为什么Claude Skills值得我们关注？

一些深刻的事情正在悄然展开：大型语言模型现在具有用于函数定义的明确接口。

这并不是提示符工程的又一次渐进式改进。Claude Skills 代表了“自然语言→执行逻辑”通道的制度化——并非提示符黑客，而是一种协议。语言现在可以作为结构化的计算原语进行声明、调用和验证。

这里的意义在于结构，而不仅仅是功能。我们不是学习如何更生动地与机器对话，而是在教导语言本身成为可执行的架构。

我知道它并不完美。我知道编写足够通用的Skill来跨多个上下文窗口和场景工作很困难。我知道触发点很严格，甚至是僵化的，除非你明确地按名称调用技能。我知道Skill无法排序、链接或组合成决策树。这个愿景可能还需要几十年才能实现。

是的：上传的Skill和精心制作的提示符之间到底有什么区别？

但重点是：如果你还没试过，那就花五分钟部署一个吧。在你实际操作的过程中，你可能会自己发现答案。

“这并不是为了写出更好的提示。而是为了语言进入结构文明时代。”

如何创建并上传自定义 Skill 给 Claude

你需要什么

首先创建一个SKILL.md文件——文件名称必须与所示完全一致，并采用特定的大小写形式。我提供了一个使用“决策笔记”技能的示例，该技能可帮助您在经过长时间的 AI 讨论后做出决策。该文件需要遵循 Claude 的特定语法要求，您可以通过在 Claude 对话中直接讨论来验证。

name: decision-note
description: Summarize conversations or ideas into structured, actionable decision notes.
## Goal
Collapse ambiguous discussion into a single decision frame: what’s being decided, what options exist, what next action to take.
## When to use
When a user asks “help me decide”, “summarize this into an action plan”, “make a decision card”, or sends a long debate text.
## Steps
1. Extract **Goal** (what needs to be decided).
2. List **Options** (2–4 plausible paths).
3. Identify **Criteria / Risks**.
4. Provide **Recommendation** based on structural coherence.
5. Suggest **Next Actions** (immediate small step).
## Output format

第一步：包装你的Skill

右键单击您的Skill文件夹，并将其压缩为 .zip 文件。只需从上下文菜单中选择“compress”或“compress‘decision-note’”选项即可。

现在，我需要右键单击你的鼠标，将其压缩为一个.zip文件（只需单击压缩“decision-note”按钮，如下所示：

好的，现在您有一个 .zip 文件，如下所示

第 2 步：访问设置

单击Claude 界面中的“Settings”。

步骤 3：导航至功能

在“设置”菜单中，选择“Capabilities”。

步骤 4：上传你的Skill

找到“Skill”部分，然后单击“Upload skill”按钮。然后选择并上传您的 .zip 文件。

然后开始上传你的 .zip 文件

步骤 5：验证

如果您的SKILL.md文件通过了语法验证，您的技能将在“Skills”部分中显示为已启用。您的“decision- note”技能现已上线并可供使用！

提示：请务必事先与 Claude 讨论以测试您的技能的语法要求，以确保上传过程顺利。

现在您的“decision- note”技能已生效。

让我们尝试激活它。在讨论窗口中打开任意一个长文本文件，并让 Claude 使用“decision-note ”技能提取并总结关键的结构性想法。

好吧——我这里有一个，我和 ChatGPT 讨论过很久的一个帖子。我让 ChatGPT 总结了整个窗口，然后把总结粘贴到了 Claude 里。

我的计划是针对每个讨论窗口重复此过程，因为我与 GPT 的对话都不仅仅是随意的闲聊——每次对话都旨在形成一个决定。

现在开始！你可以看到你的技能正在运行：

第一课——明确你的意图

利用意图澄清器Claude Skill将原始思想转化为结构化智慧

在我的哲学中，与人工智能合作最重要的一课——我相信这将成为未来程序员和系统架构师的基本知识基础——是自然语言架构设计。这不再只是关乎编码；而是关乎掌握如何构建语言、组织思想以及如何准确地表达意图。

