7个不同工作场景对应哪些技能一文看懂
AI工具的Skill功能可将重复步骤固定为可复用工作流，覆盖办公、内容创作、VibeCoding、营销、招聘面试及数据分析等场景。通过安装对应Skill并按顺序执行，能高效完成周报整理、内容选题、Demo开发、转化诊断等任务。高频使用10个左右Skill即可，需注意安全审核。
当前AI工具的功能日益强大，但许多人仍被同一个难题卡住：工具众多，实际工作中到底该用哪一个？又该如何搭配组合？
这篇文章直击这一核心痛点，将“Skill”的概念讲得清晰透彻。Skill的本质，就是将那些反复出现的操作步骤固化下来——何时触发、按何种顺序执行、输出什么格式——全部预设好。你无需每次都重新思考，只需找到对应的场景，安装好相应的Skill，运行提示词即可产出结果。
以下内容全部基于Codex环境演示，但实际可在任何支持Skill能力的Agent上运行。请直接对号入座。
基础通用
首先推荐安装的是find-skills。这个Skill能够自动为当前任务搜索最合适的专用Skill。例如，当你接手一个从未做过的任务时，先运行一遍find-skills，查看是否有现成工具可用，无需自己盲目摸索。
另一个必装的是skill-creator，这是Claude官方推出的功能。当你想要将自己手头反复操作的流程固定下来时，直接用口语描述，它就能帮你生成一个新的Skill。门槛极低，无需编写代码。
办公效率
这一场景适合每天与文档、表格、会议纪要、网页资料打交道的人——行政、运营、项目经理均在此列。输入多为文档或表格，输出往往是周报、任务表、汇报材料。所需调用的Skills组合如下：pdf、docx、xlsx、pptx、browser-use/agent-browser、memory。
安装Skill非常简单，直接对Agent说“帮我安装‘xxx’ skill”即可。
请按办公助理工作流处理这些资料。
1. 用 pdf/docx 分别读取并摘要每份文档，不要混在一起。
2. 用 browser-use/agent-browser 打开并核对相关网页或后台信息，补充文档里没有的上下文。
3. 用 xlsx 把任务、风险、负责人和截止时间整理成表格，字段为：事项、负责人、截止时间、依赖、风险等级。
4. 用 pptx 把关键结论整理成适合汇报的页面大纲。
5. 生成一版适合发给主管的周报，语气简洁，不要写成宣传稿。
6. 用 memory 记住我的周报格式、汇报口径和常用字段。
如果资料里没有明确负责人或截止时间，请标注“待确认”。
建议刚上手时先分步操作，先用1～2个Skill验证流程没问题，再逐步组合。下面所有场景同理，可以根据自己的工作流灵活删减。
内容创作
自媒体博主、公众号和小红书创作者都深有体会：内容创作最烦的不是写正文，而是选题、搜索、排版、分发这一整套流程。下面这组Skills基本覆盖了全链路：content-strategy、seo-audit、ai-seo、humanizer-zh、baoyu-format-markdown、copywriting、social-content。
举个例子，假如我要做一篇“Claude Code如何接入飞书”的内容：
我要围绕这个主题做一篇内容：[主题]。请按内容创作工作流执行。
1. 用 content-strategy 判断目标读者、内容目标、内容支柱和最值得写的角度。
2. 用 seo-audit 判断搜索意图、标题结构、关键词覆盖和读者最想解决的问题。
3. 用 ai-seo 补充适合 AI 搜索引用的实体、问答、摘要和事实表达。
4. 用 humanizer-zh 把文章去掉AI味+润色+去掉废话。
5. 用 baoyu-format-markdown 把正文文章或 Markdown 变成结构清晰、适合阅读的 Markdown。
6. 用 copywriting 写 10 个标题，分别偏 SEO、情绪共鸣、实用清单、争议观点，并写开头和 CTA。
7. 用 social-content 把正文改写成 3 个可分发版本：公众号摘要、小红书笔记、LinkedIn 帖子。
使用Codex的时候，记得打开计划模式。系统会先生成内容创作计划，人工审核没问题后再执行，避免一步到位翻车。
Vibe Coding
如果你只是想用AI快速把脑子里的想法变成一个可以演示的Demo，这套Skills组合非常合适：brainstorming、frontend-design/ui-ux-pro-max、web-design-guidelines、test-driven-development、webapp-testing、verification-before-completion。
