三个文件，十五行指令：我的自动化翻车实录

三个Markdown文件，每个文件大约15行指令——这就是我当初为网站内容自动化搭的“体系”。在VS Code里点一下，让Copilot对着YouTube链接抓取元数据，再把结构化信息写进对应目录，看起来一片岁月静好。可几个月跑下来，我跟这套方案之间，裂开了一道深沟。

先看一眼原来的提示文件有多“精致”。视频创作的指令长这样：

description: 'Add a new video to the content/videos directory'tools: ['playwright/*']# Add a new videoAdd a new video using the MCP server to navigate to the URL to get the required info you need.- Ask the user for the url if not provided.- Do not invent titles and descriptions.- Do not add extra tags only add ones that already exist in the other video files.- Make sure the date for the video is correct.- Make sure you add a host- Close the browser when done.

十几行松散的自然语言指令，没有变量约束，没有异常处理分支。播客和博客的提示文件几乎一模一样，只是替换了几个字段名字。当时我觉得这很优雅：一套规则，稍微改改就能覆盖三种内容类型。现在回头看，这种“优雅”其实是技术债的温柔陷阱。

第一个坑：重复指令像癌细胞扩散。三条规则里都写着“Do not invent titles and descriptions”，都要“only add tags that already exist”，都要“make sure the date is correct”。哪天我想把标签校验逻辑改得更严——比如只允许已有标签的前两类——就得打开三个文件逐个修改。更荒诞的是，它们已经开始互相背叛了：视频提示里引用的是playwright/*，播客提示却写成了microsoft/playwright-mcp/*，版本指向都不一样。维护成本不知不觉就翻了倍。

第二个坑：生成完就当甩手掌柜，完全没有验证环节。提示脚本创建好Markdown文件就宣告结束，内容到底能不能在网站里正常渲染，全靠我手动启动开发服务器、打开浏览器一行行去瞅。万一AI误解了某个字段的含义，或者用错了日期格式，等我发现时很可能已经发布了错误页面。自动化只解决了“写文件”这件事，读起来像是做了个半成品的机器人，剩下的质检还得人类自己上场。

第三个坑：不带Pull Request创建，等于白省一半力气。文件生成后，我还得手工切分支、级联提交、推送、去GitHub上点开PR模板。整条流水线里，真正让我烦躁的正是这些重复的Git操作，AI居然完全没碰。结果就是：最消耗心神的步骤依旧手动，自动化只替我干了最轻快的那部分，性价比低到离谱。

第四个坑：被锁死在VS Code + Copilot的孤岛上。这些.prompt.md文件里的tools前置元数据，完全是VS Code Copilot Agent模式的亲儿子格式。一旦我想换到Goose、Claude Code这类新兴的智能体工具，这些提示文件瞬间变成一坨无法解析的文本。八成的AI编码工作流都在往跨平台方向发展，我的自动化却把自己焊死在一个单一IDE的私槽里，想想就不爽。

第五个坑：指令模糊得像在跟实习生打哑谜。“Use the MCP server to navigate to the URL”这半句话，人类读完大概能猜出要干啥，但AI需要的是手术级指引。实际页面一复杂就翻车：YouTube弹出Cookie同意弹层，AI直接傻在原地不动；视频发布日期显示为“7天前”，AI不会倒推精确日期，只能偷懒写个近似值。这些靠人工经验才能消化的边角细节，提示文件里一个字都没交代，你只能对着生成结果的偏差生闷气。

坑跳得多了，自然开始往根上找病。一套内容自动化方案，不该是一堆散落、重复、不可迁移的提示文件，而应该像一个可复用的技能包：有清晰输入输出、内置校验、跨工具通用，还得顺手把PR这类工程杂务一起包圆。于是从几周前分享那篇“为什么用AI代理与MCP”的思路出发，我决定发起一场迁移——把这三个半残的提示文件，重新熔铸成一枚真正的Agent Skill。而第一步，就是把之前停留在大脑里的架构，落成一串可执行的规则。