企业官网建设流程全解析

做了大半年的公众号，我最大的感受是：写作本身不难，难的是那些重复又琐碎的“周边工作”——找选题、起标题、调语气、改格式。每天打开编辑器之前，光是这些准备工作就能耗掉不少精力。后来我试着把Claude的Skills机制引入到写作流程里，给自己搭了一套公众号写作助手，才算是把这些固定动作真正固化了。这篇就聊聊我的完整思路和踩坑过程，希望能给同样在做内容的朋友一点参考。

1. 先搞懂：Claude Skills 到底是什么

1.1 一个类比：给AI装上“专用工具箱”

很多朋友知道Claude能聊天、能写东西，但对Skills这个功能比较陌生。简单说，Skills是一种可以把“一套完整的工作方法”打包成文件、让AI按步骤执行的能力。它不是一段临时输入的提示词，而是一个长期存放在固定位置的“技能包”，里面包含操作说明、参考示例，甚至还能带上辅助脚本。

我特别喜欢用一个类比来解释这件事：普通的对话式AI像一个临时找来的帮手，你每次都要现场交代“先做什么、再做什么、注意什么”；而Skills像是给这个帮手发了一本标准作业手册，手册里把流程、规范、模板都写清楚了。帮手拿到手册，只需看一眼“这次是哪个场景”，就能自己翻开对应章节，按标准流程执行。这么一对比就明白了：前者靠反复沟通，后者靠标准化沉淀。

关键在于，Skills的触发靠的是AI对场景的判断，而不是你手动去“加载”什么。它会根据任务内容匹配技能描述，匹配上了就自动把技能文件里的说明调出来，然后照着执行。这意味着你不需要每次把“我是写公众号的、我的读者是XX人群、我要求语气XX”这些话重复一遍，AI读到对应技能时，这些信息都在技能文件里写着。

1.2 使用Skills前后，写作流程的差别

我在熟练使用Skills之前，写作辅助流程是这样的：打开对话窗口，先打一大段背景说明，描述我的公众号定位、目标读者、写作风格，然后再提具体需求。一篇文章的辅助需求往往要经历“来来回回沟通好几轮”才能达到预期效果。如果隔几天再写下一篇，刚才设好的所有套路全都清零，重新再来一遍。问题很明显：提示词越来越长，但效果越来越不稳定——有时候它记住了一部分风格要求，另一部分忘掉了。

用了Skills之后，流程变成了这样：我只需要说“根据今天的热点事件，给我找5个选题角度”，AI会自动匹配到我的“爆款选题挖掘”技能，读取技能里的步骤，按我事先固化好的SOP输出选题卡片。整个过程中我不需要重复任何背景信息，因为技能文件本身就是我的“长期记忆”。

我把两种方式的差异做过一个对比，这里直接列出来：

这种变化带来的直接收益，是写作流程中那些“可标准化”的部分开始变得省心。我不再需要把精力花在提醒AI“你要扮演什么角色、要按什么格式输出”上，而是把省下来的力气全部投入到内容本身的思考。

2. 整体设计：公众号写作助手的功能模块拆解

2.1 先想清楚：你希望它解决什么问题

动手写任何技能之前，最重要的一步不是打开编辑器，而是先把自己公众号写作的完整流程拆一遍。我给自己拆出来的步骤包括：选题构思、素材整理、文章大纲、初稿扩写、标题起名、润色校对。你不一定跟我拆得一模一样，但至少要清楚自己的卡点在哪。有些人最头疼的是起标题，有些人卡在从零搭框架，还有些人是写完初稿后懒得打磨——不同卡点对应的技能设计是完全不同的。

我见过不少朋友一上来就想做个“一键生成整篇文章”的超级技能，这个思路从根上就有问题。公众号文章是有结构、有节奏、有风格的，一个技能想覆盖全流程，意味着它的指令集必然非常庞大，AI在执行时很容易顾此失彼。我自己的做法是“一个技能只解决写作链路中的一个环节”，把小技能拼装成完整流水线。

以我自己为例，公众号写作助手主要由五个技能组成：一个负责找选题方向，一个负责把零散素材整理成卡片，一个负责搭文章逻辑框架，一个负责按框架扩写段落，还有一个负责批量起标题和润色收尾。每个技能都有自己独立的SKILL.md文件，职责边界非常清楚。

2.2 技能的粒度设计：一个技能永远只干一件事

关于技能粒度的问题，我想多说几句，因为这是决定整套系统好不好用的关键。我踩过的坑是：一开始把“写完整篇文章”做成一个大技能，SKILL.md洋洋洒洒写了几千字，从选题到排版全包了。实际跑起来发现，每次AI都要从头读完整个技能文件，响应速度慢不说，还经常在执行到某个环节时突然忘了前面提过的细节。