具体分工如下：brainstorming把想法收敛成最小Demo；frontend-design/ui-ux-pro-max负责生成页面和交互，不会出现千篇一律的AI蓝紫配色；web-design-guidelines检查视觉和布局；test-driven-development定义最关键的行为；webapp-testing在浏览器里验证；verification-before-completion做最后自查。
举个真实的例子：我想做一个“电动自行车版顺风车”的Demo。
产品功能、UI设计、布局都很合理，该提醒的地方也做了高亮显示。唯一的问题是最近电动车戴头盔和带人查得很严，所以这个方案目前只能算商业概念原型——但这个原型已经足够支撑你拿去和投资人或者团队聊了。
我想用 Vibe Coding 快速做一个 Demo：[一句话描述想法]。
1. 用 brainstorming 先把想法收敛成一个最小可运行版本，只保留最关键的用户流程。
2. 用 frontend-design / ui-ux-pro-max 设计第一版界面、组件和交互，不要做营销页，直接做可用产品界面。
3. 用 web-design-guidelines 检查布局、视觉层级、移动端适配和按钮状态。
4. 用 test-driven-development 定义 3-5 个最关键的行为，先保证核心流程能跑。
5. 实现后用 webapp-testing 在浏览器里检查页面能打开、能操作、没有明显遮挡或空白。
6. 最后用 verification-before-completion 做完成前自查，列出已验证内容和还没覆盖的风险。
营销类
做营销增长不能只看文案。核心是先弄清楚用户为什么不转化，再决定改什么、怎么改。这组Skills覆盖了增长到转化的全过程：页面诊断、用户心理、定价、触达、投放。
直接看Case：
请把自己当成增长顾问，审查这个页面或产品介绍：[https://cakegrowth.com/zh]。
请按下面流程：
1. 判断目标用户是谁，当前页面承诺了什么。
2. 用 page-cro 诊断落地页、定价页或注册流程里的转化阻力，找出 10 个转化阻力，按影响程度排序。
3. 用 marketing-psychology 分析用户动机、犹豫点、信任缺口和异议，用营销心理学解释用户为什么会犹豫。
4. 用 pricing-strategy 检查套餐、锚点、试用和优惠设计，给出 A/B 测试假设，包括标题、CTA、价格呈现、信任证明。
5. 用 paid-ads 把核心卖点改写成广告素材，生成一版新版落地页文案。以上用到的技能，自行安装后使用。
6. 最后用 pptx 把内容转成汇报文稿。
招聘/面试
招聘负责人、创业者、团队负责人、面试官，都可以用这套工作流为岗位设计专业的面试方案，而且能有效避免主观偏见。
请为这个岗位设计面试方案：[岗位描述]。
候选人简历如下：[简历内容]。
请按招聘评估工作流执行：
1. 用 resume-analysis 从简历中提取经历证据、能力线索和需要验证的疑点。
2. 用 interview-designer 提炼岗位成功标准和面试策略。
3. 用 question-bank 设计结构化面试问题，分为过往事实、现场推演、价值观和风险点。
4. 用 scorecard 生成评分表，每项说明高分和低分表现。
面试后
1. 用 meeting-summary 把记录整理成录用建议，但必须区分事实、推断和不确定项。
2. 用 handoff 生成给下一轮面试官的交接摘要。
反过来，正在找工作的小伙伴也可以直接用这套流程，检验自己的简历质量，并提前模拟未来可能遇到的面试问题。
数据分析
本地数据分析场景，推荐两个核心Skills：xlsx和pandas-pro。xlsx负责读写.xlsx/.xlsm/.csv/.tsv等本地表格文件，还能做公式校验；pandas-pro则用于更工程化的数据处理——清洗、转换、聚合、大数据优化，支持向量化和内存优化，安全审计也通过了。
用 xlsx 读取数据/文件，先做缺失值、异常值和字段含义检查，用 pandas 进行分析，再给结论。
一些心得
Skill表面上看是在安装一个个工具，但真正改变的其实是处理工作的方式。把反复出现的判断、步骤和标准沉淀下来，让AI沿着你已经认可的工作流去完成任务。
实际高频使用的Skill其实不需要太多，10个左右就足够了。没必要把技能库装得像百货超市一样琳琅满目。关键是把高频场景厘清楚：哪些事每周都在重复？哪些流程容易漏？哪些输出格式希望稳定复用？用Skill固定下来，效率才能真正上来。
另外，Skill越强，越需要保持警惕。每次使用前要确认：有没有清晰的SKILL.md？会不会运行脚本或命令？会不会访问外部网络或第三方API？凡是涉及合同、医疗、财务、权限、删除、付款、发消息、生产环境变更的时候，一定要让Agent先停下来确认，不要让它一路自动执行到底。
现在不缺AI，也不缺大而全的Skill清单。关键是谁能把工具变成自己的方法，把方法变成稳定的产出能力。在真实的工作流里，用真正有用的Skill。