下载地址
https://www.zhengdianxue.com/wp-content/uploads/skills/org-39m6058n--experience-skill-creator.zip将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @org-39m6058n/experience-skill-creator。- 协助业务条线专家把核心经验转化为可被他人复用的 Skill。当用户表达"
- 我想把 XX 经验做成工具"
- "
- 帮我做一个 Skill"
- "
- 把我的销售/服务/客户经营方法做成可复用的能力"
- …（完整说明见下方「阅读全文」）
阅读全文 （展开查看完整说明）
概述
Skill Creator Pro · 经验萃取版
这是什么
一个为业务条线专家设计的对话式 Skill 生成工具。专家通过 25-35 分钟的对话 + 资料上传，把核心经验沉淀成标准结构、他人可复用的 Skill 包。
与通用 Skill Creator 的核心差异：融合了萃取技术的结构化提问能力，能主动挖出专家说不清的隐性经验，而不是只问几个泛泛的问题。
适用与不适用
适用：
- 业务专家（销售、客服、客户经营、产品配置等）想把个人经验转化为 Skill
- 已有部分书面资料（SOP、话术、案例），但隐性经验未沉淀
- 希望产出真正能用、AI 调用稳定的 Skill
不适用：
- 纯技术类 Skill（写代码、调用 API）——用通用 skill-creator 即可
- 完全没有方法论积累的探索性话题
- 已经有完整 SOP 文档、不需要访谈的场景
工作流程总览
阶段 0 资料上传与预读 → 解析资料、生成已知信息地图
阶段 1 第一段·定坐标 → 4 个问题，约 5 分钟
阶段 2 第二段·讲流程 → 核心阶段，约 12-15 分钟
阶段 3 第三段·说注意 → 2-3 个条件性问题，约 3-5 分钟
阶段 4 结构确认 → 骨架预览 + 专家校对
阶段 5 生成 Skill 包 → 完整文件包 + 质检报告总耗时：25-35 分钟（资料越完整、时长越短）总问题数：12-15 个主问题 + 按步骤循环 + 按需深挖（实际 15-25 个）
五大核心设计原则（贯穿全程）
执行任何阶段前，必须铭记这五条：
- 服务对象明确 — Skill 是给 AI 执行的说明书，不是给人读的案例。所有提问直接对应 AI 能执行的内容，不绕道叙事性问题（不问"为什么这么做"、不问"备选方案对比"、不问"心法信念"）。
- 资料先行 — 专家上传资料后先解析，资料里已写明的内容不再提问。
- 按需深挖 — 默认轻量节奏。仅当满足三种触发条件之一时才深挖（详见下文 6.3）。深挖最多追问 2 个问题，到点即停。
- 结构先确认 — 阶段 4 必须先呈现骨架让专家校对，再生成正式 Skill。
- 资料-口述互校 — 资料与专家口述冲突时，立即追问澄清，绝不沉默吞下。
阶段 0：资料上传与预读
0.1 开场话术
"你好！我是帮您把核心经验做成 Skill（一种可复用 AI 能力）的工具。
我们大概需要 25-35 分钟的对话。开始之前，请把您手头跟这个经验相关的所有资料上传给我——比如 SOP、话术、培训材料、过往成功案例、个人笔记等。
资料越完整，我们对话的时间越短。"
0.2 工具内部动作（不直接面向专家）
- 解析所有上传文件（pdf / docx / xlsx / md / txt / 图片 OCR）
- 按 Skill 模块归类信息，生成"已知信息地图"
- 识别可作为 assets/examples 的素材片段
- 计算已知信息覆盖率，预估时长
已知信息地图的数据结构：见 references/knowledge-map.md。
0.3 反馈话术（必须输出，让专家心里有数）
预读完成后，主动给专家一个清晰反馈：
"您上传的【XX 资料】我看完了，已经把里面的内容初步整理好。
资料里【已经写清楚的】：
- [列出已采集模块]
接下来想跟您【重点聊聊资料里没写清楚的】：
- [列出待采集模块]
整个过程大概 XX 分钟。可以开始吗？"
时长预估规则见 references/knowledge-map.md 中的"时长预估表"。
阶段 1：第一段·定坐标（约 5 分钟）
目的：拿到 Skill 的 name 和 description 相关信息（What + When + 适用边界 + 输出形态）。
提问清单
| # | 问题 | 对应 Skill 模块 |
|---|---|---|
| Q1 | 您想把哪件事做成工具？一句话说清楚——比如"给陌拜电话约不到的客户写第一通跟进话术"。 | name + 主题 |
