input.startswith(/advisor): load_skill true elif contains_any(input, [分析一下, 评估, 要不要, 值不值得, 对比方案, 有什么风险]) and len(input) 30: load_skill true else: load_skill false这样既能保证手动可控又能覆盖大多数真实需求场景。需要注意的是触发词列表需要在实际使用中持续迭代不同用户群体说同一件事的用词差异很大要多收集真实输入来补充。4. 把顾问思维写进CodeBuddy的指令层提示词工程实战4.1 角色锚定与思维链模板固定AI的思考路径我一直觉得提示词工程最核心的作用不是让AI听懂而是让AI按固定的方式思考。顾问式思维之所以值钱不在于知识量大而在于处理问题的方式是结构化的先厘清背景再拆解维度再评估利弊再给出可执行步骤。在 prompts/system.md 里把这些思考路径显式写出来当你分析任何问题时严格按以下思维链展开不得跳步 1. 背景假设先说明你对问题背景的理解列出关键假设。如果用户没有提供足够背景列出你需要确认的开放问题。 2. 维度拆解从市场、资源、执行、风险、时间五个维度逐个分析每个维度给出明确的判断而非模糊态度。 3. 结论前置给出你的核心判断和理由。 4. 行动建议把结论转化为可执行的下一步行动按优先级排列。 5. 风险提示指出你的分析中不确定的部分以及可能导致结论失效的条件。这一步属于行为约束会让AI的分析路径像流水线一样稳定。实测效果对比很明显没有这条指令时回答结构随机性很高有了它之后每次输出都天然具备同样的骨架后续无论是人工审阅还是继续追问体验都顺畅很多。4.2 结构化输出让回答直接能用模板文件 templates/output_analysis.md 定义了回答的最终格式## 结论 一段话说清核心判断 ## 关键假设 - 假设1 - 假设2 ## 分维度分析 | 维度 | 判断 | 依据 | |------|------|------| | 市场 | ... | ... | | 资源 | ... | ... | | 执行 | ... | ... | | 风险 | ... | ... | | 时间 | ... | ... | ## 下一步行动 1. 优先级最高的动作 2. ... 3. ... ## 主要风险与失效条件 - 风险1失效条件... - 风险2失效条件...为什么一定要固定格式因为人脑处理信息的带宽有限一堆流畅的散文反而不利于决策。当回答永远长成同一个样子用户第一次看的时候需要熟悉后面每次都能直接定位到自己关心的字段。这就像把咨询公司的服务报告标准化省去大量理解成本。4.3 上下文压缩策略防止长对话跑偏多轮对话最容易出现的问题是对话越长AI越容易忘记最初的目标。尤其在Skill加载了采集信息之后上下文里塞满了网页摘录用户原本的问题会被淹没。我的解决办法是引入一个记忆摘要机制。每轮对话结束时CodeBuddy 自动执行一次摘要压缩只保留三个字段{ user_goal: 用户最初想决策什么, collected_facts: 目前已确认的客观信息, conclusion: 上一轮给出的结论 }下一轮对话开始时加载这份摘要而不是完整历史。这意味着用户问了一个跟进问题之后AI虽然忘了上一轮每个细节词但记得目标、事实和结论回答仍然能保持连贯。这个策略有点类似记忆管理里的要点留存在长对话中非常实用在上下文窗口受限的场景里效果更为明显。5. 自动化采集真实信息QClaw的页面交互与数据回传5.1 配置QClaw完成一次自动搜索QClaw 的操作逻辑是录制动作序列 自定义参数。我在实践中的流程如下在QClaw里录制一次打开搜索引擎→输入关键词→点击搜索→提取结果列表的操作。把关键词位置改成变量{{query}}这样每次调用时可以动态传入。增加一个提取正文步骤逐个打开搜索结果链接等待页面加载提取正文文本截取前500字。设定单次任务超时时间避免某个异常页面卡死整个流程。