同样一句需求，有人让 AI 写完一份报告，有人只拿到一段正确的废话。差距往往不在模型，而在于你有没有给 AI 装上 Skill。很多人每天用 AI，却从没听过 AI Skill，于是长期停在问答层面，所有活还是自己干。
这篇先把 AI Skill 是什么讲清楚，再拆开四个上手就能用的实战 Skill：接管鼠标键盘的 Computer Use、用嘴指挥剪辑的 ChatCut、带来源链接的 Deep Research，以及把思维蒸馏成流程的 nuwa。
一、AI Skill 到底是什么，和提示词差在哪
第一次听到 AI Skill 的人，常以为它又是一个营销新词。其实说穿了并不复杂：提示词解决的是这一次要做什么，Skill 解决的是这类事该怎么做。
- 提示词是一次性指令，比如「把这段字幕缩短一点」，用完即弃，下次还得重新描述。
- Skill 是一份可复用的工作流程说明，写清步骤、优先级、判断标准和使用边界，同类任务直接套用。
- 形态上，多数 Skill 就是一个文件夹加一个 SKILL.md 文件，用纯文本描述怎么做，不绑定某一家模型。
真正让它值钱的是加载方式：平时它只占系统提示里的一行名字和一句描述，只有当请求真的匹配上，完整说明才会被读进来。所以装再多 Skill 也不会拖慢日常对话，这和堆一长串提示词完全不同。
图 1：Skill 市场把可复用工作流做成可以挑选的技能，来源：ChatCut 官方文档。
二、Computer Use：让 AI 接管鼠标键盘，自己动手
Computer Use 解决的是一个老问题：AI 以前只能给你出主意，现在让它自己动手。它给模型的能力可以拆成三件事：
- 看：持续截取屏幕，理解当前界面上有什么。
- 点：按坐标移动光标，完成点击、拖拽等操作。
- 打：输入文字，执行快捷键，跨软件跑完整条流程。
你说一句「帮我把这份表格整理好」，它会自己移动光标、点开软件、逐格填进去。目前落地最成熟的是 Anthropic 的 computer use 工具，已经能在 Claude Cowork 和 Claude Code 中使用，对 Pro、Max 订阅者开放研究预览，macOS 和 Windows 都支持。
有一点必须提醒：别一上来就在主力机上跑。官方建议把它放进权限最小的虚拟机或容器，它每次访问新应用都会先请求授权；针对网页里藏着的恶意指令，Anthropic 还加了提示注入分类器来拦截。
图 2：Computer Use 让模型从看懂屏幕走到动手操作，来源：Anthropic 官方博客。
图 3：Anthropic 官方模型对比表，Agentic tool use 即工具调用类成绩。
三、ChatCut：用嘴指挥剪辑，时间轴自己动
如果说 Computer Use 是通用选手，ChatCut 就是把剪辑这一件事做成了标准接口。它跑在浏览器里，真正值得关注的是官方那套插件：插件把编辑器能力开放成托管的 MCP 服务，Codex、Claude Code、Cursor、Grok、Kimi 接上之后，你就能用大白话下指令。官方给的例子都很日常：
- 把这段视频导入我的项目。
- 生成一段旁白和背景音乐。
- 把这段音频转录并加上字幕。
- 导出当前项目。
Skill 机制分「精选」和「我的技能」两组，精选是官方与署名创作者发布的工作流，你也可以把一次成功的剪辑流程存成个人 Skill，在其它项目接着用。Skill 提供方法，提示词说明当前项目要做什么，两者配合效果最好。
图 4：ChatCut 把 Skill 菜单和时间轴放进同一个界面，来源：ChatCut 官方文档。
四、Deep Research：多路检索，每个结论都带来源
很多人抱怨 AI 答案不靠谱，根子往往不在模型，而在检索。平时提问走通用搜索，学术论文、深度报告、垂直平台里的内容根本进不了上下文，答案自然容易出错。深度检索类 Skill 换个思路，把研究拆成可核对的流程：
- 先问清目标，是学习、做决策还是写东西。
- 再并行发出多路检索，分头去查不同来源。
- 最后交叉核对，每条结论都附来源链接，可以点开自己验证。
