疯了，半小时驯服Claude，从此PPT不求人 --知识铺

你有没有这种感觉？

每次用AI，都像在"开盲盒"——有时候惊艳，有时候离谱。同样的问题，今天答得好，明天又不行了。

但如果我告诉你，你可以把自己的专业经验"教"给AI，让它变成一个稳定输出的专家系统呢？如下就是用Skills + 一个PDF得到的：

这不是科幻，这是我上周干的事——我和Claude一起打造了一个"PPT设计技能包"，现在它能：

•自动分析内容，选择最优布局

•生成Keynote级别的动效

•一键导出HTML/PDF/PPTX

而且，每次都稳定发挥，不再开盲盒。

今天，我不只是讲透这个工具，更重要的是——我要把这套"驯服AI"的方法论教给你。

学会它，你可以创造属于自己的AI技能包：

•法务同学可以做一个"合同审查专家"

•运营同学可以做一个"小红书爆款生成器"

•学生党可以做一个"论文润色助手"

•产品经理可以做一个"PRD撰写专家"

授人以鱼不如授人以渔，让我们开始吧。

第一章：什么是Claude Skills？

你可能遇到过这些问题:

“为什么同样的Prompt，今天效果好，明天就拉胯？”
“为什么每次都要重复说明我的需求？”
“为什么AI总是忘记我之前教它的东西？”

原因很简单：AI没有记忆，每次对话都是"失忆重启"。

而Skills，就是解决这个问题的。

Skills的本质：给AI写一本"操作手册"

想象一下，你新招了一个实习生，聪明但啥都不懂。

你有两个选择：

•每次都口头教：累死你，而且他可能记错

•写一本SOP手册：一次投入，终身受益

Skills就是那本SOP手册。

普通对话vs使用Skills对比图

Claude Skills长什么样？

其实很简单，就是一个结构化的文件夹，里面是一堆Markdown文档：

<span leaf="">my-skill/<span leaf="">  
<span leaf="">├── SKILL.md              # 📖 主入口：告诉AI这个技能是干嘛的<span leaf="">  
<span leaf="">├── references/           # 📚 参考文档：详细的操作指南<span leaf="">  
<span leaf="">│   ├── step1.md<span leaf="">  
<span leaf="">│   ├── step2.md<span leaf="">  
<span leaf="">│   └── ...<span leaf="">  
<span leaf="">└── assets/               # 🎨 资源文件：模板、样式等<span leaf="">  
<span leaf="">    └── templates/

核心就是那个 SKILL.md——它就像一本书的目录+摘要，告诉AI：

1.这个技能能做什么

2.遇到什么情况要用这个技能

3.具体怎么执行

第二章：驯服AI的核心方法论

在和Claude一起创造这个PPT Skills的过程中，我总结出了一套方法论，我把它叫做"Context Engineering"（上下文工程）。

核心思想:AI的能力 = 推理引擎 + 正确的上下文

AI能力公式图

Claude的推理能力已经很强了,你改变不了。但你能改变的是给它什么上下文。

这就是Skills的价值所在。

方法论框架:四步驯服

四步驯服AI流程图

让我用PPT Skills的创造过程,带你走一遍这四步。

第三章：实战——如何和Claude共创PPT Skills

Step 1：定义边界——这个技能能做什么？

首先，你要想清楚：这个技能解决什么问题？边界在哪里？

我和Claude的第一轮对话是这样的：

<span leaf="">我：我想创造一个帮我做PPT的Skills，你觉得应该怎么定义它的能力边界？<span leaf="">  
<span leaf="">  
<span leaf="">Claude：好问题！我们需要明确几点：<span leaf="">  
<span leaf="">  
<span leaf="">1. 输入是什么？<span leaf="">  
<span leaf="">   - 用户的主题描述？<span leaf="">  
<span leaf="">   - 还是已有的文档/逐字稿？<span leaf="">  
<span leaf="">   - 还是两者都支持？<span leaf="">  
<span leaf="">  
<span leaf="">2. 输出是什么？<span leaf="">  
<span leaf="">   - 只生成内容结构？<span leaf="">  
<span leaf="">   - 还是带完整设计的成品？<span leaf="">  
<span leaf="">   - 支持哪些格式？HTML/PDF/PPTX？<span leaf="">  
<span leaf="">  
<span leaf="">3. 不做什么？<span leaf="">  
<span leaf="">   - 不做视频？<span leaf="">  
<span leaf="">   - 不做复杂的数据可视化（需要真实数据源）？<span leaf="">  
<span leaf="">  
<span leaf="">建议：先做一个MVP，后续再扩展。

