英语上课笔记：
英语学习方法论：听力，口语，性格，心态，学习认知方法 模仿要素：单词，意群，发音，音变，情绪，语调，节奏
模仿误区：1.没听仔细就开始模仿。2.模仿维度不够多 3.不对比就不知道自己练错了
skill不应该是提示词的组合吗，不应该是markdown的是形式吗。但为什么GitHub上的skill是文件的形式，要安装才能使用？
你这个理解对了一半。关键点是：
Skill 可以包含提示词，但 Skill 不等于“提示词的组合”。
Markdown 只是 Skill 的一种“说明/定义格式”，而 GitHub 上看到的文件夹才是 Skill 的“完整软件包”。
可以把它理解成三个层级。
1. 提示词 Prompt：告诉 AI「这一次怎么做」
比如：
你是一个金融老师。
要求：
1. 用费曼学习法解释
2. 先说定义
3. 再举生活例子
4. 最后给一道练习题
这就是一个 Prompt。
它的特点是：你复制进去，AI 就执行一次。
2. SKILL.md：告诉 AI「以后遇到这类任务，都按这套 SOP 做」
例如你做一个：
financial-teacher/
└── SKILL.md
里面可能写：
# Financial Teacher Skill
## Goal
帮助金融初学者理解金融概念。
## Workflow
1. 判断用户知识水平
2. 给出一句话定义
3. 使用生活类比
4. 使用金融案例
5. 给出公式
6. 给一道费曼问题
## Output Format
- Definition
- Analogy
- Example
- Formula
- Feynman Question
所以你之前说：
Skill 是不是一组 Prompt？
可以粗略这么理解。
但更准确应该是：
Skill = 一份可复用的 AI 工作说明书 / SOP。
Prompt 更像：
「现在帮我炒一个西红柿炒蛋。」
Skill 更像：
「这是我们餐厅做西红柿炒蛋的标准操作手册，以后有人点这道菜都按这个流程做。」
3. GitHub 上为什么 Skill 经常是「文件夹」？
因为实际 Skill 往往不只有一个 Markdown。
比如：
my-skill/
│
├── SKILL.md
│
├── references/
│ ├── finance_rules.md
│ └── examples.md
│
├── scripts/
│ └── calculate.py
│
├── templates/
│ └── report_template.md
│
└── assets/
└── logo.png
这时候：
SKILL.md 是大脑里的“说明书”。
其他文件则是它干活时要用的：
references/：参考资料scripts/：Python / JS 等程序templates/：输出模板assets/：图片等资源
所以 GitHub 展示的是：
一个完整 Skill Package（技能包）
而不是单独的一段 Prompt。
那为什么还要“安装”？
这其实是你最容易困惑的地方。
安装 Skill 通常不是像安装微信一样“安装一个程序”。
它本质上经常只是：
把 Skill 文件夹放到 AI 工具规定的位置，让 AI 能发现它。
例如假设某个 AI 工具规定：
~/.ai/skills/
你下载 GitHub 上：
financial-analysis/
SKILL.md
scripts/
references/
安装后可能变成：
~/.ai/skills/
└── financial-analysis/
├── SKILL.md
├── scripts/
└── references/
AI 启动以后扫描：
~/.ai/skills/
发现：
哦，我现在多了一个
financial-analysis技能。
于是以后遇到：
「帮我分析这家公司财报。」
AI 就可以加载：
financial-analysis/SKILL.md
按照里面的 SOP 工作。
所以这里的“安装”，很多情况下其实更接近：
复制文件 + 注册技能
而不是传统的软件安装。
为什么不用直接把 Markdown 复制给 AI？
当然可以。
假设 Skill 只有 100 行 Markdown，你完全可以每次复制：
请按照下面规则……
……
……
问题是：
每次都复制很麻烦。
于是 Skill 系统就相当于给 Prompt 做了一个：
「保存 + 命名 + 自动调用」
例如：
普通 Prompt
↓
每次复制粘贴
Skill
↓
保存成文件
↓
工具识别
↓
需要时自动加载
所以你可以把 Skill 理解成：
[ \text{Skill} = \text{Prompt / Instructions} + \text{Workflow} + \text{Knowledge} + \text{Tools} + \text{Resources} ]
简单 Skill 可能只有：
[ \text{Skill} \approx \text{SKILL.md} ]
复杂 Skill 则可能是：
[ \text{Skill} = \text{SKILL.md} + \text{Scripts} + \text{Templates} + \text{References} + \text{Assets} ]
一个你很熟悉的例子
比如你想做一个：
「吴恩达 AI 课程学习 Skill」
最简单版本：
ai-course-learning/
└── SKILL.md
里面规定：
用户提供英文课程内容后：
1. 总结 AI 知识
2. 找出重要英文词汇
3. 找出高频表达
4. 使用费曼法解释
5. 生成 Obsidian 笔记
6. 最后给复习问题
这时候确实基本就是一个高级 Prompt。
但以后你把它升级：
ai-course-learning/
├── SKILL.md
├── templates/
│ └── obsidian-template.md
├── references/
│ └── vocabulary-level.md
└── scripts/
└── subtitle_parser.py
它就不再只是 Prompt。
甚至可以：
视频
↓
脚本提取字幕
↓
Skill分析课程
↓
提取英语表达
↓
按照模板生成Obsidian笔记
这已经开始像一个小型 AI 应用了。
所以你可以记住这个关系：
Prompt
│
│ 标准化
▼
Workflow / SOP
│
│ 保存为文件
▼
SKILL.md
│
│ 加入脚本、资料、模板
▼
Skill 文件夹
│
│ 放进 AI 能识别的位置
▼
“安装 Skill”
Markdown 不是 Skill 本身，只是描述 Skill 最常见的载体。
而 GitHub 上之所以是文件形式，是因为要让它做到可保存、可版本控制、可分享、可安装、可自动发现，而且还可以携带脚本和资料。
你之前觉得 Skill 和提示词本质很像，这个直觉其实没错。更精确一点：Prompt 是 Skill 最核心的原材料之一；Skill 则是把 Prompt 工程化、标准化、可复用化之后的东西。