后来我把技能拆小，设计原则只有一个：单一职责。每个技能只做一件事，但把这件事做透。比如“标题生成器”这个技能，它的任务就仅限于生成标题，不需要考虑选题逻辑，更不需要考虑文章怎么布局。这样有几个好处：第一，AI每次加载的技能体积小，专注度高；第二，某个环节出错时排查简单，不用在几千字里找问题；第三，小技能可以灵活组合，同样是“标题生成器”，既可以给长文章用，也可以给短视频文案用。

拆分粒度也没必要太碎。我的经验是，判断标准很简单：如果你发现自己经常“手动补充”某个技能漏掉的细节，说明它还不够完善；如果某个技能里包含明显不相关的环节，说明它该拆了。粒度合适的状态应该是：每个技能对应你写作流程中的一个自然步骤，不多不少。

2.3 目录结构：让每个技能都有自己的“工具箱”

技能的物理载体是文件夹，文件夹里最重要的文件叫SKILL.md。我习惯把整套技能放在项目根目录下的.skills文件夹中，结构是这样的：

.skills/ fd-topic-miner/ SKILL.md fd-card-builder/ SKILL.md fd-outline-builder/ SKILL.md examples/ 示范大纲.md fd-title-creator/ SKILL.md fd-polisher/ SKILL.md resources/ 风格偏好手册.md

每个技能文件夹里，SKILL.md是灵魂，其他文件都是辅助资源。比如大纲生成技能里放了一个“示范大纲”文件，作用是给AI一个参考样本，告诉它“好的大纲长这样”；润色技能里放了一份“风格偏好手册”，把我惯用的句长、用词、断句习惯都写进去。AI在执行技能时，会按SKILL.md的指引去读取这些资源文件，而不是自己凭空发挥。

这种“一技能一文件夹”的组织方式还有一个好处：版本管理方便。我每过一段时间会对某个技能做迭代，改好之后把整个文件夹复制出来也能分享给别人，别人拿到手放在自己的.skills目录里就能用。比如有个朋友拿走了我的标题生成器，他自己改了几行参数，效果就很不错——这本身就是技能设计合理的表现。

3. 实操：从零搭出第一个写作技能

3.1 搭建前需要准备什么

动手之前，你需要确认当前用的Claude客户端或命令行工具是否支持Skills加载。支持的话，通常会在项目目录下自动识别.skills文件夹，或者通过界面导入技能包。不同的使用方式具体步骤有差异，但底层逻辑是一致的：都认SKILL.md这种文件结构，都靠技能描述来触发调用。

确认支持之后，只需要做一件事：在项目目录下创建技能文件夹。我这里以创建一个“选题挖掘”技能为例，命令很简单：

mkdir -p .skills/fd-topic-miner touch .skills/fd-topic-miner/SKILL.md

然后就可以打开SKILL.md开始写内容了。初次接触这个格式的朋友不用紧张，SKILL.md本质就是一个带固定头部的Markdown文件。文件头部有一段特殊的元信息区域，用来声明技能的名称和描述，我下面会详细讲。

3.2 手把手写一个“爆款选题挖掘”技能

选题是公众号写作里最基础也最关键的一环，拿它做第一个技能最合适。我的SKILL.md最终写出来大概是这样的（已简化为示意）：

--- name: 爆款选题挖掘 description: 当用户需要寻找公众号选题、发散文章角度、判断话题热度时使用。用户提供领域关键词或热点事件后，按照标准流程输出选题卡片。 --- # 爆款选题挖掘 ## 目标 帮助用户从热点事件、读者痛点、竞品内容三个维度挖掘公众号选题。 ## 执行步骤 1. 询问或确认用户提供的领域关键词、目标读者画像。 2. 围绕关键词，从以下三个角度各发散3个选题方向： - 热点角度：结合近期热门事件或趋势 - 痛点角度：目标读者普遍困扰的问题 - 反差角度：反常识、反直觉的切入点 3. 对每个选题方向，填写一张选题卡片，包含：一句话选题、目标读者、价值点、切入角度。 4. 最终输出时，按选题卡片格式整理，方便用户快速筛选。 ## 输出模板 【选题方向】 - 一句话选题： - 目标读者： - 核心价值： - 切入点说明：

这份SKILL.md看起来不长，但它把该说清楚的事情说清楚了。重点在开头的description字段，我会格外用心去写，因为AI判断“当前任务是否应该调用这个技能”完全依赖这段描述。描述里应该写明“什么时候用”和“输入什么”，比如“当用户需要寻找公众号选题、发散文章角度”就是触发场景，写得越精准，误触发的概率越低。

执行步骤那里我用了序号列出操作流程，这非常关键。AI很擅长按顺序执行序号步骤，如果你把步骤写成一大段话，它可能会漏掉中间某一步；如果拆成清晰步骤，每条都会被独立执行。我在步骤里加入“三个角度”，本质上是逼着AI做多视角思考，而不是偷懒只给一个常规角度。