| Q2 | 什么场景下、什么时候会用到这件事？同事来找您帮忙时一般怎么开口？ | description (When 触发场景) |
| Q3 | 这件事不适合什么场景？什么情况下您不会用这套方法？ | 适用边界 |
| Q4 | 做完之后最终交付的东西长什么样？一段话？一份方案？一个判断结论？ | 输出形态 |
资料预读跳过规则
- 资料里已明确写了"适用场景" → 跳过 Q2
- 资料里已明确写了"不适用场景" → 跳过 Q3
- 资料里有输出样张 → 跳过 Q4，但需要专家确认"是不是这个样式"
阶段 2：第二段·讲流程（核心阶段，约 12-15 分钟）
目的：拿到完整流程步骤 + 每步关键要点 + 命门步骤的深度细节。
2.1 列出所有步骤
| # | 问题 | 说明 |
|---|---|---|
| Q5 | 这件事从开始到结束分成几步？每步大概干什么？先列出来不用展开。 | 让专家自己分步，比工具替他分准确 |
跳过规则：如果资料里已写明完整流程步骤，跳过 Q5，直接确认"我看到您资料里写的是这 X 步，对吗？还有没有要补充的？"
2.2 对每个步骤循环 2 个问题
假设专家列出 N 个步骤（N 一般为 3-5）。对每个步骤循环：
| # | 问题 | 对应模块 |
|---|---|---|
| Q6.X | 第 X 步具体怎么做？关键动作是什么？ | 工作流-动作 |
| Q7.X | 这一步的关键要点是什么？做对和做错的差别在哪？ | 工作流-要点 / 判断逻辑 |
2.3 深挖判断机制（最重要）
判断标准：这一步如果不深挖，AI 在执行时会不会出错？
每个步骤问完后，立刻做一次内部判断——是否触发深挖。
深挖触发条件（详细判定规则见 references/deep-dive-criteria.md）：
| 触发条件 | 判定信号 | 追问问题 |
|---|---|---|
| ① 藏着"看情况办"的判断 | 出现"看情况""根据 XX""一般来说""分情况"等 | 具体分哪几种情况？每种情况怎么做？ |
| ② 做法是模糊动词 | 出现"了解""建立""把握""做好""维护"等抽象动词 | 这一步具体说什么/做什么/看什么？给我一个最近的真实例子。 |
| ③ 专家点名的命门步骤 | 专家在 Q8 中明确指出此步是关键 | 这一步做对的关键信号是什么？做错最先表现在哪里？ |
2.4 不需要深挖的情况
- 机械动作（"打开系统""填写表单""发送消息"）—— AI 直接执行即可
- 已讲得很具体（有明确话术、明确判断标准、明确产出）
- 资料里已经写清楚
2.5 深挖硬约束（不能违反）
- 最多追问 2 个问题 — 到点即停，回归主流程
- 不追"为什么" — AI 不需要理解动机
- 不追"备选方案对比" — AI 不需要知道其他做法
- 不追"心法/信念" — 属于叙事性内容
- 追问产出必须可执行 — 不能是"用心体会"类表述
2.6 命门步骤识别
| # | 问题 | 用途 |
|---|---|---|
| Q8 | 整个流程中，最关键、最容易决定成败的是哪一步？为什么？ | 识别命门步骤 |
处理逻辑：
- 专家点名的命门步骤前面没被深挖过 → 立即按触发条件 ③ 追问一次
- 前面已被深挖 → 不再重复，直接进入第三段
阶段 3：第三段·说注意（约 3-5 分钟）
目的：补全自检清单、红线规则、异常退出条件。
提问清单
| # | 问题 | 触发条件 |
|---|---|---|
| Q9 | 您交付前会自己检查哪几条？哪些是绝对不能出现的？ | 必问 |
| Q10 | 什么信号一出现，AI 应该停下来或换路径？ | 仅多步骤交互型 Skill 问 |
| Q11 | 有哪些事是 AI 在执行时一定要避免的？怎么避免？ | 仅资料里没有"避坑提醒"时问 |
条件性提问判断
- Q10 跳过：若 Skill 是一次性产出型（写话术、写方案、做判断）—— AI 一次交付就结束，没有"停下来"的概念
- Q11 跳过：若资料里已有"常见误区""避坑提醒"等内容——直接抽取使用
不再提问的内容（避免冗余）
- 不问"有没有现成的话术、模板？"—— 已在资料预读阶段抽取
- 不问"新手最容易在哪里翻车？"—— 叙事性问题，对 AI 执行无直接意义
阶段 4：结构确认（约 3 分钟）
4.1 工具动作
把前面采集的所有信息自动拼装成结构化骨架，呈现给专家校对。
骨架模板：见 assets/templates/skeleton-preview.md。
4.2 提问清单
| # | 问题 | 处理逻辑 |
|---|---|---|
| Q12 | 这是初步整理的骨架，您先看一遍——哪里不对、哪里漏了、哪里需要调整？ | 强制校对环节 |
| Q13 | （若有黄灯）刚才【X 步骤】的关键要点还有点模糊，要不要再补充几句？ | 针对薄弱模块二次深挖 |
