一套 Skills 跑通小红书获客这事我实操了三个多月今天把整套方案从设计思路到文件结构、从触发规则到踩坑记录完整复盘一遍。先给结论不是让 AI 帮你写文案这么简单而是把选题、创作、合规、私信承接、数据复盘五个环节全部拆成可复用的技能包让 Claude Code / Codex 这类 Agent 按流程自动产出、人工只做审核和决策。这篇文章适合正在做小红书获客、想用 Skills 提升内容生产效率、或者单纯想搞懂从提示词到技能包怎么落地的朋友。1. 先把这事拆明白Skills 到底是什么能帮小红书获客做什么1.1 从提示词到Skills一次性的答案变成可复用的流程如果你用过 Claude Code、Codex 或者 Cursor那你一定遇到过这种尴尬同一个文案需求今天问一遍、明天问一遍每次都要把背景、人设、语气、禁忌事项从头输入一遍稍微漏一条输出就跑偏。提示词本质上是一次性问答你把需求说清楚模型给一次答案用完就没了。Skills 解决的是另一个问题它把某类任务的专家操作流程、输出模板、注意规则、工具权限打包成一个目录Agent 在执行任务时自动加载这个目录里的说明严格按流程走。我举个例子方便理解。提示词就像你临时拉来一个老师傅问他这个零件怎么车他凭经验给你讲两句Skills 则是把老师傅几十年的加工流程写成一本操作手册放在工位上新来的学徒按着手册一步步做每个关键节点该用什么刀具、切多深、转速多少都写明白了。结果就是输出质量从看运气变成保下限而且可复制、可传承。社区里最近热起来的 superpower skills、awesome claude skills、AI skills 市场本质上都是这个思路——把某个垂直领域的经验封装成技能包大家互相分享。这也是为什么你会看到前端开发 skills数学建模 skillslatex 排版 skills这些五花八门的东西。实际上你只需要理解一件事一个技能包就是一个带触发条件的操作手册它包含元数据、执行逻辑、输出格式和配套模板。跑完小红书找客户就是这一套方法论在获客场景下的具体应用。1.2 一套链接路选题-文案-风控-承接-复盘五个技能包干完很多人以为小红书获客就是发笔记 等私信实际操作下来完全不是这么回事。你至少需要跑通五个环节内容从哪来选题、内容怎么写创作、发出去会不会违规风控、用户来咨询怎么接住承接、这一轮效果怎么样复盘。传统做法是每个环节靠人肉或者靠好几个不相关的工具拼凑。我的方案是五个技能包串成一条流水线。技能包对应环节核心输入核心输出topic-miner选题挖掘赛道关键词、同行笔记文本10条选题池 选题依据note-writer图文创作选题、人设、目标用户3个标题 完整笔记正文compliance-checker合规风控待发布文案风险词标注 替换建议dm-helper私信承接用户留言/私信原文意图识别 回复话术growth-reviewer数据复盘曝光/互动/涨粉/私信数指标分析 下一步策略这条链路跑起来以后每天早上打开终端说一句跑一次今天的小红书获客流程Agent 会依次调用 topic-miner 生成选题池、note-writer 产出笔记草稿、compliance-checker 检查违规风险最后输出一份待人工审核的内容清单。下午有私信进来把原文丢给 dm-helper它按预设话术给回复建议。消化的时间从原来每天大半天压缩到每天集中 30 到 40 分钟审核签字。1.3 适合谁、解决什么不是省掉人工是让人只做决策这套东西最适合三类人第一类是 1 到 3 人的小团队做垂直领域获客没有专职文案和运营要靠内容持续获客第二类是自由职业者、独立顾问、设计师这类个人品牌即是产品的从业者需要稳定输出内容建立专业信任第三类是电商卖家、知识付费主理人小红书是主要流量来源但内容生产速度跟不上投放预算。这里我要泼一盆冷水Skills 不会帮你省掉人工它只是把人从重复劳动里解放出来让你专注于判断和决策。比如选题技能包给你 10 条选题你还是要判断哪个方向更符合最近的业务重心文案技能包产出草稿你还是要改掉不符合人设的表达合规技能包提示风险你还是要拿不准的词汇人工复核。不要指望全自动躺赚那是自欺欺人。真正有价值的部分恰恰是把你的经验固化成语义明确的流程让 AI 在流程框架里发挥而不是让 AI 自由飞翔。2. 