这一类里最知名的是阿里的通义 Deep Research，GitHub 上已经拿到 2 万以上 star，Apache-2.0 许可，模型 30B 总参数、每次只激活 3.3B，主打长程信息检索，适合尽调、竞品分析、技术选型这类需要证据的活。
图 5：通义 Deep Research 在 Humanity's Last Exam、BrowseComp 等基准上的成绩，来源：官方仓库 README。
五、nuwa 和 cangjie-skill：把别人的本事蒸馏成你的流程
最后一个 Skill 最特别，因为它蒸馏的对象是「人」。先记住一句话：总结是把一篇文章变短，蒸馏是把判断标准、方法步骤和使用边界一条条拆出来。能蒸的不只是文章，爆款方案、别人的教程、写得好的代码都能蒸。
- nuwa（女娲）：输出「这个人怎么想」。把访谈、文章喂进去，它提取心智模型、决策启发式和表达 DNA，最后落成一份 SKILL.md，之后你就能用这个人的方式分析问题。
- cangjie-skill（仓颉）：在女娲架构上升级，重心从「怎么说话」挪到「为什么这样想」，会专门收录信念的形成故事、真实的决策复盘、栽过的跟头和明确的能力边界。
- 两者都运行在支持 Agent Skills 的宿主里，比如 Claude Code、Codex、Cursor，一条 npx skills add 命令即可装上。
换句话说，你拿到的不是会模仿口吻的聊天机器人，而是一套可以反复调用的思考流程。把别人的本事变成自己的流程，这才是蒸馏的真正价值。
图 6：女娲 Skill 官方主视觉，核心是把访谈与文章蒸馏成 SKILL.md，来源：nuwa-skill 官方仓库。
六、这四个 Skill 怎么获取和安装
四个 Skill 的入口各不相同，按官方地址来就行，别去第三方站点下打包版：
- Computer Use：在 Claude Cowork 或 Claude Code 的设置里开启，官方文档给出了工具说明与安全建议。
- ChatCut：安装官方 agent-plugin，登录 ChatCut 账号后就能用对话指挥剪辑。
- 通义 Deep Research：从官方仓库进入，支持在线体验与本地部署。
- nuwa 与 cangjie-skill：用 npx skills add 加仓库名安装，一条命令搞定。
对应的官方入口：
- Anthropic Computer Use 官方文档
- ChatCut 官方 Skill 文档
- 通义 Deep Research 官方仓库
- 女娲 nuwa-skill 官方仓库
- 仓颉 cangjie-skill 官方仓库
常见问题
Q1：AI Skill 和提示词有什么本质区别？
A：提示词是一次性指令，说清这一次要做什么；Skill 是可复用的工作流程说明，说清这类任务该按什么步骤做，可反复调用。
Q2：装很多 Skill 会让 AI 变慢吗？
A：基本不会。多数宿主平时只在系统提示里保留 Skill 的名字和一句描述，只有请求匹配时才会读取完整说明，闲置的 Skill 几乎不占上下文。
Q3：这些 Skill 一定要用 Claude 吗？
A：不一定。Agent Skills 是通用格式，Claude Code、Codex、Cursor 等宿主都能用；但目前只有 Claude 的客户端提供 Computer Use 能力。
Q4：nuwa 蒸馏出来的是本人的真实立场吗？
A：不是。官方要求在 Skill 里标注能力边界和信息截止时间，输出是基于有限素材提炼的思考框架，不能等同于本人表态。
写在最后
这四个 Skill 覆盖了最费时间的四件事，落地顺序建议这样安排：
- 先解决最痛的那一件，比如天天要剪视频就先用 ChatCut，要查资料就先用 Deep Research。
- 跑通一轮再加第二个，别一次性全装，避免同时踩多个环境的坑。
- 用得顺手的，就把它整理成自己的 Skill 沉淀下来。
AI Skill 真正的分水岭，不在模型有多强，而在于你有没有把可复用的流程交给它。
更新时间：2026-10-14 ｜ 作者：【白马号】