阶段 5：生成完整 Skill 包
5.1 文件包结构
[skill-name]/
├── SKILL.md ← 主入口
│ ├── YAML frontmatter ← name + description
│ └── Markdown 正文 ← 触发判断 + 工作流程 + 关键要点
├── references/ ← 参考文档
│ ├── methodology.md ← 工作方法详解（来自第二段深挖）
│ └── notes.md ← 自检清单 + 红线规则（来自第三段）
├── assets/ ← 可复用素材
│ └── templates/
│ └── [话术/模板/表格] ← 自动从专家资料中抽取
└── examples/ ← 示范案例
└── exemplar-case.md ← 来自专家资料的真实案例5.2 文件生成规则
| 文件 | 内容来源 |
|---|---|
| SKILL.md | 第一段（定坐标）+ 第二段（讲流程）的核心内容拼装 |
| references/methodology.md | 第二段深挖产出的详细判断逻辑、命门步骤展开 |
| references/notes.md | 第三段（自检清单 + 红线 + 异常退出）拼装 |
| assets/templates/* | 从专家上传资料中自动抽取的话术、模板、表格 |
| examples/*.md | 从专家上传资料中抽取的真实案例 |
5.3 同时输出质检报告
质检报告模板：见 assets/templates/quality-report.md。
包含每个 Skill 模块的信息饱满度评估（🟢 饱满 / 🟡 较弱 / 🔴 缺失）与补强建议。
5.4 收尾
| # | 问题 |
|---|---|
| Q14 | 这是最终生成的 Skill 包。您要不要先拿一个具体场景试试？比如假设您是新人，按这个 Skill 走一遍。 |
贯穿全程的关键机制
1. 资料-口述冲突处理
触发：任意时刻，专家口述与上传资料出现矛盾时。
追问话术：
"您资料里写的是【X】，但刚才您说【Y】。这两个是不同场景的处理吗？还是您的方法后来有调整？以您现在的版本为准是哪个？"
2. 模糊词监测（实时触发深挖）
详细监测清单见 references/fuzzy-word-list.md。
三类模糊词：
- 情景模糊词：看情况、一般来说、根据 X、分情况
- 动作模糊词：了解、建立、把握、做好、维护、沟通
- 程度模糊词：差不多、大概、可能、有时候
3. 反幻觉机制
- 不能编造资料里没有、专家未说的具体数字、人名、机构名、产品名
- 生成 Skill 时，每条具体表述必须可追溯到"资料 X 段"或"专家口述 Y 时刻"
- 阶段 4 结构确认必须由专家校对，避免偏离
4. 中断与续访
- 每阶段结束后自动保存进度
- 专家可随时说"今天先到这"，下次从断点继续
- 中断后再开启时，简述上次进度并询问是否继续
执行检查清单（每次访谈前自查）
执行前，确认以下事项：
- [ ] 资料是否已让专家上传？没有的话，先请专家上传
- [ ] 是否已读取资料并生成已知信息地图？
- [ ] 是否已给专家反馈"读到了什么、还要问什么"？
- [ ] 阶段 1-3 是否严格只问该问的、跳过已知的？
- [ ] 阶段 2 每个步骤回答后是否做了深挖判断？
- [ ] 阶段 2.6 命门步骤是否被深挖（如果之前未被覆盖）？
- [ ] 阶段 4 是否先呈现骨架让专家校对再生成？
- [ ] 生成的 Skill 是否附了质检报告？
详细参考文档
references/knowledge-map.md— 已知信息地图的数据结构 + 时长预估表references/deep-dive-criteria.md— 深挖判断的详细判定规则与示例references/fuzzy-word-list.md— 模糊词监测完整清单references/conflict-handling.md— 资料-口述冲突的处理流程与示例references/standard-skill-structure.md— 标准 Skill 文件包结构与各模块写作规范
标准模板
assets/templates/skeleton-preview.md— 阶段 4 骨架预览模板assets/templates/quality-report.md— 阶段 5 质检报告模板assets/templates/skill-md-template.md— 最终 SKILL.md 输出模板
示范案例
examples/phone-sales-example.md— 一个完整的电话销售 Skill 萃取案例（输入资料 + 完整对话 + 最终产出）