这套 Skills 怎么设计每个技能包的核心逻辑与输入输出2.1 选题挖掘与同行对标好内容一半靠选题小红书获客有一个底层逻辑用户刷到你是兴趣推荐用户搜到你是主动搜索。所以选题要同时回答两个问题用户主动搜索时我的笔记能不能出现在结果里以及用户刷到时凭什么停下来点开。topic-miner 这个技能包就是为了解决这两个问题设计的。我的做法是让它接收三类输入赛道关键词、账号人设定位、以及用户手动提供的同行笔记文本或链接。为什么不用自动采集因为批量抓取公开数据容易踩合规红线而且很多平台的反爬机制会把你账号搞脏。最稳妥的方式是人工复制文本或导出内容喂给技能包一次处理 5 到 10 篇同行笔记足够了。技能包内部执行逻辑分三步第一步抽取高频词和长尾词这些就是用户搜索时大概率会用的词第二步提取评论区的高频问句比如这个多少钱在哪买怎么学这些是真实的用户需求信号第三步把需求词组合成选题每条选题附带获客潜力说明——为什么这个选题能吸引目标客户而不是纯流量粉丝。输出格式是编号列表每条包含选题标题、目标人群、搜索词布局、预估获客点。我在设计时的关键取舍是不追求爆款选题而追求获客选题。爆款选题往往吸引泛流量点赞高但不涨精准粉丝获客选题可能互动率一般但私信转化和主页访客率高得多。整套技能包的 description 里我会写上聚焦有付费意愿的垂直人群避免泛流量选题这样 Agent 输出时天然带这个倾向。2.2 标题与正文创作批量生成、保底爆款结构note-writer 是整套链路的生产线。它的输入是一个选题、账号人设描述、目标用户的画像特征输出是 3 个风格不同的标题和一篇完整正文。核心逻辑不是自由创作而是按最优结构填充内容。我说的最优结构是经过大量对标分析后总结出的五段式笔记框架痛点开场—冲突放大—干货拆解—结果证明—行动引导。第一段用目标用户能对号入座的具体场景切入比如每次对接客户都要连夜改 PPT 的职场人举个手第二段点出问题背后的原因制造代入感第三段给出 2 到 3 个具体可操作的方法不要泛泛而谈要细到用什么免费工具、按什么顺序操作第四段附一个结果证明可以是学员案例或自己的前后对比最后一段引导互动比如你在做方案时遇到最头疼的问题是什么。我需要强调的是开头三行决定 80% 的打开率行动引导决定评论区活跃度。所以技能包里我强制要求第一段必须有具体场景 身份标签最后一段必须是开放式提问而不仅仅说关注我。标题部分也是固定套路数字公式型、身份痛点型、结果前置型、悬念冲突型每个标题后面标注类型方便人工挑选。这个技能包最容易犯的错是让人设模糊。很多通用写作 prompt 写出来的内容像营销号大锅饭就是因为没有把人设约束写进技能。我的人设字段会要求拆成四块说话口吻专业严谨/亲切口语/犀利直接、常用词偏好、内容边界哪些话题不碰、差异化标签例如5 年独立设计师专注品牌全案。有了这块约束输出至少像一个有性格的人写的而不是AI 生成的。2.3 合规审查与风险提示平台规则是红线小红书平台的审核尺度是动态变化的同一个词上个月没事这个月可能就限流。compliance-checker 存在的意义不是保证 100% 过审而是把明显的高风险表达在发布前拦截下来。技能包内置三类词表第一类是绝对化用语包括最第一100%这类广告法明确禁止的表述第二类是夸大承诺词比如保证瘦 10 斤无效退款全网最低价第三类是导流敏感词涉及微信号、二维码、站外平台等容易被判营销导流的内容。输出格式是风险报告每条命中词对应的等级高/中/低、原文位置、替换成什么更安全。一个关键的实操细节是词表不能写死在技能包里。我把它放在同目录下的 dictionary.txt 文件里SKILL.md 里只写加载同级目录 dictionary.txt 作为审查词表。这样被平台规则波动影响时只需要改文本文件不需要改技能逻辑。每次平台有大的规则调整或审核趋严时更新一次词表即可。另一个容易被忽略的点是审查不能只看词还要看上下文。我用了一个兜底规则——如果技能包发现文案中出现加我私聊点击链接这类动作即使词面不在禁用词表里也要标记为人工复核并给出站内合规替代建议。宁可多拦一单也不要漏出去一封被限流。2.4 私信承接与转化话术流量进来以后怎么接住很多做内容获客的人死在最后这一步笔记爆了私信一堆结果回复不及时、话术太硬、需求判断失误白白流失客户。dm-helper 就是用来解决这个问题的。