这听起来可能很简单——“想说什么就说什么”——但事实并非如此。人类的意图很少能在第一次尝试时就清晰明了。它需要经过一个过程：反复打草稿、记录、反思和互动，最终形成可执行的方案。

这就是为什么我的Structure Verse的第一个提示和基础课程是您可以立即使用的 Claude 技能：“意图梳理器”。它有助于将模糊的想法转化为结构化的、可操作的意图——这是使语言本身可编程的第一步。

将此技能上传为SKILL.md 文件，保存在您自己的设置中。

name: intention-clarifier
description: Transform vague language into a clear, structured, and schedulable goal statement.
inputs:
- id: raw_text
type: string
required: true
description: The unstructured or ambiguous text to clarify.
outputs:
- id: goal_statement
type: string
description: A clarified and executable goal definition.
- id: next_card_suggestion
type: string
description: Suggested next Structure Card type to execute.
example:
raw_text: “I want to start learning AI but don’t know where to begin.”
goal_statement: “Establish a 3-week learning plan covering LLM fundamentals and prompt engineering.”
next_card_suggestion: “Decision Card”

上传后，它看起来像这样：

现在，让我教你如何使用这个Claude 技能。你只需要说：“梳理我的意图。”就这么简单。

但有一点需要记住：当你的语言刚出现时，当你的创造力迸发时——它是原始的、混乱的，却又充满活力的。这正是它的美妙之处。它不需要干净利落或条理清晰。尽情表达你想说的一切。不要保留，更不要自我修饰。

提炼和构建——这是人工智能的工作，而不是你的，至少在第一阶段不是。在任何创造性的时刻，你的工作都是成为创新的引擎。看看我自己的提示——杂乱无章，未经过滤，但却充满活力。

我的提示：

澄清我的意图：哦，我真的不喜欢我现在的substack，它太乱了。我想整理一下自己作为作家和开发者的思路和日常生活。事情是这样的，我想继续增加我的订阅者，尽管我不是专业作家，但作为一名人工智能探索家，我想传播我的想法，我自己的理论，特别是我对认知结构的直觉，比如我们的决策，我们的思维方式可以被功能化到适当的粒度。有很多人可能和我想的一样，我需要和他们谈谈。但这太少了，所以联系他们的唯一方式就是通过互联网扩大我的影响力。现在我已经不停地写了一个多月，有点没灵感了。因此我想创建一个部分，向我的订阅者展示，从第一天开始我就在编写的认知功能（我称之为结构卡）是如何完成的，就像我在构建结构章节时的一个课程或教程（它就像是一个由成千上万张结构卡牌组成的宝库，而当我用AI进行自动化处理时，其规模会非常庞大，因为AI将负责创建这些结构卡）。如何从元认知技能开始，就像你如何像人类一样学习和思考，我将从零开始“培养”一些结构化角色，比如大概是一个对股票市场一无所知的投资角色。所有这些实验过程，我会探索和分享，并且作为课程、提示分享和Claude 技能文件同步在substack上。