3.3 再写一个“标题生成器”技能

选题技能跑通之后，第二个推荐大家做的是标题生成器。做标题这件事特别适合交给Skills，因为它的规则相对固定：字数限制、情绪类型、利益点呈现方式都是可以提前定义好的。这个技能我设计成批量产出模式，一次给出一批不同风格的标题备选，而不是只给一个“最满意的”答案。

我的SKILL.md是这样写的：

--- name: 标题生成器 description: 当用户需要为公众号文章起标题、优化标题、批量生成不同风格的标题备选时使用。根据文章主题或正文内容，按多种标题风格生成候选列表。 --- # 标题生成器 ## 执行步骤 1. 获取文章主题或核心内容摘要。 2. 分析文章的核心受众和阅读场景。 3. 使用多种标题策略，各生成4个标题，策略包括： - 数字型：用具体数字增强可信度 - 情绪型：激发好奇、愤怒、共鸣等情绪 - 收益型：突出看完可获得的价值 - 悬念型：制造信息缺口，引导点击 4. 每个标题都额外附上一句说明，解释用了什么技巧、为什么有效。 ## 注意事项 - 标题总长度控制在15-30字，避免过长被截断。 - 不用“震惊体”和谣言式夸张，标题要有事实基础。 - 不堆砌标点符号，不使用多余感叹号。

这个技能里我想特别强调“每个标题附说明”这一点。很多朋友写完标题生成器的第一步版本后发现效果平平，因为AI给出的标题确实多，但你不知道它为什么这么写、适不适合自己的账号。加上一句技巧说明之后，你不仅能选出标题，还能慢慢品出哪些策略对自己的读者管用，时间长了，你自己起标题的能力也会跟着提升。这才是技能带来的长期价值。

3.4 加载、测试与迭代：让技能真正跑起来

技能文件写好之后，最关键的一步就是测试。我不会直接拿正式文章开测，而是先用几个简单的模拟输入来验证技能是否会被正确调用。比如对标题生成器，我先输入“帮我给一篇关于时间管理的文章起几个标题”，如果AI自动调用了这个技能并且按模板输出，说明触发逻辑没问题。

然后我会用真实场景测试。比如把自己写的一篇初稿粘进去，看标题生成的结果能不能直接用。这个环节最需要注意的是：不要因为第一次效果不理想就立刻改代码（改SKILL.md）。任何一个技能都要经过至少五到十次真实输入测试，积累足够的样本之后，再统一做一次迭代修改。我见过很多人第一天写完技能，试用一次觉得不满意，当场大改一通，改完又觉得不如原来的好——这种反复横跳不仅浪费精力，还让技能越改越乱。

迭代时有一个很管用的方法：把“失败案例”直接写进SKILL.md。比如标题生成器如果连续三次生成的都是同一种风格的标题，我会在注意事项里加上一句“需要避免全部标题使用同一种句式结构，应至少包含三种不同类型”。AI是很听话的，你把规则写进去了，下一次就会照做。这比每次对话时反复口头强调要稳定得多。

4. 进阶技巧：让助手更懂你的写作风格

4.1 用资源文件沉淀你的风格偏好

基础技能跑通之后，你会发现整体效率已经提升了，但生成的内容“熟悉感”还不够。因为通用技能解决的是标准流程问题，还没办法完全贴合你个人的表达习惯。这时候就要用到技能文件夹里的resources子目录了。

我维护润色技能时，在里面建了一个“风格偏好手册.md”，内容包含：我惯用的段落长度区间、我偏好的句子结构、用的比较多的连接词、坚决不用的词汇，以及一个我自己的“写烂了”表达对照表。比如我发现自己写文章总是忍不住用“值得注意的是”和“综上所述”，风格手册里就会明确写着“避免使用这两个短语，换成直接陈述或干脆删掉”。

SKILL.md里需要加上一个步骤：“先读取resources下的风格偏好手册，再开始润色任务”。这样AI在执行润色时，不仅是在改语法，更是在往我需要的方向调整表达。这个做法对写作质量的提升是质变级的——因为它让AI从“什么都能写”变成了“专门为你写”。

4.2 从单技能到流水线：把多个技能串起来

单个技能解决单个环节还不够，我的目标是让素材从进入系统到输出初稿，形成一条比较顺畅的流水线。具体串法是这样：先用选题挖掘技能确定方向，再用手工把零散想法整理成几句话，接着用卡片生成技能把这些话扩写成结构化素材卡，再用大纲技能把素材卡组织成文章框架，最后用扩写技能把框架每一节内容展开成初稿。