这个技能包的输入就是用户发来的原始留言或私信内容输出三块意图分类、回复话术、下一步动作。意图分类我分了四档A 类是明确需求询价、约服务、要方案B 类是资料索取求模板、要清单、问教程C 类是合作咨询商务合作、探店、推广D 类是泛互动表达喜欢、闲聊、留个脚印。不同意图走不同话术链路A 类先确认需求细节再引导建立进一步联系B 类先给价值资料再自然引出业务C 类先问合作形式避免无效沟通D 类不强行转化只维护关系。话术的核心原则我写进了技能包正文先给价值再谈业务一次只推进一个动作。比如用户问这个课程多少钱不要直接甩一串介绍和付款链接而是先反问一下目前的基础情况、需求的场景然后把对应的方案发过去再约定电话沟通时间。这套做法比你好课程是 2999 元扫码即可购买高出一个量级因为它让用户觉得你是在解决问题而不是在卖货。不过话说回来私信转化有个边界问题这个技能包只处理站内互动的话术设计一切引导必须符合平台规则、在平台允许的范围内正常沟通真正对公域转私域、加好友这类操作建议只做正常的信息告知不做任何平台不允许的导流动作。合规运营才能长远。2.5 数据复盘的技能包用反馈反哺内容策略growth-reviewer 是我最后补上的一个技能包因为一开始我觉得数据复盘嘛表格里拉一下数据看看就行实际操作后才发现大多数人根本不会系统地做复盘。看到一篇笔记小眼睛高就觉得这篇好看到互动少就觉得平台限流了全是感觉没有归因。这个技能包的输入很简单最近 10 到 15 篇笔记的核心数据只需要曝光量、互动量、涨粉数、私信数四项输出则是一份内容诊断报告加两三个调整建议。执行逻辑是算几个关键比率曝光到互动的点击率衡量封面和标题吸引力、互动到涨粉的转化率衡量内容价值密度、私信占总互动的比例衡量获客精准度。最有用的部分是我让它做对比归因把表现最好 3 篇和表现最差 3 篇逐条对比分析差异可能出在选题方向、标题句式、内容结构、发布时间还是封面风格。比如某赛道里带有价格信息的标题点击率翻倍那就建议后续标题策略往价格透明倾斜比如私信量高的篇目都是案例拆解型那就建议减少纯观点型内容。这些结论以前要靠运营直觉现在技能包能稳定给出结构化输出。3. 从提示词到 SKILL.md手把手把这套技能包做出并装上3.1 技能包的目录结构和文件规范先解决放哪的问题。Claude Code 支持的技能目录有两个层级用户级目录~/.claude/skills/它对所有项目生效项目级目录.claude/skills/只对当前项目生效。小型团队或个人获客场景我用用户级目录因为小红书获客是跨项目复用的换了个新项目目录也应该能继续用。装在一个通用位置多个业务项目都能引用。每个技能包在 skills 目录下占一个子文件夹文件夹里至少要有一个 SKILL.md 文件可选配 templates 子目录放推荐模板、dictionary.txt 放词表等资源。目录结构长这样~/.claude/skills/ ├── topic-miner/ │ ├── SKILL.md │ └── templates/ │ └── topic-output.md ├── note-writer/ │ ├── SKILL.md │ └── templates/ │ └── note-template.md ├── compliance-checker/ │ ├── SKILL.md │ └── dictionary.txt ├── dm-helper/ │ └── SKILL.md └── growth-reviewer/ └── SKILL.mdSKILL.md 由两部分组成YAML frontmatter 格式的元数据和 Markdown 正文。元数据里最重要的三个字段是 name、description、allowed-tools。name 是技能包的唯一标识必须用小写英文和连字符不要用中文、大写或空格否则索引解析容易出问题。description 决定技能包什么时候被触发它不是给人看的介绍而是写清楚当用户________时使用此技能。allowed-tools 声明这个技能包在执行时允许调用哪些工具比如 Bash、Read、Edit、WebSearch。正文部分写的是给 Agent 看的操作指令。我的习惯是分成三块背景说明为什么按这个流程走、执行步骤一步步做什么、按什么顺序、输出格式必须怎么呈现结果。