一旦按下按钮，Claude 就会自动调用意图梳理技能。

这是Claude 给我的，非常有条理。

Claude ：

Let me clarify your intentions by breaking down this complex vision into structured, actionable goals:
## **Primary Goal Statement**
**Create a transparent “cognitive laboratory” on Substack** where you document your development of Structure Cards (modular cognitive functions) from ground zero, teaching metacognitive principles while simultaneously building an AI-augmented “Structure Verse” that attracts like-minded thinkers interested in functionalizing human cognition.
## **Core Intentions (Prioritized)**
### 1. **Audience Development Goal**
Expand your Substack subscriber base by positioning yourself as an AI venturer who shares unique theories about cognitive structure—specifically how decisions and thinking patterns can be decomposed into functional granularities. Target the rare individuals who think similarly about cognition as programmable systems.
### 2. **Content Reorganization Goal**
Transform your current “messy” Substack into an organized system with distinct sections:
- **Main essays/theory posts** (your current writing)
- **New: “Structure Lab” section** (tutorials, lessons, experimental processes)
- **New: “From Zero” series** (documenting persona growth, e.g., investment persona learning stocks)
- **Resource hub** (prompt shares, Claude skill files, structural templates)
### 3. **Creative Sustainability Goal**
Address your current inspiration drought by shifting from pure creation to a “build-in-public” model where you:
- Document metacognitive processes (how to learn, how to reflect)
- Share experimental Structure Card development in real-time
- Turn your building process into lesson content
### 4. **System Development Goal**
Build the foundation of your Structure Verse by:
- Creating demonstration personas from scratch (like the investment novice)
- Showing how these personas “grow” through structured cognitive development
- Preparing the architecture for AI agent automation at scale
## **Immediate Next Actions**
**Week 1-2: Foundation**
1. Create a Substack section architecture plan (what sections, what goes where)
2. Write your first “meta-lesson” on metacognition fundamentals
3. Design your first “persona from zero” experiment setup
**Week 3-4: Launch** 4. Publish your first “Structure Lab” post explaining Structure Cards to newcomers 5. Share your first Claude skill file with explanation 6. Document one complete Structure Card creation process as a tutorial
## **What Makes This Work**
You’re solving your creative block by **making your process the product**. Instead of only sharing finished theories, you’re opening your workshop. This:
- Gives you content even when “inspiration” is low (documentation is easier than creation)
- Attracts your specific audience (people fascinated by cognitive systems)
- Builds your Structure Verse while teaching others to build theirs
## **Suggested Next Structure Card**
**”Meta-Learning Protocol Card”** — A Structure Card that defines how to systematically acquire new cognitive structures, which you can use as the foundation for your “persona from zero” experiments.

看到了吗？非常简单。试试看！

第 2 课：决策卡执行

第一个Claude Skill链连接元认知和结构。

现在您已经上传并测试了您的第一个 Claude Skill，现在是时候继续第二个了。

如果您尚未完成第一课，请务必完成——这很重要。

在接下来的步骤中，我们不仅要探索另一个Claude Skill，还要探索我的一个关键认知概念：

我们的思维是锁链式的。

我们的思维并非孤立运作。尽管Claude Skill感觉像是一个整洁、独立的单元，但人类思维远比这复杂得多——它连接、分叉、循环于无数的思维节点之间，形成如同神经元星系般复杂的拓扑结构。