流水线玩法能不能跑通，关键要看上一个技能的“输出”能不能被下一个技能的“输入”接住。所以我会刻意统一每个技能输出的格式字段，保证卡片技能输出的素材卡，正好是大纲技能可用的输入格式。有人说这太麻烦、多此一举，但如果你想把写作流程真正自动化，这一步必须做强。我从这套方法里得到的收益是：原本下午才能写完的初稿，现在上午就能完成，而且结构的完成度比之前更高。

4.3 多场景、多账号怎么管理技能

有朋友问，如果自己同时运营两个定位不同的公众号，技能会不会冲突？这个问题我也遇到过。我的解决方案是，不要试图用一套技能通吃所有账号，而是把技能文件夹分成不同的组，每组对应一种写作风格或一个账号定位。

我自己的做法是把技能目录按照“风格变体”来管理。两个账号共用一个标题生成器，但润色技能分别维护了两个版本，一个偏理性深度，一个偏情感共鸣。使用时只需要切换对应的技能目录，AI就会在润色环节自动套用不同的风格手册。这套思路稍微有点管理成本，但比每次都重写提示词高效得多。你甚至可以约定不同的触发关键词，让同一个技能文件夹里通过关键词区分不同风格模式，这样切换成本更低。

5. 踩坑实录与常见问题排查

5.1 技能没被调用？问题多半出在description

使用过程中最让人头疼的问题，就是输入需求之后AI压根没有调用对应的技能，而是用普通对话方式直接回复了。排查下来，九成原因出在description写得不够精准。description的作用是让AI识别“当前任务匹配哪个技能”，如果写得太宽泛或者偏了重点，AI会觉得自己不需要调技能也能处理。

排查和修复的方法很直接：假设你自己就是AI，读一遍description，问自己“用户说的是什么事情时我会触发这段描述”。如果你自己都觉得模棱两可，那AI大概率也会判错。我在调整选题技能的description时，最初写的是“帮助选题”，结果经常不触发；后来改成“当用户需要寻找公众号选题、发散文章角度、判断话题热度时使用”，触发率一下就上来了。要让description尽量用“当……时使用”的句式，把触发场景明确写出来。

5.2 输出格式乱飘？把模板直接钉在SKILL.md里

另一个高频问题是：AI跑是跑了，但输出的格式跟你预期的不一样。你明明要的是表格，它给你列了几个加粗句子；你明明要五条标题，它给了三条。这个问题的根源在于，光靠口头交代“用表格输出”约束力不够，需要在SKILL.md里直接内置输出模板。

我在选题技能里加了输出模板段，把每个字段列好，还给了示例。效果就完全不一样了——AI输出时会把模板当作强约束，一条条照着填。这跟你反复在对话里“强调一万遍”相比，靠谱得多。凡是需要稳定格式的地方，你就把模板放进SKILL.md正文，用代码块或缩进明确标出来。

5.3 技能之间互相干扰怎么办

当技能多起来之后，可能出现一种尴尬情况：我想让AI做“润色”，但它顺带把“起标题”的活也干了；或者我触发的是“大纲生成”，输出里却混进了完整成稿的内容。原因通常是两个技能描述里的触发场景有重叠，AI判断时不知道该执行哪个。

处理方法有两个：一是把description里的边界写死，明确这个技能“不负责”什么；二是在技能文件的执行步骤里加上一句“只完成本技能描述范围内的任务，不主动执行其他技能的工作”。我倾向于两个方法一起用，双保险的效果最好。另外，如果你的技能体系足够规范，“职责边界”这个意识应该体现在所有技能的文案里。

5.4 别把技能当成模型本身的魔法

最后提醒自己一句：技能不是魔法，它不能改变模型的能力上限，它只是把好的输入组织起来、让输出更接近你想要的样子。如果你让AI写一篇需要专业领域知识的文章，技能能把流程和格式安排得明明白白，但知识本身还得靠素材输入和人脑把关。所以我的原则是：技能负责流程和表达，知识靠素材和人工审核。

还有个相关的心得：技能要持续维护，它不是一劳永逸的。你的风格会变，读者的喜好会变，行业的热点模式也会变。每隔一段时间翻看自己的技能文件，删掉过时的表达偏好，加入新的理解，这个过程本身就是对写作方法的一次复盘。

我个人的感受是，整套Claude Skills写作助手搭建下来，最有价值的不是省下的那点时间，而是逼着我把自己的写作流程完整想了一遍。以前很多环节全靠模糊的感觉——怎么找选题、怎么定结构、怎么起标题，这些问题在动手写技能的时候都被迫变成了清晰步骤。技能文件里沉淀下来的每一条规则，都是我对写作这件事的理解。你现在就可以从最简单的一个小技能开始，哪怕只是个“只负责起10个标题”的助手，积累起来之后，整个系统都会越来越懂你。