如果有需要套用的模板文件在正文里用相对路径引用。3.2 一个可复制的 SKILL.md 完整示例以标题正文创作技能包为例直接把 note-writer 的 SKILL.md 完整样例贴在下面你可以照着改。这个样例我在多个项目里复用效果稳定。--- name: note-writer description: 当用户需要撰写小红书笔记、文案或给定一个选题要求产出标题和正文时使用此技能。适用于图文笔记不适用于视频脚本。 allowed-tools: Read, Edit --- # 小红书图文笔记创作 ## 背景 小红书获客型笔记的核心目标不是获得最大曝光而是吸引目标客户主动咨询。 因此输出必须满足选题聚焦垂直人群、标题有明确打开理由、正文具有可执行干货、 结尾引导真实互动。 ## 执行步骤 1. 提取输入中的选题、账号人设、目标用户画像。如果缺少人设信息暂停并询问。 2. 为笔记设计 3 个标题分别采用数字公式型、身份痛点型、结果前置型中的一种。 3. 按五段式结构撰写正文 - 第一段目标用户具体场景痛点开场必须在 2 句内出现身份标签。 - 第二段放大问题冲突解释这个痛点带来的连锁影响。 - 第三段输出 2-3 个具体方法每个方法配操作细节和工具名称。 - 第四段附加事实型结果证明可以是案例、数据、前后对比。 - 第五段开放式提问收尾问题必须和正文主题强相关。 4. 全文控制在 600-900 字短句为主每段不超过 4 行。 5. 首次输出草稿后检查是否符合人设字段中的口吻要求 将不符合的句子修改后再交付。 ## 输出格式 先输出三个标题标注类型空一行后输出正文。正文末尾不附加任何 营销导语和账号介绍。你注意到几个细节description 里没有写AI 写文案这种泛泛的话而是明确匹配场景确保只有在写小红书笔记时才触发。allowed-tools 只给了 Read 和 Edit因为生成文案不需要联网和 Shell 能力减少权限面更安全。正文里的如果缺少人设信息暂停并询问这条很关键很多人做技能包想把所有信息都塞进一次请求里实战中用户输入经常缺字段不如让 Agent 主动追问。3.3 在 Claude Code / Codex / Cursor 里怎么配置共用既然社区热词里高频出现claude code skillscodex skillscursor skills 配置说明大家在不同工具之间来回切换。我的配置经验是技能包本体是通用的 Markdown 文件但不同工具加载方式不一样需要一事一议。Claude Code 最简单把技能包文件夹放在~/.claude/skills/或项目.claude/skills/后重启终端就可以。运行时可以用斜杠命令查看当前已加载技能或者在对话里直接用自然语言触发。改完 SKILL.md 后需要重载会话才生效。Codex 的机制类似技能目录在~/.codex/skills/同时通过 AGENTS.md 或项目说明文件来描述指令。Codex 能读取标准结构的 SKILL.md触发逻辑和 Claude Code 相近。Cursor 比较特殊它没有完全对等的技能注册表社区的做法通常是围绕.cursor/rules或.cursor/rules/*.mdc做近似实现把技能包的核心指令抽成 rules 文件通过 glob 匹配特定类型的文件或用 引用方式在对话里唤起。效果接近但不像 Claude Code 那样有一套完整的技能触发机制。如果同时使用 Claude Code 和 Codex想共用一套技能包我的做法是建一个共享仓库比如~/skills-store/然后把各工具目录做软链接指过去。比如ln -s ~/skills-store ~/.claude/skills和ln -s ~/skills-store ~/.codex/skills。这样只需要维护一个源目录两边同步更新。但同时也要注意不同工具的规则文件命名不同Claude 需要 CLAUDE.mdCodex 需要 AGENTS.md这些说明文件不属于技能包本身需要分别配置。3.4 从 GitHub 上怎么手动安装第三方技能包社区里有很多开放技能源GitHub 上能找到各类 awesome 列表和技能包集合。手动安装的流程不复杂但有几个坑要避开。