Kollab Skills 完整指南:一次构建,反复运行
了解 Kollab Skills 如何把团队流程封装成可复用的 AI 工作流,并用 Skill Marketplace 与 /skill-creator 快速落地。
您可能经历过以下场景:您与 AI 助手打开一个新聊天,在开始执行实际任务之前,您需要花 3-5 分钟重新解释它需要了解的所有内容。你们公司的语气。您想要输出的格式。首先查看哪个数据源。要避免的事情。
听起来很熟悉吗?
现在令人沮丧的是:你昨天做了同样的事情。还有前一天。你的同事也这么做了——措辞略有不同,得到的结果也略有不同。
这就是在没有系统的情况下使用 AI 的隐藏成本。每一次谈话都是一个新的开始。每个答案都与您那天早上写的提示一样好。您正在使用的 AI 不记得您的团队标准、您喜欢的工作流程或使一项工作真正有用的来之不易的环境。
Kollab Skills 的存在正是为了解决这个问题。
它们是让您停止从头开始重新提示的机制,并开始为您的 AI 代理提供与您最好的员工相同的机构知识。
什么是Kollab Skill?
Kollab 中的 Skill 是一个封装的功能单元。您可以将其视为 AI Agent 的便携式“操作手册”,其中不仅包含提示,还包含代理良好执行特定类型工作所需的完整上下文、分步说明以及工具调用定义。
每个Skill都有三个核心层:
将 Skill 视为三个同心层 - 每个层都在最后一层的基础上添加新的功能维度:
- 背景
这是代理在开始工作之前需要了解的所有内容。它扮演的是谁?什么情况?哪些背景知识很重要?上下文是将通用答案与实际根据团队实际情况进行校准的答案区分开来的因素。
- 使用说明
这些定义了什么和如何:任务结构、输出格式、质量标准、需要注意的边缘情况。好的指令足够具体,可以产生一致的结果,并且足够灵活,可以适应每个新输入的具体情况。
- 工具绑定
许多实际工作流程不仅仅是文本生成,它们还涉及浏览网页、搜索代码库、查询数据库、调用 API 或生成图像。 Skills 可以绑定到 Kollab 工作区中可用的任何工具,因此代理不只是编写关于执行任务——实际上确实它。
这三个层一起意味着,当您团队中的某人触发 Skill 时,他们会获得与您最好的专家所产生的相同的高质量输出 - 而不是需要三轮编辑才能使用的通用 AI 响应。
Skill Marketplace:数百种即用型功能
您不必从头开始构建 Skills。 Kollab 附带了一个不断增长的 Skill Marketplace,其中包含由 Kollab 团队和更广泛的社区策划的数百个预构建的 Skills。
这些涵盖了广泛的工作范围:
以下是市场的组织方式 - 一个不断增长的可立即安装的功能目录,每个功能都可以通过单个斜杠命令获得:
| 类别 | 示例 Skills |
|---|---|
| 内容创作 | /blog-post、/social-carousel、/web-prototype、/saas-landing |
| 研究与分析 | /研究员、/anysearch、/网络搜索、/x-研究 |
| 代码与工程 | /代码审查、/运行、/验证、/简化 |
| 媒体一代 | /kollab-imagine、/gpt-image-2、/seedance-2、/doubao-tts |
| 文件和报告 | /md2pdf、/html-preview、/webify、/会议笔记 |
| 设计与用户界面 | /kollab-design、/dashboard、/blueprinter、/guizang-ppt |
如何发现和使用 Skill
查找和使用 Skill 是故意无摩擦的。几个切入点:
聊天中:类型
/在 Kollab 界面中,出现可搜索的 Skill 菜单。开始输入内容以按名称或描述进行过滤。按名字:如果您已经知道 Skill 名称,请输入
/技能名称直接在消息框中。通过命令行界面:从终端搜索 Marketplace:
kollab skill search "content creation"
- 安装前先尝试一下:在当前会话中测试 Skill,无需提交空间范围:
kollab skill try --name researcher
- 为整个团队安装:确认后,在空间范围内安装:
kollab skill install --id <skill-id>
Marketplace 的美妙之处在于,对于大多数常见的工作流程,有人已经完成了找出正确的指令、上下文和工具绑定的艰苦工作。您可以立即继承该工作,并根据需要对其进行自定义。
/skill-creator:整合团队的专业知识
官方Skills手柄通用图案。但每个团队都有自己的工作方式——通用的 Skill 无法完全捕捉到自己的术语、质量标准、工具和流程。
/skill-creator就是如何将团队特定的知识转化为技能。
这个概念很简单:如果您已经做过一次某件事并希望 AI 从现在开始一致地执行该操作,您可以将该工作流程打包到整个团队都可以运行的 Skill 中。这是一次性结果和可重复标准之间的区别。
定制 Skill 的组成部分
Skill 定义为SKILL.md文件 — 一个结构化文档,告诉代理所需了解的有关何时激活以及如何行为的所有信息。一个精心制作的SKILL.md通常包括:
名称和触发器描述:什么时候应该调用这个Skill?清晰的一句话描述可以帮助智能体自动识别正确的时刻。
背景和角色: Agent 扮演什么角色?对于领域、团队和任务,它应该假设什么背景?
