Skills 入门实战派:5 分钟让 Claude 输出"有个性"
Skills 入门实战派:5 分钟让 Claude 输出”有个性”
你有没有发现,让 Claude 写一个落地页,出来的东西几乎一模一样?
Inter 字体。紫色渐变。白底。极简动画。
一眼就能认出来——这是 AI 生成的。
问题不在 Claude。在于分布收敛。
模型在采样时,会倾向训练数据中出现频率最高的”安全选择”。这些选择通用、不出错、也不得罪人。
但对做产品的你来说,这种”AI 味”正在削弱品牌辨识度。
好消息是:Claude 高度可引导。
告诉它”别用 Inter”,输出立刻改善。
问题是,每次都要重复这些指令,太累。
Skills 是什么
一句话:按需加载的领域知识包。
你把常用的指令、约束、最佳实践写成 Markdown 文件,放到指定目录。Claude 会在需要时自动读取,用完即走。
这不是插件,不需要写代码,不需要调 API。
就是一份文档。
但这份文档,能让你从”每次都要说一遍”变成”说一次,永久生效”。
Skills 的原理:三级渐进加载
为什么 Skills 能做到”按需加载”而不撑爆上下文?
因为 Anthropic 设计了一个三级渐进式加载机制。
第一级:元数据(始终在线)
Skills 目录下的每个 .md 文件,开头都有 YAML 元数据:
1 |
|
这两个字段——name 和 description——是 Skills 的”入场券”。
Claude 在每次对话开始时,会扫描所有 Skills 的元数据。这些信息始终在上下文中,但只占 ~100 token。
第二级:Skill 正文(触发后加载)
当你提到”帮我写个前端页面”,Claude 会根据 description 判断:这个 Skill 相关吗?
如果相关,才会真正读取 Skill 的正文内容。
这就是为什么 description 写法很关键——它决定了 Claude 能不能”想起来”这个 Skill。
好的 description 应该包含:
- 这个 Skill 做什么
- 什么场景应该触发它
- 关键词或触发短语
差的 description:
1 | description: Design guidelines for frontend. |
好的 description:
1 | description: Apply custom design aesthetics to frontend code. |
第三级:引用资源(按需加载)
复杂 Skill 可以附带 references/ 目录,存放详细文档。
正文里只写核心指引,细节链接到引用文件:
1 | ## 品牌色彩系统 |
Claude 只在真正需要时才去读取这些文件。
这种设计让 Skills 可以无限扩展——正文 <500 行,引用文件再多也不怕。
为什么这样设计
上下文窗口是公共资源。
它要容纳:system prompt、对话历史、其他 Skills 的元数据、你的请求。
Skills 的三级加载,本质是在做资源预算:
- 元数据:必须时刻在场,所以要精简
- 正文:触发后才加载,所以要聚焦
- 引用:按需取用,所以可以详尽
理解这个机制,你就能写出更高效的 Skills。
第一个 Skill:前端设计风格指南
创建文件 .claude/skills/frontend-design.md:
1 | <frontend_design> |
就这么多。
下次让 Claude 写前端,它会自动加载这个 Skill。
效果对比
Before:默认输出
- Inter 字体
- 紫色渐变
- 白底
- 标准布局
After:加载 Skill
- JetBrains Mono 或 Playfair Display
- 深色主题或氛围感背景
- 有层次的配色
- 让人想多看两眼
关键变化:从”安全但平庸”变成”有个性但仍然安全”。
Skills 的三个层次
1. 约束型
告诉 Claude 避免什么。
“不要用 Inter””不要紫色渐变””不要白底”。
这是最容易上手的。
2. 指引型
提供设计原则。
“字体要有对比感””背景要有层次””配色要大胆”。
给方向,不写死。
3. 模板型
直接给可复用的代码模板。
适合高度标准化的场景:组件库、API 设计、测试用例。
避坑指南
不要塞太多内容
~400 token 是最佳区间。
塞太多会稀释关键指令,效果反而变差。
不要写死 hex 颜色
写 #1a1a2e 不如写”深色主题,有科技感”。
后者让 Claude 有发挥空间,输出更自然。
不要假设 Claude 有记忆
每次对话都是新的。
Skill 的意义就在这里:把”要记住的东西”变成”随时可读取的文档”。
为什么这事儿值得做
两个原因。
第一,上下文窗口是稀缺资源。
把所有指令塞进 system prompt,会占用 token,拖慢响应,甚至影响输出质量。
Skills 是”按需加载”,用多少取多少。
第二,最佳实践值得沉淀。
你今天发现一个好用的 prompt,明天就会忘。
写成 Skill,下次还能用。
团队也能用。
下一步
试试看。
用 5 分钟写一个 Skill,看看 Claude 的输出会不会不一样。
你会发现,可引导性是 Claude 被低估的能力。
只是之前,你不知道怎么高效利用它。