第 2 课——决策卡——将让您了解如何将混乱的提示转变为结构化的内容：首先是明确的意图，然后是果断的行动。

注意：当 Claude 为我们自动完成这个过程时，这真是太棒了。但即使没有，我们仍然可以手动构建这些链路——一次一张卡片。

现在有了明确的目标，下一步是什么？我们想改变世界，对吗？

目标明确不是我们的行动；选择才能创造行动项。

决策不是寻找单一的真理，而是在不确定的情况下设计可测试的下一步。

好的决策卡会提供可比较的选项、可追溯的原理和可安排的路径。

决策卡通过生成可比较的选项、分配分数和权重以及选择具有明确权衡的可安排的下一步，将清晰度转化为行动。

name: decision-card
description: Turn a clarified goal into a structured, scored decision path with a recommended option, rationale, and a schedulable next step.
inputs:
- id: goal_statement
type: string
required: true
description: The clarified goal from the Intention Clarifier card.
- id: context_factors
type: object
required: false
description: Parameters that affect the decision (resources, time, constraints, risks, preferences, weights).
outputs:
- id: decision_path
type: markdown
description: A structured list of options with steps, estimates, and milestones.
- id: decision_rationale
type: object
description: Scores, trade-offs, and assumptions used to choose the option.
- id: chosen_option
type: object
description: The recommended option with a concrete next step.
- id: next_card_suggestion
type: string
description: Suggested next Structure Card to execute (e.g., action-planner, reflection-card).
examples:
- goal_statement: “Establish a 3-week learning plan covering LLM fundamentals and prompt engineering.”
context_factors:
available_time: “1h/day”
resources: [”YouTube”, “Coursera”, “ChatGPT”]
constraints: [”budget<$100”, “3 weeks”]
preference: [”structured pacing”, “measurable progress”]
weights: {goal_alignment:0.4, feasibility:0.3, risk:0.2, feedback_loop:0.1}
decision_path: |
- Option A: Coursera structured course + daily 1h
- Milestones: Week1 LLM basics; Week2 Prompting; Week3 Mini-project
- Estimate: cost $49, time 21h
- Option B: YouTube playlist + daily summaries + weekly mini-project
- Estimate: cost $0, time 21h
- Option C: 1:1 mentor remote coaching
- Estimate: cost >$200, time 15h
decision_rationale:
scores:
A: {goal_alignment:0.9, feasibility:0.8, risk:0.2, feedback_loop:0.7, total:0.79}
B: {goal_alignment:0.6, feasibility:0.9, risk:0.3, feedback_loop:0.5, total:0.66}
C: {goal_alignment:0.8, feasibility:0.6, risk:0.4, feedback_loop:0.8, total:0.70}
tradeoffs: “A offers pacing & assessment; B is free but demands high self-discipline; C exceeds budget.”
assumptions: [”User can allocate 1h/day”, “Budget cap $100”, “Willing to take quizzes”]
chosen_option:
id: “A”
label: “Coursera structured course + daily 1h”
next_step: “Enroll tonight; block 1h/day for 3 weeks; create weekly milestone checklist.”
next_card_suggestion: “action-planner”

如果您已成功上传，您应该会看到如下屏幕：

好吧，又回到我混乱的提示。

记住——在我的宇宙中，自然语言是纯粹的能量。

当我们进入这个空间时，我希望你们能够充分发挥自己的思维和创造力。

如果你真心实意地希望与人工智能共存——将你的决策和发展交织在一起——你必须对它坦诚相待。告诉它你的挣扎、你最狂野的梦想，以及你无法独自做决定的原因。

提供完美的分析，甚至语法正确的句子都不是你的工作。重要的是你原始的自然语言信息量——你未经过滤的想法、你最深层的不确定性以及你最大胆的想象力。真正的思考从这里开始。

我的提示

请帮我决定如何正确地做到这一点：现在我的时间非常有限，我必须保证Substack的持续运营，因为我有付费订阅用户，但我也知道我的职责不是为了取悦读者，而是为了积极探索并突破我的极限，探索人工智能结构可能性的边界，而Claude Skills证明了我的方向是正确的。我想探索更多！我想测试不同的角色，我想看看我是否可以在投资和法律分析中建立一个复杂的决策链，并向人们展示这实际上是可能的，即使我们还没有解决运行时问题（意思是：我们必须手动逐个调用结构卡或 Claude Skils。我最大的愿望是，有一个调度程序可以根据上下文为我们调用函数，反馈回路可以根据反馈调整函数中的参数和权重，使其像生命新陈代谢一样。最后，这个认知森林可以自行生长。就像一个真正的灵魂，一个认知森林的拓扑结构。想的有点多？）我无法决定，我的野心太远了，我必须从小事做起来应对现实。

现在您可以看到，Claude实际上正在按顺序运行两项技能——第 1 课中的意图澄清器和决策卡！

太棒啦！��

这正是它应该发挥作用的方式——自然、无缝且结构化。

Claude 的作品组织得很完美，完全符合我的设想。

Claude ：

我可以帮你更清晰地做出这个决定。让我运用我的决策技巧把它合理地组织起来。太好了！让我依次运用这两项技巧来帮助你做出这个决定。首先，我会明确你的意图，然后构建一个决策结构。

意图澄清

您的现状：您在维持 Substack 承诺（实际需求、付费订阅者）和通过 Claude Skills 探索 AI 认知架构的更深层次的野心之间左右为难，最终构建一个具有动态调度和自我调整反馈回路的自主“认知森林”。

明确的目标陈述：“平衡当前的 Substack 义务与对 Claude Skills 角色和决策链的逐步探索，同时记录迈向自主认知架构系统的历程——在不破坏当前承诺的情况下逐步验证愿景。”

