这两天，我在整理自己做过的电商 Skill，发现一个很常见的问题。
很多人第一次写 Skill，会先打开 AI，输入一句：
帮我写一个专业的电商运营 Skill。
AI 很快就会给你一大段内容。角色、目标、步骤、格式，看起来什么都有。
可真正拿一个店铺任务去跑，问题马上出来了：有时写得很空，有时管得太宽，有时每次输出都不一样。
不是 AI 不够聪明，而是第一步就走偏了。
第一个 Skill，不该从提示词开始，而应该从一件你反复在做的真实工作开始。
先别想着做一个“全能运营专家”
很多人一上来，就想做一个什么都会的电商 Skill：能选品、能写标题、能看主图、能做详情页，还能分析投放。
听起来很厉害，跑起来通常很混乱。
因为这里面不是一个任务，而是十几个不同的判断。哪个环节出了错，你自己都不知道应该改哪里。
如果换成我，我会先挑一件足够小的事。
比如：每次活动结束后，把成交、流量、点击和退款变化整理成一页复盘，并指出下一轮最该检查的问题。
它有三个特点：经常做、输入相对固定、结果能判断好坏。
这种任务，才适合拿来做第一个 Skill。
动手之前，先回答四个问题
你不需要先研究复杂的文件结构，也不用急着学代码。
先把下面四个问题回答清楚。
这个 Skill 到底解决什么问题？
不要写“提高运营效率”，这句话太大，AI 不知道具体要干什么。
要写成一项可以完成的工作。
例如，不是“帮我做好活动复盘”，而是“读取这次活动数据，找出主要异常，并生成下一轮检查清单”。
问题越具体，Skill 越容易跑稳。
什么情况下应该调用它？
Skill 不是任何时候都要出现。
你要告诉 AI：用户提供了什么资料、提出了什么需求，才进入这套流程。
边界不清楚，AI 就容易在不该出手的时候乱出手。
哪些事情绝对不能做？
这一问很容易被忽略，却特别重要。
没有数据，不能自己补；看不出原因，不能假装已经找到；涉及预算调整，不能替运营直接拍板。
把不能做的事情写清楚，往往比多写十条“你要专业”更有用。
做到什么程度，才算完成？
只说“输出一份专业报告”没有意义，因为每个人对专业的理解不一样。
你需要给出一个看得见的完成标准：结果里应该有什么，哪些数据必须核对，哪些判断必须给依据，哪里需要人工确认。
这四个问题答完，第一个 Skill 的骨架其实就有了。
第一版不要追求漂亮，先拿真实任务跑
很多 Skill 看起来写得很完整，真正的问题却藏在执行里。
所以第一版出来后，不要继续坐在那里润色文字。直接拿一份你真实做过的任务，让它跑一遍。
然后对照你自己的处理结果去看：
○ 哪一步漏了？
○ 哪个判断太空？
○ 哪句话看起来正确，但实际上不能执行？
○ 哪个地方必须由人来确认？
发现一个问题，就补一条规则，再跑一次。
Skill 不是一次写完的，它更像一份会被不断修订的员工工作手册。AI 每犯一次错，你就多知道一条应该写清楚的标准。
写 Skill，真正难的不是写字
讲真，AI 可以帮你生成一份看起来很像样的 Skill 文件。
真正难的是：你能不能说清楚自己平时到底怎么判断，什么结果你会否掉，什么事情绝对不能交给 AI 自己决定。
这些东西，才是你的业务经验。
提示词只是把话说给 AI 听；Skill 是把一套工作方法交给 AI 去执行。
如果你准备写第一个 Skill，今天先别想着搭完整系统。找一件你每周都在重复做的小事，把上面四个问题写下来，再用一个真实任务跑第一版。
至于完整的文件结构、参考资料怎么放、脚本怎么配、不同 Skill 怎么串起来，这些可以等第一版真正跑起来以后再学。
如果你不想从零搭，也可以直接看看我已经做好的 悟空 Skill 会员。里面交付的是能直接调用的电商 Skill，不是一堆让你自己研究的提示词。
我把电商运营，拆成了一套可以调用的Skill
我是老兵小白，后面我会继续写这个「Skill 入门系列」。下一篇，我们再拆：为什么很多 Skill 看起来很完整，真正运行时却总是跑偏。