本文整理自一次实践分享。想看带完整组件示例、流程图和数据卡片的原版演示页，见为内容生产设计 AI Skills 系统（演示版），建议桌面端浏览。
AI 已经很聪明，但直接对它说「写一篇 SEO 文章」，得到的往往是质量不稳定、格式不一致的输出。问题不在模型智力，而在于它不知道你的具体要求。把这些要求外置化、结构化、可验证化，就是 Skills 系统的全部要义。这套方法在一条真实的内容生产流水线上迭代了九个版本：SEO 规范执行率从约 60% 提升到 95%，单篇文章产出从约 1 小时（3-5 轮修改）压缩到约 10 分钟（0-1 轮修改）。
（关于 Skill 与 MCP、连接器等概念的区别，可先读这篇。）
为什么「直接让 AI 写」不行
不给规范时，AI 用「通用认知」填补所有细节，而通用认知在专业场景里几乎处处踩坑：
| 问题 | 具体表现 | 搜索影响 |
|---|---|---|
| Slug 命名 | 用营销语言而非搜索词 | 关键词匹配失败 |
| Meta 长度 | 太短浪费空间、太长被截断 | 点击率下降 |
| 结构化数据 | 没有 Schema.org 标记 | 富媒体摘要缺失 |
| 内链 | 0-1 个内部链接 | 页面权重流失 |
| 引用 | 无外部权威源 | E-E-A-T 评分低 |
| 图片 Alt | 空值或过于宽泛 | 图片搜索流量损失 |
同一句「写一篇 SEO 文章」，配上 SEO-GUIDELINES、WRITING-STYLE、QUALITY-CHECKLIST 三份规范文档后，输出立刻变得可验证、可复现。这与把专家知识沉淀为 SOP 是同一件事：知识不外置，质量就只能靠运气。
三大设计原则
精简为王
上下文窗口是公共资源，只添加 AI 不知道的信息。每一行都要问：这值得它占用的 token 吗？比如「如何从 PDF 提取文本」，与其花 150 token 解释 PDF 是什么、有哪些库可选，不如 50 token 直接给出 pdfplumber 的四行示例代码。
设置适当的自由度
按任务的脆弱性匹配规范的严格程度：
| 自由度 | 适用场景 | 实践示例 |
|---|---|---|
| 高 | 多种方式都有效 | 写作风格、段落组织、标题创意 |
| 中 | 有首选方案，允许变化 | SEO 规范、组件使用、引用格式 |
| 低 | 容易出错、一致性关键 | Meta 长度、Schema 结构、封面图命令 |
可验证优于描述
「写一个合适长度的 meta description」是模糊描述；「140-160 字符，用 wc -c 验证」才是规范。每条规范都配一条可执行的验证命令，不依赖 AI 的主观判断。再把关键项标记为 BLOCKING：封面图必须经 API 生成、内嵌配图不少于 4 张、内链 2-5 个、外部引用不少于 3 个——未通过就不能进入下一阶段。仅这一项机制，就把规范执行率从 60% 拉到 95%。
架构：渐进式披露与模块化
SKILL.md 是入口，像一本书的目录，控制在 500 行以内；细则拆成十几个单一职责的引用文档（SEO 规范、写作风格、组件库、内链索引、产品参考、图片规范等），只保持一层深度，AI 需要时才读取。命名用动名词形式（writing-blog-articles 而非 blog-helper）；description 写清「做什么」和「何时触发」，并用第三人称——因为它会被注入系统提示。
工作流：五阶段与人机分工
流水线分五个阶段：研究规划（选文章类型、查内链索引、核实产品功能、关键词研究）→ 内容生成（按规范写作、生成封面与配图）→ AI 自动质检 → 人工审核 → 保存发布。
人机分工的原则是：AI 处理可自动化的规则性工作，人工聚焦需要判断力的决策。AI 负责格式检查、SEO 指标验证、链接有效性、重复检测；人工负责事实核实、品牌调性、敏感内容、竞品信息公正性和最终发布决策。产品对比类文章的定价信息必须实时抓取官方页面验证，禁止从模型记忆猜测。
质检由专门的 Sub-Agent 执行，共 19 项自动化检查（frontmatter、图片、引用、内链、外链 404、Schema、内容结构等），反馈循环是「报告失败项 → 修复 → 重跑 → 直到全部通过」。人工审核因此从「全面检查」变成「关键决策」，效率显著提升。
还有一个容易被忽略的环节：闭环设计。新文章发布后自动更新内链索引，否则后续文章永远链接不到它；知识库更新要作为工作流的必要步骤而非可选项。系统的输出必须反馈回系统，知识才不会断裂。
效果数据
| 质量指标 | 无 Skills | 有 Skills |
|---|---|---|
| Slug 符合搜索词 | ~40% | ~95% |
| Meta Description 合规 | ~50% | ~90% |
| 内链数量达标 | ~20% | ~90% |
| 外部引用达标 | ~30% | ~85% |
| 图片 Alt 完整 | ~40% | ~95% |
| 一次通过率 | ~20% | ~70% |
综合下来约 6 倍效率提升，且人工精力从重复检查转移到了真正需要人类判断的环节。
小结：十条可迁移的方法论
- 问题驱动：先跑任务、记录失败点，再针对失败点写规范
- 精确定义：用「140-160 字符」替代「简洁」
- 可验证：每条规范配自动化验证命令
- 强制执行：BLOCKING 机制确保关键规范不被跳过
- 模块化：单一职责、按需加载
- 持续迭代：规范跟着实践反馈演进
- 人机协作：AI 干规则活，人做判断题
- 闭环设计：输出反馈回系统，知识库持续更新
- Sub-Agent 协作：质检交给专门的代理自动化执行
- 工作流变体：同一套规范支持多种触发场景
这套方法不限于内容生产。任何「AI 输出质量不稳定」的场景，先别急着换模型——先检查你是否把要求写成了它能读、能验证、能被强制执行的规范。从你最常做的一类任务开始：跑一遍，记下所有不满意的点，把它们变成带验证命令的规则，这就是你的第一个 Skill。