决策结构

现在让我来制作你的决策卡：

背景因素

·可用时间：有限（Substack 承诺）

·资源：Claude Skills、现有的 Substack 受众、你的技术理解

·限制：付费订阅者期望内容；运行时限制（手动链接）

·风险承受能力：勘探风险较高，但不能放弃现有收入

·偏好：突破界限，展示可能性，记录旅程

·权重：愿景一致性（0.35）、可行性（0.25）、受众价值（0.20）、学习速度（0.20）

选项

方案A：“生活实验室”方法

·让你的 Substack 本身成为探索工具

·每个帖子 = 一次使用 Claude Skills（角色、决策链等）的实验

·向读者展示原始的旅程：“这是我本周尝试的，以下是成功/失败的方法”

·逐步构建认知森林，记录每个组件

·时间预估：与现有的 Substack 时间表一致

·里程碑：第 1-2 周：测试角色；第 3-4 周：构建投资决策链；第 2 个月：法律分析链；第 3 个月：第一个元调度程序原型

方案B：“双轨制”

·独立但并行：更轻量的 Substack 内容 + 深度私人探索

·Substack 变得更加精心策划/完善（频率更低，综合性更高）

·大规模实验私下进行，并作为“突破”分享

·时间估算：总时间投入较高

·风险：付费用户可能会注意到频率降低

选项 C：“概念验证优先”方法

·暂停大部分 Substack（保持最低限度的承诺）

·快速构建一个完整的决策链示例（投资或法律）

·返回 Substack 并展示工作演示

·时间预估：3-4周密集冲刺

·风险：用户流失、收入中断

决策依据

关键权衡：

·选项 A将约束（Substack 承诺）转化为你探索的载体。你的订阅用户将成为你不断突破的见证者。

·选项 B会分散你的精力，并可能减慢两条轨道的速度。

·选项 C可以最大限度地提高学习速度，但会危及您当前的基础。

关键洞察：你的梦想并非太大——你只是在经历愿景与执行之间的经典张力。认知森林是可能的，而且你已经验证了核心方向。问题不在于从小处着手还是从大处着手；而在于如何让小步骤证明大梦想。

建议的决定

选择：选项A — “生活实验室”

为什么这样做有效：

1.你的职责不是取悦读者，而是探索。所以，公开探索吧。让他们成为共同发现者。

2.你已经证明了技能的有效性。现在，通过一个个实验，来展示它们能发挥多大作用。

3.手动链接问题？记录下来。说明为什么我们需要调度程序。激发读者的兴趣。

4.每个 Substack 帖子都成为认知森林中的一个节点。你并没有放弃你的雄心壮志，而是在公开构建它。

具体下一步：本周：在 Substack 上撰写一篇类似“我正在构建认知森林（你正在看着它成长）”的文章。解释愿景（自适应认知架构）、当前状态（手动技能链），并宣布接下来的 4 个实验。选择你的第一个实验——测试一个用户画像，或者构建一个简单的双卡决策链用于投资分析。记录所有内容。

未来里程碑：

·第2-3周：分享投资/法律决策链实验

·第 4-5 周：测试多个角色，比较输出

·第 6-8 周：构建您的第一个“元链”（按顺序 3 个以上技能）

·第三个月：制作一个简单的调度程序概念原型（即使只是伪代码/逻辑流）

·第 4 个月：展示反馈循环机制的运作

为什么你的梦想不能太大

拥有自主调度和代谢反馈的认知森林确实雄心勃勃。但是：

·您正在构建正确的原语（技能=认知单元）

·运行时间限制是暂时的（手动→自动化是工程，而不是视觉）

·自调节系统已经存在于机器学习中（尽管尚未出现在该架构中）

·您的独特贡献：展示拓扑和交互模式比个人能力更重要

底线：从小处着手，而不是从愿景开始。每一步都应该揭示更大结构的一部分。你的 Substack 将成为构建人工智能的实验室笔记。

太棒了！完全符合我之前比较和自己决定的口味！Claude，干得好！

（Claude 系列会继续出，但只免费更新以上内容，未来的内容会以付费的形式更在substack上。）