经过讨论，我们定义了边界：

<span leaf="">## 能力边界<span leaf="">  
<span leaf="">  
<span leaf="">✅ 能做：<span leaf="">  
<span leaf="">-<span leaf=""> 根据用户描述/文档，生成演示文稿<span leaf="">  
<span leaf="">-<span leaf=""> 自动选择最优布局<span leaf="">  
<span leaf="">-<span leaf=""> 生成带动效的Web演示<span leaf="">  
<span leaf="">-<span leaf=""> 导出PDF/PPTX<span leaf="">  
<span leaf="">  
<span leaf="">❌ 不做：<span leaf="">  
<span leaf="">-<span leaf=""> 不做复杂动画视频<span leaf="">  
<span leaf="">-<span leaf=""> 不做需要真实数据API的动态图表<span leaf="">  
<span leaf="">-<span leaf=""> 不做品牌定制设计（那是另一个Skills）

🔑 关键洞察：定义"不做什么"比"做什么"更重要。边界清晰，AI才不会乱发挥。

Step 2：拆解流程——专家是怎么做的？

接下来，我问了Claude一个关键问题：

<span leaf="">我：如果你是一个专业的PPT设计师，从接到需求到交付成品，<span leaf="">  
<span leaf="">    你会怎么一步步做？请详细拆解。

Claude给了我一个很有价值的框架：

PPT设计师工作流程图

这就是我们Skills的四阶段工作流的由来!

🔑 关键洞察：不要让AI一步到位。把复杂任务拆解成多个阶段，每个阶段有明确的输入输出，质量才可控。

我们把这个流程写进了 SKILL.md：

<span leaf="">## 核心工作流<span leaf="">**严格按顺序执行，每阶段需用户确认后才能进入下一阶段：**

PPT Skills工作流程手绘草图-白纸版

Step 3：设计记忆——AI需要记住什么？

这是最关键的一步。AI的问题不是不聪明，而是"失忆"。

每次新对话，它都忘了之前的一切。所以我们需要设计外部记忆系统。

我问Claude：

<span leaf="">我：在这个工作流中，哪些信息是需要"跨阶段"保留的？<span leaf="">  
<span leaf="">    如果你中途"失忆"了，重新读取什么信息能恢复状态？

Claude的回答让我茅塞顿开：

<span leaf="">需要持久化的信息：<span leaf="">  
<span leaf="">  
<span leaf="">1. 用户需求摘要（Stage 1 → 后续所有阶段）<span leaf="">  
<span leaf="">2. 内容大纲 Outline.md（Stage 2 → Stage 3, 4）<span leaf="">  
<span leaf="">3. 分镜方案 Slides.md（Stage 3 → Stage 4）⬅️ 最关键！<span leaf="">  
<span leaf="">4. 设计规范（贯穿始终）<span leaf="">  
<span leaf="">  
<span leaf="">其中 Slides.md 是核心"外部记忆"：<span leaf="">  
<span leaf="">- 它记录了每一页的完整信息<span leaf="">  
<span leaf="">- 用户可以直接编辑这个文件<span leaf="">  
<span leaf="">- 即使对话中断，读取这个文件就能恢复进度

于是我们设计了这个结构：

外部记忆系统结构图

🔑 关键洞察:给AI设计"外部记忆",让关键信息持久化。这样即使对话中断,也能无缝恢复。

Step 4：验证迭代——测试并持续优化

Skills写完不是终点，而是起点。

我用不同类型的需求测试这个Skills：

| 测试场景

发现的问题

优化方案

“帮我做个PPT”

AI不知道问什么问题

补充了标准问询清单

| |

内容太多

一页塞10个要点

增加内容密度限制规则

| |

选错布局

数据用了Grid布局

完善布局决策树

| |

动效太花

像村晚

增加"克制"原则

每发现一个问题，就更新 SKILL.md 或相应的参考文档。

<span leaf="">## 内容密度控制（这是迭代后加的）<span leaf="">**严格限制每幕内容量**<span leaf="">：<span leaf="">  
<span leaf="">| 布局类型 | 最大要点数 | 溢出处理 |<span leaf="">  
<span leaf="">|---------|-----------|---------|<span leaf="">  
<span leaf="">| Grid-2 | 6 (每卡片3) | 拆分为2幕 |<span leaf="">  
<span leaf="">| Grid-3 | 9 (每卡片3) | 拆分为2个Grid-2 |<span leaf="">  
<span leaf="">| Flow | 6步骤 | 拆分为2个Flow |<span leaf="">  
<span leaf="">...