分步说明:实际的工作流程——每个阶段做什么、按什么顺序、采用什么质量标准。
工具定义:调用哪些工具以及何时调用 - Web 搜索、浏览器自动化、代码执行、图像生成、外部 API。
输出规格:格式、长度、结构、风格以及输出必须满足的任何约束。
示例 (可选但功能强大):向代理展示良好的输出是什么样的。一个精心挑选的例子胜过一百字的抽象指导。
使用 /skill-creator 构建 Skill:演练
假设您是一名成长型营销人员,每月都会进行竞争分析。以下是将其打包到可重复使用的 Skill 中的方法:
第 1 步:描述工作流程
触发/skill-creator并用通俗易懂的语言描述工作流程——您正在做什么、大致步骤以及良好的输出是什么样的:
“我想构建一个 Skill 来进行竞争分析。每个月我都会挑选 3-5 个竞争对手,查看他们的产品更新、定价变化和营销活动,然后为产品团队编写一份结构化简报。”
第 2 步:共同完善
代理会提出澄清问题,并帮助您阐明流程中您认为理所当然的部分——这些内容存在于您的脑海中,但没有写在任何地方。您检查哪些来源? “好的”输出是什么样的?产品团队实际阅读什么格式?
步骤 3:审查 SKILL.md 草案
代理生成一个SKILL.md草稿。检查它,进行编辑,然后将 Skill 命名为一些令人难忘的名称 - 例如/竞争对手简介或/每月竞争更新。该名称将成为您团队的斜杠命令。
第 4 步:在真实案例上进行测试
在真实示例上触发新的 Skill — 而不是玩具测试。看看它的输出在哪里突出,在哪里不足。迭代说明,直到满足您的标准。通常两轮或三轮就足够了。
第 5 步:与团队分享
一旦 Skill 工作正常,请将其安装在整个空间内。现在,每个团队成员都可以触发相同的工作流程并获得一致的高质量输出,而不是取决于当天谁编写了提示。
现实世界的用例
抽象定义是一回事。以下是团队实际使用 Kollab 技能的方式。
用例 1:内容团队 — 品牌一致的大规模发布
问题:一个由六人组成的内容团队通过博客、LinkedIn、微信和 X 进行发布。每个作者对品牌声音的解读都略有不同。结果是内容不一致,品牌经理必须在发布前进行大量编辑。
Skill解决方案:品牌经理创建了一个/品牌帖子Skill 编码了完整的品牌语音指南——语气、词汇、句子结构、要避免什么、如何处理 CTA 以及特定于平台的适应。现在每个作家都会触发相同的技能。代理会自动写入品牌语音。
复利效益:当品牌指南更新时,经理会更新一个Skill 文件。每个作家都会立即受益——无需培训课程,无需冗长的电子邮件线程,也无需版本漂移。
用例 2:增长团队 — 每周绩效报告
问题:增长团队每周一花费 2-3 小时来整理每周绩效报告:从多个仪表板中提取数据,复制粘贴到模板中,编写分析,突出显示异常情况。这是必要的工作,但很机械——而且占用了早上的黄金时间。
Skill解决方案: 他们建造了一个/成长周刊Skill 了解他们的 AARRR 框架、关键指标和基准、从中获取的渠道以及领导层阅读的报告格式。周一早上,他们触发 Skill,在 15 分钟内审核草稿,然后发送。原本需要3个小时的事情现在只需要20分钟。
