大多数人以为自己缺的是一个更好的工具。
他们觉得，下一个新模型、下一款 AI 工具、下一套新配置，才是挡在自己和真正的成果之间的东西。
其实，他们缺的是技能。
那些用 AI 做出惊人产出的人，用的并不是什么秘密武器。他们用的就是你我都在用的 Claude 和 ChatGPT。只不过，他们把几项工具本身给不了你的技能练熟了。
这篇指南讲的就是这些技能。一共七项，从入门到进阶。
一、如果你是新手：先学会写提示词
大多数人用 ChatGPT 或 Claude 的方式，跟用搜索引擎没两样：敲一行字，得到一个干巴巴的答案，然后断定 AI 也就这样了。
不是 AI 不行，是提示词太烂。垃圾进，垃圾出。
一条好的提示词通常包含四个部分：
-
指令：你想要什么 -
上下文：AI 需要知道的背景 -
约束：篇幅、语气、格式 -
示例：什么样算"好"
这是我一直回头在用的基本提示词结构。
Anthropic 还有一个更细的提示词公式。公式里的元素你很少会全部用上，但知道它们的存在是有价值的。
为什么有人说提示词已死？
因为他们指的是 Claude Cowork 和 Claude Code 这类工具。这类工具被配置了大量上下文，以至于你几乎用不上提示词公式。
我自己也这样。我的配置把项目的一切都教给了 Claude Cowork 和 Claude Code，这类工具用起来效果惊人。但 Claude 聊天窗口和 ChatGPT 没有对等的配置方式（至少没这么好用），所以提示词公式依然有用。
这会引出后面的第三点。
二、让 AI 跟你抬杠
默认状态下，AI 是个讨好者。
你问它"我这个想法好不好"，它多半会说：“好。”
这听着舒服，但当你需要真话时，它毫无用处。真正把 AI 用出价值的人，是用它来找自己的盲区，而不是求一句夸奖。
风险很隐蔽。就像一个顺着你的自我诊断走的医生：你走进诊室时已经认定自己哪里出了问题，你描述症状，医生点头，开出你期待中的那张处方，你带着"果然如此"的踏实感离开。
病还在。你只是感觉好受了些。
这个问题可以用一个快速设置来修。在提示词里加一句"扮演魔鬼代言人，挑战我的假设，告诉我我漏掉了什么"，就已经有帮助了。但如果你想每次都生效，可以建一个"反讨好技能"，强制 AI 先反对、再认同。技能配置如下（实际使用请保留英文）：
前后差别是天壤之别。问"我该不该涨价 20%"，默认的 AI 会点头称是；
装了这个技能，它会跳过认同，直奔你还没验证的东西。
不过也别盲目相信它的反驳。AI 会编造事实（有位律师引用了三个 ChatGPT 完全虚构的判例，在法官面前栽了大跟头）。
它每给你一个事实或链接，都去核实。
如果你用 Claude Code，还有一个类似的技能叫 Grill Me，它会让 Claude 像面试官一样反复追问你的方案，直到你们俩都真正搞明白为止。
三、上下文才是真本事
大多数人以为自己的问题是提示词问题。其实是上下文问题。
想释放 Claude Cowork 和 Claude Code 的全部威力，你需要上下文。
把上下文理解成装在文本文件里的另一个你。AI 聪明到几乎什么都能帮上忙，但多数时候，它需要的信息不在对话里——在你脑子里、在你的邮件里、在你过往的工作里。
解决办法是别再每次都重新介绍自己。一次性做完，写进一个简单的上下文文件（一个纯文本文件，装着关于你和你的工作的一切）。
最省事的建法，是让 AI 来采访你：
你要帮我创建一个可以在 Claude Cowork 中使用的上下文文件。
一次问我一个问题，来了解我的工作：我是谁、我做什么、我喜欢
事情怎么做、我在产出里绝不想看到什么、以及"好作品"对我而言
具体指什么。用提问组件来问。
总共问我 40–50 个问题。一次一个。如果我的回答含糊，就追问，
让我给出具体例子。全部问完后，把内容整理成一个 .md 文件，
方便我保存并配合 Claude 使用。
存一次，到处复用。你的答案不再千篇一律，因为 AI 终于知道你是谁了。
小技巧：建这份文件时，把你"拒绝什么"也写清楚。一句"我绝不会给客户发要点式罗列的邮件"，比单说一句"我喜欢直接的沟通风格"更能让 Claude 明白你要什么。
四、把 AI 接到你已经在用的应用上
这是 2026 年最大的变化，也是 AI 智能体真正的起点。
大多数人还在复制粘贴。搜信息、复制、贴进对话框、把答案复制出来、再挪到别处。能用，但不成规模。
升级版做法是：把 AI 直接连到你的应用上。你的 Gmail、日历、Notion。这样它就能自己取用所需的信息（甚至直接执行操作），而不用你手动喂。
一旦 AI 能触达你的工具，你就可以从"提问"切换到"委派"。你给它一个目标，它自己拆解步骤。所谓智能体，本质上就这个。
你不需要懂技术。
现在大多数工具都有连接器（Connectors）菜单，把对应应用打开开关就行。在 Cowork 里，路径是：Customize → Connectors → + → Browse connectors。
连接器不只是效率工具。如果你想搭建你睡觉时它自己跑的工作流，连接器是必需品。
举个例子：作者有一个 Claude 工作流，用于从网站上下载视频。有的网站自带视频字幕稿，有的没有。解决方案？把 ElevenLabs 连到 Claude Cowork，让它负责转录视频。没有这个连接器，作者就得每天手动把视频上传到 ElevenLabs。
五、不写代码也能搭自动化
这一节标题里有两个吓人的词："搭建"和"代码"。
它们不该吓人。
现在你可以用大白话描述出你想要的东西，代码在后台自动完成。你永远不用看到它。
人们管这个叫 vibe coding。
不过这里说的不是用 vibe coding 做应用，而是做 Claude 技能、定时任务、工作流和系统，帮你把工作的一部分（甚至几乎全部）自动化。
作者的朴素做法：
-
找一个可以自动化的任务：如果产出好坏不需要依赖你的品味和判断，加分 -
开一个任务，用大白话让 Claude 去做：用语音输入详细解释效果更好 -
Claude 成功解决之后，把任务固化成技能（聊天下拉菜单 → 转为技能） -
测试这个技能。效果惊艳就收工；不行就让 Claude 修 -
让 Claude 每 X 天在你指定的时间运行这个技能。这样就建成了一个不需要你干预的定时任务
对多个任务重复这五步。把相关的任务串起来，你就搭出了一个系统。
六、让 AI 来写提示词（你只管写循环）
这是作者最兴奋的一项技能（他自己也还在摸索）。
它来自 Claude Code 的创造者 Boris Cherny。他在一次大会上说：
“我已经不给 Claude 写提示词了。我写循环，让循环去干活。我的工作就是写循环。”
大多数人还在打磨那条完美提示词，而 Claude Code 的作者已经彻底跳出了提示词。
而且不止他一个人。OpenClaw 的创造者 Peter Steinberger（现在在 OpenAI 工作）最近也发了类似的内容。
作者表示还需要做更多研究，搞清楚这些循环到底怎么搭。等弄明白后，他会写一篇大白话指南，让不懂技术的人也能上手。
七、大模型技能从入门到实践
百万粉丝 AI 应用专家宝玉作品，可直接复用的真实 Skill。如果你平时经常写提示词，但总觉得效果不稳定、只能单次使用，真心建议你读一读这本。
由 AI 应用专家宝玉结合大量实战写成，帮你跳出复制粘贴提示词的局限，把你自己独有的工作经验，封装成智能体稳定执行的标准化技能，告别被动当 AI 工具人，真正实现工作自动化。
全书是先上手实操、再沉淀方法论的思路，带你从第一个小技能起步，慢慢搭建多技能工作流。书中还给了 3 套单技能模板、组合写作工作流、完整技能工程方法，还有一套完整的项目迭代实战。 这本书不绑定平台，扣子、Claude Code、OpenClaw 都能用，也不强制要求会编程，只要你想用 AI 提升工作效率，看完就能上手实践。
知名 AI 专家、前英伟达工程师，畅销书作者 Chip Huyen 撰写。当你做完零散 Demo，想要做稳定、可规模化的 AI 项目时，优先选这本。
知名 AI 专家、畅销书作者 Chip Huyen 出品，是 AI 工程领域很有分量的指南。全书围绕基于 LLM、LMM 等基础模型搭建 AI 应用展开，给出一套完整工程框架：模型评估选型、提示工程、RAG 与智能体、微调策略、数据集工程、推理优化、系统架构全都覆盖到。书中有大量真实行业案例，给的方法都能落地，帮你做出更快、更稳、方便扩展的 AI 应用，做技术选型时也更容易做出合理判断。