核心逻辑可以写成伪代码方便理解// qclaw_bridge.js 里的核心流程 async function qclawSearch(query) { const results []; const searchPage await qclaw.open(https://search.example.com/?q encodeURIComponent(query)); const snippets await searchPage.extract(.result-item, [title, url, snippet]); for (const item of snippets.slice(0, 5)) { try { const detailPage await qclaw.open(item.url); const text await detailPage.extractText(article, { maxLength: 500 }); results.push({ ...item, content: text }); } catch (e) { results.push({ ...item, content: }); // 单页失败不阻断整体 } } return results; }这里有几个值得注意的细节。链接打不开的情况要单独try-catch不能因为某一条数据抓不下来就让整批任务失败正文提取要用语义化标签作为兜底因为有些页面的结构不规范靠class选择器往往更不可靠。5.2 数据回传协议让CodeBuddy能读懂抓取结果QClaw 抓到数据后必须以标准JSON结构回传给 CodeBuddy格式如下{ query: 智能家居 配件 市场 2025, results: [ { title: 某行业报告概览, url: https://example.com/report, snippet: 市场增速预计..., content: 报告显示过去三年..., source: search_engine, collected_at: 2025-01-15T10:30:00Z } ] }这个协议最重要的是统一schema。不论采集来源是网页、文档还是数据库都要整理成这个格式再喂给分析层。CodeBuddy 拿到数据后会在分析前先做一次事实提取——把无关的页面导航文本、广告词、重复段落过滤掉只保留有信息量的内容参与后续分析。这个预处理环节很关键因为网页原始文本噪声非常大不加处理直接丢给模型会明显挤占上下文并干扰判断。5.3 兜底策略自动化不可用时的降级逻辑自动化工具再稳也会遇到反爬拦截、页面改版、网络超时这些意外。蒸馏.SKILL 必须内置降级方案否则一次失败就把整条流程打断了。fallback.md 定义的模式如下## 模式说明 当前自动化信息采集不可用你将切换到降级模式。 ## 降级模式下你的行为要求 1. 明确告知用户本次分析未使用实时检索建议对时效性要求高的结论保持谨慎。 2. 基于你的既有知识进行回答。 3. 在分析中标注不确定项清单引导用户手动补充当前信息。 4. 仍然按 output_analysis.md 模板输出保持结构一致。这个设计的核心是输出结构不能因为采集失败就崩塌。降级模式只是信息源头换了分析框架、输出格式必须保持一致。用户拿到的仍然是一份结构完整的建议只是末尾多了一行信息来源受限的提示。这种稳定的体验是Skill包区别于普通提示词的重要标志。6. 一次完整实测让蒸馏.SKILL做一次商业决策分析6.1 输入阶段丢一个模糊问题进去为了测试Skill的容错能力我特意输入了一个模糊的问题不带任何背景信息帮我评估一下现在做智能家居配件是不是好时机正常情况下没有Skill的Chat回答会直接给出一堆利好利空的清单看起来很全但几乎每个观点都没有依据。而 Skill 启动后CodeBuddy 做了两件事识别出这是一个入场时机评估类问题需要市场、竞争、技术成熟度、成本结构四类信息然后明确提示缺少你对自身资源情况的说明我先基于公开信息进行初步分析后续你可以补充你的预算、团队和技术储备。这个前置假设声明就是角色锚定的价值所在。AI不假装了解你的处境而是先给出它的视角边界。6.2 采集阶段自动搜索行业信息QClaw 收到 CodeBuddy 转来的搜索任务执行了三个查询词智能家居 配件 市场 增速、智能家居 配件 竞争格局、智能家居 供应链 成本 2025。每个查询返回了5条搜索结果QClaw 打开前3条有效链接提取正文最终整理成15条结构化记录回传。整个自动采集过程耗时约45秒。期间有一条搜索结果指向的页面已失效QClaw 按预期跳过该条并继续执行这就是之前单独try-catch的意义所在。6.3 分析阶段按顾问模板生成结构化建议最终输出节选如下## 结论 当前入场做智能家居配件并非最佳时机但存在结构性机会窗口建议以轻资产模式小步试水而非重投入。 ## 关键假设 - 假设1你尚未拥有成熟的硬件供应链资源。 - 假设2你的启动资金在可控范围内无法支撑大规模库存。 ## 分维度分析 | 维度 | 判断 | 依据 | |------|------|------| | 市场 | 中性偏谨慎 | 智能家居整体增速仍在但配件同质化严重价格战倾向明显 | | 资源 | 短板明显 | 硬件研发、供应链管理、售后都是高门槛环节 | | 执行 | 有机会 | 细分场景适老化、便携式存在未被充分满足的需求 | | 风险 | 中高 | 头部品牌生态绑定效应强配件商话语权弱 | | 时间 | 偏早 | 行业标准尚未统一早期投入容易被后续变化稀释 | ## 下一步行动 1. 选定1-2个细分场景做用户访谈验证真实需求强度。 2. 用代工方式做小批量试产控制库存成本。 3. 观察头部品牌生态开放策略寻找兼容性机会。 ## 主要风险与失效条件 - 风险1你无法在3个月内跑通最小样本验证建议重新评估入场时间。 - 风险2细分场景需求过窄市场规模撑不起业务体量需准备备选方向。值得注意的是这个输出中的多数结论都不是来自我手动喂的资料而是从QClaw抓取的15条记录中提炼出来的。这体现了Skill真正的价值用户输入的信息越少系统自动补齐的信息越多回答质量就越不依赖于提问者的表达能力。6.4 回看决定这次回答质量的三个关键环节回看完整流程有三个环节决定了最终结果的质量它们的重要性排序是这样的信息采集覆盖率。如果QClaw只抓了搜索引擎首页的摘要没有打开正文页分析层能拿到的有效事实就非常有限。质量高低在采集环节就已经定了一大半。分析框架是否被严格执行。CodeBuddy 是否真的按照五个维度进行了逐项分析还是偷懒给了一堆泛泛描述。这取决于 planner.md 的流程约束强度。输出是否可执行。很多AI分析止步于我们认为市场存在机会这类空话而模板里强制要求下一步行动字段逼着模型把判断转成动作。如果你在用类似结构做自己的Skill但觉得回答质量不行建议先按这个顺序排查数据够不够框架有没有被跳过输出模板有没有被执行。最常见的毛病出在第一个环节。7. 落地过程中踩过的坑以及我最后的建议7.1 踩坑Skill指令过长AI反而抓不住重点第一次写SKILL.md时我恨不得把所有细节都塞进去结果总字数超过了2000。实测发现输出质量明显下降——模型开始忽略中间部分的指令只执行文件开头和结尾的约定。后来的解决思路是给指令分级核心流程约束必须放在文件开头200字内操作细节降级为按需加载——只有当主流程运行到特定步骤时才从prompts目录下调取对应细节文件。这也是为什么我的Skill包要把 system.md 和 planner.md 拆成两个文件而不是在SKILL.md里铺开。信息分层不只是为了整洁更是为了贴合模型对指令的注意力分布规律。7.2 踩坑自动化采集撑爆了上下文窗口早期版本让QClaw抓到全文就直接塞给CodeBuddy当一次分析涉及15条网页内容时整个上下文瞬间被占满模型反而记不住最开始的分析目标。后来做了三层限制每条正文只保留前500字重复度高的段落做去重搜索结果总数从15条降到5条。压缩之后采集信息约占上下文总量的三分之一给后续分析和交互保留充足空间。7.3 踩坑Skill状态在多次调用之间互相污染问题表现是用户第一次用Skill分析A问题第二次换B问题AI的回答里居然残留了A问题的一些措辞和事实。根源在于Skill是多轮对话里反复加载的而早期我并没有在每次加载时重置上下文。现在的处理方式是在每次Skill被触发加载时强制执行一次状态清空逻辑清除上一轮的临时采集数据只保留最外层对话基础信息。这就好比每次见新客户之前先翻开新的一页而不是拿着上一家的会议记录继续聊。7.4 关于使用Skill包我的最终建议做完整套蒸馏.SKILL之后最大的感受是Skill包的精华不在于代码量而在于把思维方式转译成流程的能力。CodeBuddy、QClaw这些工具都是一时的产品选择换几个工具组合照样能跑但把一次好的分析行为固化下来这个思路是通用的。还有个小技巧分享给想复现的人当Skill第一次输出效果不够好时先别急着改提示词回头检查你输入的问题本身。我在实际测试中发现很多时候不是模型不行而是问题本身带着大量隐含假设。Skill能帮你把隐含假设拆出来但它不会替你做决定。把它当成一面镜子——信息进去思考方式出来然后决定权依然在你手里。这才是让任何人成为你的思维顾问这句话真正的意思。