知识获取的好处:当新分析师加入时,他们不需要两周的跟踪来学习报告流程。他们运行 Skill 并立即嵌入该流程。
用例 3:产品团队 — 结构化 PRD 写作
问题:整个团队的产品规格看起来不同。有的有六页,有的只有一段。有些包含验收标准,有些则不包含。工程部门不断要求提供更多细节。没有任何人始终遵循的标准。
Skill解决方案:产品主管创建了一个/写-prdSkill 基于团队的 PRD 模板:背景部分、标准格式的用户故事、技术要求、验收标准、边缘案例和范围外列表。新任产品经理第一天就开始工作。经验丰富的产品经理不再争论格式。
入职福利:新产品经理不需要 30 分钟的“我们如何在这里编写 PRD”会议。 Skill 直接承载该机构知识。该标准是自我延续的。
用例 4:工程团队 — 按照一致的标准进行代码审查
问题:代码审查不一致。高级工程师会发现初级审阅者错过的错误。不同的审阅者关注不同的维度——一些人优先考虑安全性,另一些人优先考虑性能,另一些人优先考虑可读性。没有任何人可以可靠地运行的完整检查表。
Skill解决方案:技术主管构建了一个/代码审查Skill 运行团队的完整检查表:正确性、安全性、性能、测试覆盖率、命名约定和文档。每个 PR 都会根据同一个标准进行审核,无论是谁在审核。
学习效益:初级工程师通过观察 Skill 捕获的内容来学习。高级工程师花在例行检查上的时间更少,而花在架构判断上的时间更多——这项工作实际上需要他们的经验。
用例 5:研究团队 — 快速竞争情报
问题:在做出任何重要的推介或产品决策之前,必须有人进行数小时的手动研究:浏览竞争对手的网站、阅读评论、扫描行业新闻、将调查结果组织成可读的内容。这是高风险且耗时的,而且结果取决于谁做的。
Skill解决方案: A/竞争研究Skill 内置多源网络搜索、结构化输出格式(执行摘要、功能比较、定价分析、关键见解)和引文跟踪。半天的研究项目变成了 20 分钟的任务,生成可共享的摘要。
杠杆效益:团队中的任何人(不仅仅是指定的研究人员)现在都可以制作有用的竞争性简报。研究成为团队能力,而不是个人瓶颈。
Skills 与只是提示:实际上有什么不同
您可能会想:“我不能将提示保存在笔记文档中并复制粘贴吗?”
是的——很多人都这样做。但 Skills 明显更好,原因如下:
Skills 是主动的,不是被动的
保存的提示是文本。 Skill 是代理主动理解并在上下文中执行的指令集。它可以调用工具、做出决策、调用外部服务并适应它所发现的内容,而不仅仅是从静态起点生成文本。
Skills 积累进化
当 Skill 无法正常工作时,您只需更新一次,每个人都会受益。当你使用保存的提示运行良好时,你必须记住更新你的笔记文档,重新分享它,并希望每个人都阅读并采用新版本。 Skills 有单一事实来源。保存的提示片段。
Skills 是团队基础设施,而不是个人工件
保存的提示存在于某人的个人笔记中。 Skill 位于共享工作区中。当这个人离开团队时,他们最好的提示也会随之消失。 Skills 留下来——并与每一个管理它们并推动改进的人一起变得更好。
思维模式转变:从“我现在应该写什么提示?” “我们的团队有什么能力,以及我们如何随着时间的推移使其变得更好?”