🔑 关键洞察：Skills是"活"的，需要根据实际使用不断迭代。遇到问题就更新文档。

第四章：Skills设计的5个黄金法则

通过这次实践，我总结了5个设计Skills的黄金法则：

法则1：渐进式披露

不要把所有信息一股脑塞给AI。

<span leaf="">❌ 错误做法：一个10000字的SKILL.md<span leaf="">  
<span leaf="">  
<span leaf="">✅ 正确做法：<span leaf="">  
<span leaf="">   SKILL.md（500字概述）<span leaf="">  
<span leaf="">   └── 引用 references/xxx.md（需要时再读取）

我们的PPT Skills就是这么设计的：

•SKILL.md 只有核心流程和规则

•具体到某个阶段，再读取对应的 references/xxx.md

法则2：决策树优于自由发挥

AI最怕的是"你看着办"。

<span leaf="">❌ 模糊指令：选择合适的布局<span leaf="">  
<span leaf="">  
<span leaf="">✅ 明确决策树：<span leaf="">  
<span leaf="">   有时间维度？ → ChartFocus<span leaf="">  
<span leaf="">   是静态KPI？ → DataFirst<span leaf="">  
<span leaf="">   是2个概念对比？ → Grid-2<span leaf="">  
<span leaf="">   是3个并列概念？ → Grid-3<span leaf="">  
<span leaf="">   ...

法则3：设定边界和"不做"清单

<span leaf="">## 关键原则<span leaf="">-<span leaf=""> ✅ 动效克制：60fps优化，不做花哨动画<span leaf="">  
<span leaf="">-<span leaf=""> ✅ 内容精炼：每幕最多6个要点<span leaf="">  
<span leaf="">-<span leaf=""> ❌ 不做：品牌定制设计<span leaf="">  
<span leaf="">-<span leaf=""> ❌ 不做：需要外部API的动态图表

法则4：设计检查点

在关键节点让用户确认，避免跑偏。

<span leaf="">Stage 1 结束 → "需求我理解对了吗？确认后继续"<span leaf="">  
<span leaf="">Stage 2 结束 → "大纲OK吗？确认后输入「分镜」"<span leaf="">  
<span leaf="">Stage 3 结束 → "分镜OK吗？确认后输入「生成」"

法则5：留有修改入口

让用户能介入和修改AI的中间产物。

<span leaf="">**Slides.md 是用户可编辑的外部记忆**<span leaf="">  
<span leaf="">  
<span leaf="">如果用户对某一页不满意，可以：<span leaf="">  
<span leaf="">1.<span leaf=""> 直接编辑 Slides.md<span leaf="">  
<span leaf="">2.<span leaf=""> 让AI重新读取并生成<span leaf="">  
<span leaf="">  
<span leaf="">这比每次从头对话高效100倍。

第五章：你可以创造什么Skills？

现在你掌握了方法论，可以开始创造自己的Skills了。

一些灵感

| 你的角色

可以做的Skills

核心能力

法务

合同审查专家

风险识别、条款建议

| |

运营

小红书爆款生成器

标题优化、内容结构

| |

产品经理

PRD撰写助手

需求分析、文档规范

| |

学生

论文润色专家

学术表达、逻辑优化

| |

程序员

Code Review专家

代码规范、性能建议

| |

销售

客户邮件助手

场景话术、跟进策略

开始创造的Prompt模板

你可以用这个Prompt开始：

<span leaf="">我想创造一个[XXX]的Skills，帮我：<span leaf="">  
<span leaf="">  
<span leaf="">1. 首先，我们来定义这个技能的边界：<span leaf="">  
<span leaf="">   - 它应该能做什么？<span leaf="">  
<span leaf="">   - 它不应该做什么？<span leaf="">  
<span leaf="">  
<span leaf="">2. 然后，拆解一下专业的[XXX角色]是怎么工作的：<span leaf="">  
<span leaf="">   - 分几个阶段？<span leaf="">  
<span leaf="">   - 每个阶段的输入输出是什么？<span leaf="">  
<span leaf="">  
<span leaf="">3. 接着，设计外部记忆：<span leaf="">  
<span leaf="">   - 哪些信息需要跨阶段保留？<span leaf="">  
<span leaf="">   - 用什么格式存储？<span leaf="">  
<span leaf="">  
<span leaf="">4. 最后，帮我生成SKILL.md的框架。<span leaf="">  
<span leaf="">  
<span leaf="">我们一步步来，先从第1点开始。

第六章：总结——从"用AI"到"与AI共创"

回顾这次和Claude一起创造PPT Skills的经历，我最大的感悟是：

AI时代，真正稀缺的不是会用AI的人，而是会和AI"共创"的人。

普通用户：每次对话都是一次性的
↓
进阶用户：会写好的Prompt
↓
高阶用户：会创造Skills，让AI成为持续稳定的协作伙伴

这就像：

•普通司机：会开车

•老司机：会开得又快又稳

•造车的人：可以造出适合自己需求的车

Skills就是你和AI一起"造"的那辆车。

这篇文章的方法论，同样适用于创造任何类型的Skills。现在，轮到你了——你准备用它创造什么？

我是 Jason，来自「SuperAI编程」。在评论区告诉我，说不定下一篇，我们就一起共创你的Skills 🚀

如果本文内容对您有启发，欢迎点个【赞】、【在看】或【转发】支持一下；也可以加个星标⭐一起进入下面群聊，第一时间收到更多实战案例。

文章目录