过去一年,AI Agent、MCP、工作流、提示词工程被反复讨论。很多讨论停留在工具层面:哪个模型更强、哪个插件更好、哪段提示词更万能。但从新传播学视角看,更值得关注的变化是:AI 正在改变知识、经验和能力的传播方式。

过去,我们传播经验,主要依赖文章、课程、文档、会议和口头指导。一个人把方法讲出来,另一个人理解、吸收、再实践。这个过程依赖人的理解力,也存在大量损耗:讲的人未必讲全,听的人未必理解到位,真正落地时还要重新摸索一遍。

Skill 的出现,让经验传播多了一种新形态。经验不只是被阅读和理解,还可以被封装、调用和执行。

这正是宝玉老师新书《图解 Skill:AI 提效实战指南》最值得关注的地方。它不是一本简单讲 Prompt 的书,而是在回答一个更核心的问题:如何把个人经验、工作流程、判断标准和工具使用方法,沉淀成 AI 可以反复执行的能力单元?

从信息传播到能力传播

传统传播更多关注信息如何被看见、理解和扩散。但在 AI 时代,传播的重点正在发生变化:不仅是传播内容,更是传播做事方法。

例如,过去我们写一篇经验文章,告诉别人如何整理会议纪要、如何分析数据、如何写报告、如何做复盘。读者看完以后,还需要自行理解、转化和执行。文章解决的是知道的问题,未必直接解决做到的问题。

如果这些方法被封装成 Skill,传播链路就变了。经验不再只是文本,而变成可运行的工作模块。

这意味着,一个人的工作方法可以被结构化表达,并交给 AI 执行;一个团队的最佳实践可以被沉淀成标准能力;一个组织的知识资产也可以从文档库升级为能力库。过去沉淀的是资料,现在沉淀的是过程、判断和验收标准。

这就是 Skill 的传播价值:它把经验从可读内容,进一步推向可复用能力。

Skill 不是更长的 Prompt

很多人会把 Skill 理解成更复杂的提示词,但这其实低估了它。

Prompt 更像一次性表达,解决的是这次我要 AI 做什么。Skill 更像可复用机制,解决的是以后类似任务都应该怎么做。

一个成熟的 Skill,通常不只是几句话,而是包含任务目标、执行步骤、输入输出格式、边界条件、工具调用、质量标准和异常处理方式。它不仅告诉 AI 要做什么,还告诉 AI 按什么顺序做、做到什么程度算合格、遇到异常怎么处理。

从传播学角度看,Prompt 是即时沟通,Skill 是方法封装;Prompt 面向一次互动,Skill 面向持续复制。这也是它和普通 AI 使用技巧最大的区别。

这本书值得读的原因

《图解 Skill》的价值,不在于讲了一个新概念,而在于它提供了一套从任务到能力的转化路径。

很多人现在使用 AI,还停留在想到什么问什么的阶段。这个阶段当然有效,但问题也很明显:结果不稳定、经验难复用、团队难协同、质量难控制。同一个任务换个人来问,输出就可能完全变形;同一个人隔几天再问,也未必能复现上一次的好结果。

《图解 Skill》试图解决的,正是这些问题。

它从跑通第一个 Skill 开始,逐步讲 Skill 的运行逻辑、任务拆解方法、单技能模板、多技能工作流,以及工程化开发和数据分析项目实战。它不是先堆概念,而是先让你动手,再帮助你理解背后的方法。

这一点很重要。因为 AI 学习最大的障碍,往往不是工具复杂,而是缺少把真实任务转化为 AI 工作流的方法。会问问题只是第一步,能把任务拆成稳定流程,才开始进入可复制的阶段。

AI 时代的新传播能力

在新传播环境里,个人和组织都面临一个共同挑战:如何让自己的经验被更高效地复制?

过去,一个专家的价值主要体现在我会做;后来,变成我能讲清楚;现在,进一步变成我能把方法封装成可被 AI 执行的系统。

这意味着,未来真正重要的能力可能包括:

《图解 Skill》讨论的,正是这套能力。

它让我们看到,AI 提效不只是用工具替代人工,更是一次知识生产和能力传播方式的升级。真正稀缺的不是某一次漂亮输出,而是可以稳定交付、持续迭代、能够被他人继承的能力模块。

知识工作者的价值

如果你的工作中有大量写作、分析、总结、评审、复盘、会议纪要、报告生成和流程化判断,那么这本书会很有启发。

这些任务有一个共同特点:它们不一定难到必须完全依赖专家,但又复杂到不能简单机械自动化。它们需要流程、语境、判断和质量标准。

这正是 Skill 适合发挥作用的地方。

对于产品、运营、研发、测试、数据分析、内容创作者来说,Skill 不是一个遥远概念,而是可以马上用于提升日常工作的实践工具。尤其是在团队场景中,Skill 还有更大的价值:它可以帮助团队统一方法、降低协作成本、减少重复沟通,让经验从个人脑中迁移到可复用系统中。

对测试和研发同学来说,这种思路也很熟悉。我们一直在追求流程标准化、质量可验证、结果可复现,只是过去主要面向代码、工具和平台;现在,Skill 把这些原则延伸到了AI 协作过程本身。

推荐阅读重点

如果时间有限,建议优先关注三部分:

这三部分连起来看,基本覆盖了从单点任务、组合流程到工程化落地的完整路径。

结语

AI 工具会持续变化,模型和平台也会不断更新。但真正能长期积累价值的,不是今天用了哪个工具,而是我们能否把自己的经验、流程和判断标准沉淀下来。

《图解 Skill》这本书的意义,就在于它把如何使用 AI 推进到了更深一层:如何把人的能力转化为 AI 可以执行、可以复制、可以迭代的 Skill。

从新传播学角度看,这不只是一本 AI 工具书,更像是一本关于能力如何被重新编码、传播和复用的实践指南。

如果你已经不满足于临时问 AI 几个问题,而是想真正把 AI 融入自己的工作系统,这本书值得一读。读完以后,最值得做的一件事不是收藏几个好提示词,而是挑一个自己反复执行的真实任务,尝试把它拆成第一个 Skill。


相关阅读

FunTester 名片|万粉千文,百无一用


↙↙↙阅读原文可查看相关链接,并与作者交流