Anthropic 发了一份 33 页的官方指南，专门讲怎么给 Claude 构建 Skill。这份文档信息量很大，我来帮你梳理一下核心要点。

先说 Skill 是什么。本质上就是一个文件夹，核心是一个叫 SKILL.md 的文件，用 Markdown 写，带个 YAML 头部。它解决的问题是：你不用每次对话都重复解释自己的偏好、流程和专业知识，教一次就够了，以后自动生效。

可以把它理解成 Claude 的标准操作手册。以前你得反复 prompt，现在打包好让它自己按流程走。

文件夹结构很简单。主文件 SKILL.md 是必须的，另外可以选配脚本目录、参考文档目录和资源目录。

这套系统有个精妙的设计叫三层渐进式加载。第一层是 YAML 头部的 name 和 description，这个始终在系统提示词里，用来判断要不要激活这个 Skill。第二层是 SKILL.md 正文的完整指令，只有 Claude 判断当前任务相关时才加载。第三层是 references 目录下的文档，按需读取。

这意味着你启用几十个 Skill 也没事，Claude 不会把所有内容都塞进上下文。第一层的 description 就像个触发器，写得好才能在正确时机激活。

Skill 和 MCP 是什么关系？指南用了个比喻特别到位：MCP 是专业厨房，提供工具、食材、设备；Skill 是菜谱，告诉你怎么用这些东西做出一道菜。MCP 解决的是能做什么，Skill 解决的是该怎么做。没有 Skill 的 MCP，用户拿到工具却不知道怎么用；有了 Skill，等于给工具配上说明书和经验沉淀。

指南把使用场景分成三类。第一类是文档和素材创作，不依赖外部工具，纯靠 Claude 内置能力，比如生成前端设计、PPT、文档。第二类是工作流自动化，多步骤流程的标准化执行，比如用 skill-creator 引导用户一步步创建新 Skill。第三类是 MCP 增强，给已有的 MCP 连接提供工作流指导，比如 Sentry 那个代码审查 Skill，能自动拉错误数据、分析 PR、给修复建议。

技术细节上有些硬性规则要注意。文件名必须精确是 SKILL.md，大小写敏感。文件夹名必须用 kebab-case，比如 my-cool-skill，空格下划线大写都不行。Skill 文件夹里不能放 README.md。禁止用 XML 尖括号，防止提示词注入。名称不能包含 claude 或 anthropic。

description 字段写法直接决定 Skill 能不能被正确触发。好的写法要同时包含三个要素：做什么、什么时候触发、核心能力是什么。

指南总结了五种实战模式。顺序工作流编排适合严格按步骤执行的场景，比如客户入驻流程。多 MCP 协调适合跨服务的联合工作流，比如设计到开发交接。迭代精炼适合需要多轮改进的场景，比如报告生成。上下文感知的工具选择适合同一目标根据条件选不同工具的场景，比如智能文件存储。领域专业智能适合需要嵌入专业知识的场景，比如支付合规检查。

测试上建议覆盖三个维度。触发测试看 Skill 是否在正确时机激活，直接请求能触发、换种说法也能触发、无关请求不误触发。功能测试看执行结果对不对。性能对比看有无 Skill 的差异，对话轮次、API 失败次数、token 消耗这些指标。

一个实用建议：先在单个困难任务上反复迭代直到成功，再把经验提取成 Skill，别一开始就追求广覆盖。

分发方面，个人用户可以下载压缩后上传到 Claude.ai 设置，或者放到 Claude Code 的 skills 目录。组织层面管理员可以全工作区部署。API 用户通过 /v1/skills 端点管理。Anthropic 把 Agent Skills 定位成开放标准，希望它能跨平台使用。

常见问题排查。Skill 不触发通常是 description 太模糊，要加具体的触发短语。Skill 过度触发是范围太宽，要加负向条件缩小范围。指令不被遵循往往是太长太含糊或关键内容被埋没，要精简并把重要的放最前面。上下文变慢是 SKILL.md 太大或启用太多 Skill，主文件控制在 5000 词以内，详细文档移到 references 目录。

最后一个高级技巧值得记住：关键验证步骤用脚本替代自然语言指令。代码是确定性的，语言理解不是。

指南下载地址 ：resources.anthropic.com/hubfs/The-Complete-Guide-to-Building-Skill-for-Claude.pdf?hsLang=en

#HOW I AI##科技先锋官#