第一步把仓库 clone 到本地git clone https://github.com/某个技能仓库.git第二步进入目录确认每个技能文件夹里确实有 SKILL.md 文件不要只看文件夹名就对号入座。对照文件夹名和 SKILL.md frontmatter 里的 name 字段两者要一致。第三步把需要的技能文件夹复制到你的技能目录cp -r ./skills/note-writer ~/.claude/skills/第四步重启或重载会话先用技能包的 description 里写明的触发语做一次测试确认能被正确唤起。这里要特别提醒一个安全问题第三方技能包本质是让 Agent 按你的指令执行操作手册它可能包含危险的操作指令。GitHub 上有很多来路不明的技能包会指示 Agent 下载执行脚本、读取敏感文件。安装之前务必把 SKILL.md 从头到尾读一遍特别是 allowed-tools 字段和正文里的 Bash 命令。凡是要求执行复杂 shell 脚本、要求 curl 下载不明文件、要求读取环境变量或密钥文件的技能包一律不装。这是底线。4. 实际跑起来完整工作流的一次演示和参数细节4.1 工作流总览从启动到交付的每个环节先看一下这套东西在日常工作中是怎么运转的。我以一个职场 PPT 定制服务的获客账号为例。每天早上我会打开终端输入一句:跑一次今天的小红书获客内容流程。这句话触发的不是一个技能而是一个调度技能 rednote-pipeline它负责按顺序调用各个技能包。整个执行链路是这样走的环节调用技能输入示例耗时预估产出选题topic-miner赛道词职场PPT定制、3篇同行笔记文本约40秒10条选题池创作note-writer选中1条选题、人设描述约60秒3个标题1篇正文风控compliance-checker刚生成的笔记草稿约20秒风险词报告承接dm-helper用户私信截图文本约20秒意图分类话术复盘growth-reviewer近12篇笔记四维数据约30秒诊断报告整套跑一遍大约 3 到 5 分钟其中 90% 的时间是在等大模型推理。我中午和晚上再各开一次会话处理当天的私信和留言。中间最大的坑是调度技能的触发词设计。一开始我把 rednote-pipeline 的 description 写得过于具体导致只有说全请帮我完整执行一遍小红书获客内容流程才会触发极不方便。后来改成包含多个同义表达,描述里明确写当用户提到小红书、获客、内容流程、跑一遍、生成笔记等表述时使用此技能。触发条件既要有明确意图匹配又要保留口语化输入的识别空间。4.2 触发词设计让 Agent 知道现在该干什么技能包能不能顺利跑起来一半的功夫在 SKILL.md 的正文内容另一半在 description 的触发词设计。触发词写得太窄用户随口一句话技能不响应写得太宽无关对话也会误加载技能包浪费上下文。我总结了一条可复用的标准description 任务场景 输入要求 少数明确的关键同义触发词。以 dm-helper 为例description: 当用户需要回复小红书私信或评论区留言时使用此技能输入为粉丝/用户发来的原文消息。触发词包括但不限于怎么回私信来了帮我看下这条留言客户说……注意我没有写AI也没写助手因为这些词没有筛选意义。真正有用的是把业务场景词小红书私信、留言、怎么回放进去。同时每个技能包的 description 我都加了不要在其他知识问答类话题下使用的限制性从句减少误触发。另外一个实用技巧在管线调度技能内调用其他技能包时给每个子技能写清前一步输出什么、这一步输入什么这样 Agent 就知道把 A 技能的输出传递到 B 技能的输入里。我踩过一次坑rednote-pipeline 调用 note-writer 时忘记告诉它使用上一步 topic-miner 输出的第 1 条选题作为输入结果 Agent 自己从对话历史里找了一条最顺眼的风格完全不对。4.3 一次典型执行演示用示例输入跑一遍我用职场 PPT 定制这个例子完整演示一次执行过程。输入给 topic-miner 的内容是:赛道关键词职场 PPT 定制同行笔记的文本片段比如给客户改了一版几十页的季度汇报 PPT对方说终于能看懂数据了我靠这套排版模板被老板点名做部门分享。技能包提取出的需求词是季度汇报数据可视化排版模板老板汇报组合成的 10 条选题里包含一条:给老板汇报前把这 3 个数据图表改一下档次立刻不一样。这条选题丢给 note-writer 后产出 3 个标题其中一个数字公式型标题是:3 个图表小改动搞定老板一眼看懂的季度汇报 PPT。正文按五段结构输出开头是季度汇报前夜还在调 PPT 的朋友举个手。上周我帮客户把 40 页数据堆积改成 3 张图表 1 页结论页60 秒讲完全部重点……第三段列出了具体的图表优化方法比如折线图加趋势注解、表格转条形图、每页标题改成结论句。合规检查命中了搞定这个口语词标记为低风险又因为文中没有价格、没有绝对化用语、没有导流词整体通过。私信环节的演示更有意思。用户留言你好我最近要做一份年度汇报 PPT请问怎么收费dm-helper 先把意图归为 A 类明确需求再输出话术你好PPT 定制按页收费年度汇报一般 20 到 30 页我可以先了解两个问题这次汇报的场合和听众是哪些人你自己大概的交付截止时间是了解清楚后我给出一个准确报价和案例参考。这个话术既没有绕弯子又没有一上来就硬推付款。4.4 效率优化用别名、缓存和阶段性审核控制 token 成本最后说一下成本问题。一套流程跑下来每次大概消耗多少 token实测下来一次四五技能联动跑完大约消费 25k 到 40k 的输入输出 token取决于同行笔记文本的长度和正文最终字数。对个人用户来说成本可控但如果每天跑好几轮积少成多也需要做一些优化。第一个优化是给常用指令设置别名。Claude Code 里可以配置自定义斜杠命令比如把跑一次今天的小红书获客内容流程绑定成/run把检查这篇笔记合规性绑定成/risk。触发效率提升很快而且不用每次都把长句打全。第二个优化是控制技能包加载的体积。SKILL.md 里的示例别放太多一个技能包加载时全文都会被当作上下文消耗。我把超长的范例文本放到了 templates 目录正文里只写读取 templates/note-template.md 作为参考这样默认加载的内容最小化需要时再精准读取。第三个优化也是最关键的:阶段审核而不是终稿一次性审核。有些朋友为了让全链路自动化要求 Agent 一次生成 10 篇笔记然后统一审核结果上下文撑爆、生成质量断崖下降。我强制的节奏是生成一篇、审核一篇、确认一篇中间设一个人工确认闸门这样质量稳定也方便随时纠正方向。整套链路跑得顺不顺其实不取决于技能包的数量而是取决于每个技能包输出是否规范、闸门是否清晰。先跑起来再逐步打磨。5. 我踩过的坑和排查实录技能包不生效、风格跑偏、合规漏判5.1 技能包不触发的三个常见原因技能包装上去了结果发现怎么对话都不触发这是最常见的问题。我遇到过的原因无非三类排查顺序固定先看目录名再看 description最后看是否重载。第一个原因目录命名不合法。我一开始建技能文件夹时用了中文名字比如笔记写作结果 Agent 识别不了。技能包的文件夹名和 name 字段必须是小写英文加连字符改成 note-writer 后问题立刻解决。第二个原因description 和实际对话不匹配。有一段时间我的 compliance-checker 触发率极低排查发现 description 写的是当用户需要核查违规词时但实际对话里用户根本不会说核查违规词,而是说帮我看看这篇能不能发。把 description 改成当用户需要检查笔记能否发布、有无违禁词、是否会被限流时使用之后触发率恢复正常。设计触发词时要用真实用户说的话不要用你自己发明的专业术语。第三个原因技能装在了项目级目录但你在另一个项目目录下启动 Agent。这个坑很隐蔽以为技能失效了其实只是目录没覆盖到。用/skills命令可以确认当前会话实际加载了哪些技能包这是我排查时的第一步。5.2 风格模仿失败不是 prompt 不够长是缺结构很多人想让 Agent模仿某个博主的风格结果输出还是满满的 AI 味。我以前也以为是人设提示词写得太短于是拼命加长描述什么要幽默、要真实、要有网感结果输出的内容还是空的。后来明白了一个核心问题风格不是一个笼统形容词而是可以被拆解的结构化特征。我做人设描述时现在会拆成四个维度每个维度都要有具体说明和示例。第一是词级偏好常用口语词有什么、禁用词有什么第二是句式特征句子是短句多还是长句多、段落里习惯用不用表情符号第三是内容节奏开头怎么抓人、中间怎么转折、结尾怎么收第四是立场与边界对某些话题的态度、哪些话一定不说。