复合效应:为什么 Skills 随着时间的推移变得更有价值
当您第一次开始构建 Skills 时,很容易忽略以下内容:价值复合。
第一天,Skill 可以为您节省 15 分钟。在第 30 天,当 Skill 通过 50 次运行和 3 次迭代进行改进时,它为您节省了 45 分钟,并产生了比原始版本更好的输出。第 180 天,这是机构知识——通常只存在于最有经验的团队成员头脑中的知识。
每当有人运行 Skill 并说“这个输出不太正确”并更新 Skill 来修复它时,他们不仅仅是解决一个问题。他们正在让 Skill 为每个团队成员的每一个未来而变得更好。知识不会在对话之间消失。它不断积累。
可以这样想:每个 Skill 都是一个动态文档,随着更多人使用它,它会变得更加智能。您的团队越依赖 Skill,改进它的动力就越大,这些改进就越有价值。这是一个飞轮。
这就是 Skills 如何将 AI 从高级用户工具转变为真正的团队基础设施。
入门:使用 Skills 的前 30 分钟
这是从零到运行第一个 Skills 的实用路径:
第 0-5 分钟:探索市场。打开Kollab,输入
/在聊天中,并浏览可用的内容。不要只看那些听起来有用的东西——选择一个与你实际经常做的事情相关的东西。然后尝试一下。第 5-15 分钟:在实际任务中运行 Skill。选取您今天需要完成的一项工作,并通过相关技能来运行它。使用真实的东西,而不是玩具示例。查看输出的哪些地方是正确的,哪些地方是不足的。
第 15-25 分钟:确定自定义技能的最佳人选。想想您当前重复执行的最需要重新提示的工作。你几乎每次都向AI解释什么?如果打包的话,什么可以为您的团队节省最多的集体时间?那是你的最佳人选。
第 25-30 分钟:开始 /skill-creator 会话。触发
/skill-creator并开始描述该工作流程。你不需要把所有事情都弄清楚。代理人将帮助您阐明这一点。给它 10 分钟,看看它会产生什么草稿。
在第一个会话之后,循环很简单:运行→观察→改进。每一次迭代都让 Skill 变得更加有用,而每一次有用的 Skill 都让团队变得更快。
结论:AI 适合您的工作方式
每个认真使用 AI 的团队最终都会遇到相同的天花板:AI 孤立地完成出色的工作,但它无法弘扬使工作真正出色的背景、标准和制度知识。你得到了足够的输出,但没有你的输出。有用的答案,但不是根据您团队的想法进行校准的答案。
Skills 是你突破天花板的方法。
他们将 AI 从一个有能力但健忘的助手转变为一个代理,了解您团队的标准,说出您的品牌声音,遵循您的工程规范,并且每次有人运行工作流程并推动改进时都会变得更好。
人工智能辅助工作的未来并不是每个人都能孤立地编写更好的提示。团队正在构建更好的 Skills,而这些 Skills 会复合成一个机构知识体系,其他人确实很难复制,因为它是按照特定的方式构建的你的团队合作。
⚡ 准备好开始了吗?打开Kollab,输入
/,然后找到您今天要运行的第一个 Skill。
Kollab 实践:视觉之旅
当您看到 Kollab 的工作空间实际运行时,上述概念就会变得栩栩如生。以下是您的团队将与之交互的关键界面。
为整个团队提供一个工作空间 — 在共享环境中组织项目、代理和对话。
Skill Marketplace 是团队功能的所在——可按类别搜索、一键安装,并且对工作区的每个成员都可见。
Skills 不仅仅存在于聊天窗口中 - 通过 Kollab 的 Connectors,代理可以进入您现有的工具堆栈并在 GitHub、Notion、Slack 等上进行操作。
座席也不局限于工作空间。通过与 Slack 和 Buildin 等工具集成,Kollab 机器人可以按照您设置的任何时间表自动将摘要、报告和摘要发布到您团队的频道。
复合效应在 Kollab 的 Memory 系统中也可见。与消失的一次性聊天不同,Kollab 的工作空间会在每次会话中保留团队的领域知识、品牌声音和工作流程约定,因此 AI 会随着使用而真正改进。
挑战Skills解决- 以及为什么您的团队拥有一个系统而不仅仅是聊天机器人很重要:
它是如何合成的— Skills 不仅仅节省第一天的时间。每一次跑步都会完善它们,让未来的每一次跑步对每个人来说都更好: