那个写出20万+阅读的写作Skill，我用扣子免费公开了

去年10月，我写了一篇文章叫。

那篇文章发出来之后，评论区问得最多的一个问题是：能不能直接用你的工作流？

当时我的回答是：不行。

因为这套工作流的核心，不是某个prompt模板，而是我积累的东西——我的风格、我的审校规则、我写过的文章、我的真实经历。这些东西没法打包给你。

我记得当时写的原话是：「可复制的部分」包括流程框架和审校机制，但「不可复制的部分」——个人素材库、风格特征、行业知识——需要你自己积累。

但这套工作流的效果确实不错。最近3个月，我靠它写出了数十篇阅读过万的文章，甚至包括这篇我此前从未达到过的20万+：

所以那篇文章其实有个"未完待续"：有没有办法，让这些"不可复制"的东西，也变成可复制的？

现在有答案了。

比如，今天早上我让这个技能帮我写一篇关于Dan Koe的文章。

它先搜索了Dan Koe的相关信息，然后读取我的风格指南和几篇历史文章学习风格，接着给出选题方向，确认后开始写初稿，最后跑完三遍审校。

最终产出的文章开头是这样的：「说起来，上周日我做了一件挺疯狂的事。我把手机关了整整24小时……」

你可以通过这个链接去查看这篇文章创建的全部过程：https://space.coze.cn/s/9N8fcOydcNc/

整个过程我只做了两件事：告诉它写什么，选了一个选题方向。剩下的，全是技能自己跑完的。

这就是我今天想聊的：怎么把你的专业经验，变成AI可以执行的「技能」。

Skills这个概念，最近很火

说起来，最近AI圈有个词特别火：Skills（技能）。

什么意思呢？就是把你的专业经验、方法论、工作习惯，沉淀成AI可以执行的能力。不是简单的prompt模板，而是一整套包含规则、流程、参考资料的「能力包」。

X上讨论得很热。

但你可能注意到了，这些案例基本都是编程场景——写代码、搭系统、做工具。

那不写代码的人呢？做内容的、做运营的、做产品的，能不能也把自己的专业经验变成AI技能？

这就是扣子最近上线的「技能」功能想解决的问题。

扣子的「技能」功能

扣子的Coze Skill功能，让不写代码的人也能把自己的专业经验沉淀成AI可执行的能力。

而且创建过程很简单，不需要写配置文件、不需要组织目录结构，用自然语言对话就能完成。

我来说说我是怎么把自己的写作工作流变成扣子技能的。

其实过程比我想象的简单。扣子现在有个「扣子编程」功能，你可以理解为用自然语言和AI对话，让它帮你搭建技能。

扣子官方给技能搭建提供了三条路径：从「业务知识」出发、从「数据」出发、从「工具」出发。我的写作技能，其实是前两条的结合。

「业务知识」部分——我把现有的CLAUDE.md文档发给它。

这个文档是我和Claude Code协作时用的规则文件，里面写了完整的写作方法论：怎么选题、怎么搜索信息、怎么写初稿、怎么三遍审校降AI味。用扣子的话说，就是把我脑子里"怎么做才对"的隐性知识，变成了AI能理解的显性规则。

「数据」部分——发了几篇我写过的代表性文章。

让它学习我的语言风格。扣子的说法是"给AI提供照着学的样本"。我的样本就是那些阅读量高、我自己也满意的文章——它们体现了我喜欢的口语化开头、自问自答、心路历程式叙事这些特征。

然后，我告诉它我想要什么技能：一个公众号写作助手，用户给我写作需求，我能按方法论执行——先搜索信息，再讨论选题，确认后才开始写，写完要三遍审校。

然后它就开始自动搭建了。

我在旁边看着它：创建项目目录、写SKILL.md主文件、生成风格指南、建assets/文件夹存参考文章……整个过程它自己规划、自己执行，我基本没怎么插手。

搭建完成后，我做了几轮测试。

有个小插曲：我让它写一篇关于Claude Cowork的文章。这个东西1月13号才发布，AI肯定没有相关知识。按我的方法论，应该先搜索信息再给选题，但它直接跳过搜索给了选题。

我就用自然语言跟它说：「这个流程不对，你应该先搜索再选题，新产品的信息你没有，必须先获取。」

改完之后再跑，流程就对了。

现在这个技能已经在扣子技能商店上架了。

它的执行流程和我实际用的一模一样：收到写作需求 → 保存brief → 搜索信息（如果涉及新产品/新技术）→ 提供3-4个选题方向 → 等用户确认 → 学习风格 → 创作初稿 → 三遍审校。

效果对比：通用AI vs 我的技能

说效果可能有点抽象，我直接对比一下。

同一个写作需求：「帮我写一篇关于OpenCode的文章」（OpenCode是最近火起来的Claude Code开源平替）

通用AI的产出：

直接开始写，标题大概是「OpenCode：开源AI编程工具新选择」之类的。正文结构很标准——产品介绍、功能特点、使用方法、总结展望。语言通顺，但一股AI腔——「在当今AI技术飞速发展的时代」「值得注意的是」「综上所述」。

我的技能产出：

首先它先去搜索了OpenCode的信息——GitHub Star数、Reddit上的讨论、和Claude Code的对比。然后给了4个选题方向，每个都有标题、核心角度、工作量评估、大纲。

我选了「用了一周OpenCode，我为什么还在用Claude Code？」这个方向。

然后它开始写。开头是：「上周三下午，在即刻上刷到好几个开发者在聊OpenCode。他们说GitHub上这个项目一周涨了5万多Star，被称为Claude Code的开源平替。我点开看了看，56,000+ Star，这个数字还挺猛的。」

你能感觉到区别吗？

具体细节（上周三下午、即刻、5万多Star），真实场景（刷到讨论），口语化表达（还挺猛的），个人视角（我点开看了看）。

这不是模板能解决的，是因为技能里沉淀了我的风格规则和审校机制。

这对职场人意味什么

体验完整个流程，我觉得扣子这个技能功能的定位挺准的：专业经验，一键调用。

你想想，以前专业能力是锁在专业人士脑子里的。你想学写作，得自己摸索，或者花钱上课。你想学数据分析，得找人带，或者啃教程。

虽然AI已经能帮我们解决很多此类问题了，但大多数人面对一个空空的输入对话框，还是不太知道该如何上手。

但现在，专业人士可以把自己的方法论沉淀成技能，发布到技能商店，让所有人调用。

这意味着：

• 做内容的人，可以把自己的写作方法论做成技能

• 做营销的人，可以把自己的投放经验做成技能

• 做产品的人，可以把自己的需求分析框架做成技能

• 做数据的人，可以把自己的分析模板做成技能

少数人头脑中的方法论，变成人人可用的能力。

而且使用门槛极低。用户不需要懂prompt engineering，不需要会配置AI，打开扣子，找到技能，直接用就行。

我觉得这才是AI工具该有的样子。

不是给你一个通用的AI，让你自己想办法用好。而是给你一个带着专业人士经验和判断的助手，帮你完成具体的工作任务。

你也可以做自己的技能

最后说说，什么人适合做技能。

其实很简单：只要你在某个领域有可复用的方法论，你就可以把它变成技能。

可能是你做了5年新媒体，总结出了一套选题方法。

可能是你做了3年数据分析，沉淀了一套分析框架。

可能是你带了10个人的团队，有一套培训新人的SOP。

这些东西以前只能口口相传，或者写成文档让人自己学。但现在可以变成AI能执行的技能，让更多人直接用上你的经验。

而且搭建过程真的不难。扣子编程的体验很像和一个程序员搭档——你说你要什么，它来实现。不满意就反馈，它改，改到你满意为止。

我那个写作技能，从0到上架，大概花了半天时间。主要时间花在整理已有的文档和测试调优上，搭建本身很快。

如果你也想试试，流程大概是这样：

1. 打开扣子，进入「技能商店」板块，选择右上角的「创建技能」

1. 用扣子编程，描述你想做什么技能

1. 提供你的方法论文档、参考案例

2. 测试、调优、发布

说回开头那个问题：我的写作工作流能不能分享？

现在可以了。

去扣子技能商店搜「花叔的自动化写作」，或者直接点这个链接：

https://space.coze.cn/?skill_share_pid=7595917996460228608

你可以直接体验，看看这套工作流是怎么运转的——怎么选题、怎么搜索、怎么审校、怎么降AI味。

但我有个建议：别只是用，要学着自己做一个。

还记得前面说的吗？技能由两部分组成：「业务知识」和「数据」。

我的业务知识——怎么调研、怎么选题、怎么写好文章、怎么审校——这些方法论你完全可以借鉴。但我的数据——那些用来学习风格的历史文章——全是我写的。所以用我的技能写出来的东西，难免会太像我。

真正有价值的做法是：把我的方法论学走，换上你自己的文章作为数据集，搭建一个属于你的技能。

这样写出来的内容，才有你的味道。

既然都看到这了，不妨现在就找个你感兴趣的话题，上手让「花叔」再给你写一篇试试：

https://space.coze.cn/?skill_share_pid=7595917996460228608