以职场 PPT 定制账号为例人设字段这样写口吻专业但不端着短句为主每段不超过 3 行开头必须有具体场景数字比如上周、40 页不在笔记里卖惨不批评同行用词偏实干避免赋能抓手这类空词。技能包输出明显收敛。风格模仿失败的根源不是你 prompt 写得不够长而是没有把风格拆成可验证的结构。这个思路对所有领域通用。5.3 合规词库过期审核规则是动态的我还踩过一个更实际的坑合规词库不是一劳永逸的。平台审核规则有周期性某些表述在上一个阶段能正常推荐过一阵子再发就可能被限流比如之前私我滴滴这种词一度是安全的后来管控变严大量笔记因为这类词被限制曝光。我的 dictionary.txt 一开始固定了词表结果有一批笔记发出去后流量异常一查就是中了新一轮审核指标。这件事给我的教训是三层一是词表必须能快速更新所以我把它独立在 SKILL.md 之外借助文本文件存放出了新词直接加进去二是技能包内部必须有拿不准就标记人工复核的兜底规则凡是命中半敏感词但不确认风险的一律提示人工确认而不是自作主张全部替换三是导流和留资的处理要极其小心。技能的职责是合规地生成内容与回复建议不是绕开平台规则。任何如何偷偷引流、绕过审核的需求技能包一概不处理也不会输出对应话术。正常运营、合规留资、遵守平台规则才是可持续的路线。5.4 上下文耗尽和权限问题的处理跑的时间长了你会发现另一个高频问题技能包加载多了以后上下文消耗很快经常写到一半就接近上限。处理思路有两个方向。第一是瘦身把每个技能的正文尽量精简复杂的示例挪到模板文件里按需读取第二是隔离一次会话只跑一个阶段的任务不要求一个会话里把选题、写作、合规全跑完。如果需要全流程就用调度技能里的步骤去调用子技能并且明确要求每个子技能只输出关键字段、不输出完整解释。权限问题也很典型。有些技能包在 allowed-tools 里没有声明 Bash但它实际需要联网请求数据比如 topic-miner 可能需要读取网页内容。结果就是执行时报权限不足直接中断。我的处理是:涉及联网的明确声明allowed-tools: Bash, Read, WebSearch;但只做文本处理的尽量不放开 Bash。权限越小越安全尤其不要给技能包配置写权限到任意目录的能力。还有一个隐秘的坑如果多个技能包都在 allowed-tools 里放开了 Edit 权限Agent 有可能在错误的目标目录里改写文件。所以我在每个技能包的正文里都写清楚了只允许修改输出目录中的指定文件并把目标路径写进步骤而不是让 Agent 自由发挥。5.5 技能包大扫除什么时候该删、怎么删装技能包和装软件一样装多了会乱。GitHub 上那些合集包动辄几十个技能你看着哪个都好一股脑塞进目录结果发现真正的触发混乱开始了:一个对话场景同时匹配三四个技能包输出风格各异上下文又被没有用的技能描述白白占用。我建议每月清理一次方法分三步。第一步用命令查看当前已加载技能列表逐个激活一遍记录哪些技能在实际对话中稳定触发、哪些从未被触发。第二步把超过一个月没有被触发的技能包移到临时目录比如~/.claude/skills-disabled/而不是直接删除避免回头要用时还得重新配置。第三步检查已被触发的技能包有没有重复覆盖的场景——比如两个写作技能包都响应写文案请求就要根据你的实际使用偏好删掉一个。清理之后我还发现一个问题技能包的触发顺序和调度优先级没有明确机制Agent 判断时通常靠 description 的语义匹配程度所以高优技能包的 description 里可以加优先于其他写作类技能。如果技能包之间冲突严重最彻底的解决方案是合并把两三个相近技能合并成一个带分支判断的大技能通过输入字段分流。我的 dm-helper 其实就合并了留言分类和话术生成两个子功能分支设计比分开放两个技能包稳定很多。最终整理下来这套一套 Skills跑完小红书找客户的方案核心就一句话把经验结构化把流程固定化让人只做有价值的判断。我个人实际操作下来的体会是不要一上来就追求五个技能包全部上线先从 note-writer 加 compliance-checker 这两个组合跑起来等稳定了再加 topic-miner 和 dm-helper最后再补 growth-reviewer 做复盘反哺。技能包不是越多越好而是每一个都能稳定触发、输出可靠、压低你的决策成本才值得留在你的目录里。