现有材料没有直接给出“单文件还是目录”的取舍规则;能确认的是,skill 是一份给 AI 执行的工作说明,复杂流程会配脚本和资产,所以目录形式对应的是需要多份材料协作的任务。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
材料里能确认的 skill 形态
材料里的观点立正把 skill 解释成一份给 AI 执行的工作说明:需要什么材料、怎样处理、最后交出什么;配套脚本负责执行其中能自动化的步骤1。他举的类比是给员工或厨师写的 SOP,里面写明任务用途、AI 该怎么用、要用到哪些工具和数据、对结果有什么要求2。这说明 skill 的核心是“说明+可调用的资源”,而不限定为一个文件。
复杂流程自然会长成目录
从两个实例看,需要多份材料协作的任务会超出单个 md。视频后期 skill 要串起字幕校对、断句、高光、文章、标题、简介等多道工序,输出一组文件,里面还放了频道 guideline、术语库、口吻要求和高光判断标准3。访谈整理 skill 则要防止 AI 急着下结论、包装框架、抹平不确定性,并附了 srt 和案例供改进4。这类任务需要规则、示例、术语和脚本各就各位,写成目录更自然。
判断依据:任务是否需要多份材料
AI推演这是 AI 基于上述材料的推演,不是立正给出的规则:如果任务只有一条判断标准或一种输出,单份说明就够;如果任务包含多道工序、需要固定术语和口吻、要引用示例、要跑脚本或产出多个文件,就值得做成目录,把主说明当入口,其余材料分开放。立正也说过,他的视频后期 skill 更适合当作可 fork 的起点,而不是所有频道直接拿来用3。所以目录形式还意味着要写清哪些部分需要按自己的频道替换。
提供的片段没有直接讨论“什么时候用单文件、什么时候用目录”的取舍标准,上面的判断依据是 AI 从实例和定义推出来的,不是立正的原话。
出处
- 1我是怎样做视频播客的
给出 skill 的定义和入口形式,说明它是工作说明加配套脚本。
- 2戒掉ChatGPT才能成为AI指挥家/AI 革命是人类社会的第二次文艺复兴-Indigo Talk EP46
用 SOP 类比说明 skill 里通常包含哪些内容。
- 3我的视频后期流水线skill
展示一个多工序、多输出、带频道资产的目录型 skill 实例。
- 4用AI做访谈整理,且不加戏
展示另一个带案例和防错规则的 skill 实例。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。