豆包工作的 Skill 怎么选，怎么用
Skill 是什么
豆包工作 本身负责理解任务和组织执行；Skill 则是一组可复用的说明、脚本、参考资料和资源，告诉 Agent 某类任务应该怎样做、调用什么工具、交付什么格式。
一个最标准的 Skill，大概长这样：
代码块
Plain Text
my-skill/
├── SKILL.md
├── scripts/
│ └── check.py
├── references/
│ └── guide.md
└── ../assets/
└── template.pptx
其中只有 SKILL.md 是必须的。
代码块
Plain Text
---
name: tech-article-writing
description: 用于撰写 AI 产品、模型评测和科技行业相关文章
---
收到写作任务后：
1. 先确认文章核心角度
2. 查找一手资料
3. 对核心事实交叉验证
4. 根据用户写作风格完成初稿
5. 检查禁用句式和 AI 味表达
还可以带上：
代码块
Plain Text
references/style.md
Skill 是怎么工作的#
Skill 最关键的设计，其实不是 SKILL.md，而是 Progressive Disclosure，渐进式披露。
假设你的 Agent 装了 100 个 Skill。
它不会一上来把 100 个 Skill 的完整内容全部塞进上下文。这样不仅浪费 Token，还会让模型被大量无关指令干扰。
标准做法分三层。
第一层，Agent 启动时只看所有 Skill 的名称和 description。
比如：
代码块
Plain Text
第二层，当用户说：
代码块
Plain Text
帮我写一篇 豆包工作 的公众号文章
Agent 根据 description 判断 tech-article-writing 可能相关，这时才加载完整的 SKILL.md。
第三层，执行过程中发现需要模仿你的写作风格，才继续读取：
代码块
Plain Text
需要检查 AI 味，才执行：
代码块
Plain Text
scripts/check-ai-phrases.py
标准规范建议，所有 Skill 启动时只加载数十至上百Token的元数据，Skill 激活后再加载完整说明，其他资料和脚本继续按需读取。OpenAI Codex 也采用类似机制，先向模型暴露 Skill 的名称、描述和路径，再在模型决定使用时读取完整内容。
所以 Skill 解决了一个长期困扰 Agent 的问题：
怎么给 Agent 很多知识和工作方法，又不把所有东西永远塞在 Prompt 里。
Skill 有哪些作用
第一个作用，是给模型补充程序性知识。大模型往往知道大量知识，但未必知道你的事情具体应该怎么做，比如它知道 SQL，但它不知道你公司的：
代码块
Plain Text
canonical user_id 在哪张表
subscriptions 表是 append-only
查询退款时必须排除某个状态
Grafana 对应 dashboard ID 是多少
这些知识非常适合做 Skill，Anthropic 在内部使用了数百个 Skill，最终发现主要集中在 API 和内部库使用、产品验证、数据分析、业务流程自动化、代码脚手架、代码审查、CI/CD、故障 Runbook 和基础设施运维九类场景。
第二个作用，是固定复杂工作流，比如做一次行业调研。
普通 Prompt 可能是：
代码块
Plain Text
详细调研一下 豆包工作
模型每一次都会重新思考：
代码块
Plain Text
去哪里找资料
先查什么
怎么验证
跟谁对比
输出什么结构
Skill 可以把流程固定下来：
代码块
Plain Text
1. 官方网站
2. 官方公众号和发布会
3. 产品文档
4. 实际产品测试
5. 同类产品对比
这种能力称为 Encoded Preference Skill。模型本来能完成每一个单独步骤，但 Skill 把这些步骤按照团队或个人的工作方式组织起来。
另一类是 Capability Uplift Skill，给模型补充它原本做不好或不稳定的能力，例如复杂文档、PDF 和 PPT 处理。
第三个作用，是减少重复 Prompt。
你现在跟 AI 合作，其实有大量内容是在重复说，比如你经常告诉我：
代码块
Plain Text
不要写得太 AI
长短句结合
不要过度点列
要有自己的判断
技术内容要克制
不要编造例子
这些其实已经天然适合做成一个 writing-style Skill。
以后你的 Prompt 只需要：
代码块
Plain Text
写一篇 豆包工作 文章
写作习惯、资料标准、禁用表达、文章流程，都由 Skill 提供。
第四个作用，是把个人经验和组织经验资产化。
传统 Prompt 最大的问题是容易散落在：
代码块
Plain Text
聊天记录
飞书文档
Notion
个人脑子里
Skill 是文件，所以它可以：
代码块
Plain Text
Git 管理
版本回滚
团队共享
A/B 测试
自动评测
持续更新
这件事情很关键。
在豆包工作中找到合适的 Skill
打开左侧“技能·连接器·伙伴”，可以按金融、法律、新媒体创作、办公协作、编程、学术等分类浏览，也可以在顶部搜索框按名称或需求搜索技能。
找到合适的技能后，可以点击右侧“+”添加；部分技能也提供“在对话中试用”。已添加的技能统一在“我的技能”中管理。
除了直接添加豆包工作推荐的技能，也可以新建或上传自己的技能。
点击页面右上角“新建”，可以选择“与豆包对话新建技能”或“上传技能”。上传时选择准备好的技能包，并在导入前检查来源、脚本和权限范围。
使用 Skill 解决一个任务
例如，文章需要降低 AI 痕迹时，可以在技能市场搜索“去AI味”技能，添加后回到工作任务中使用。
在输入框中输入“/”或点击“更多技能”，选择对应技能，再附上需要处理的文章和具体要求。
豆包工作会根据技能说明决定处理步骤，并在任务中展示执行过程和结果。
完成后重点核对技能要求是否真正落实，例如是否删除指定句式、保留事实和语气、没有误改专有名词。