我做了一个写标书的 Skill，后来把整个行业都删了

Hi，大家好，我是七帅。

上周，一个做园林绿化的朋友来找我。

他说他们每次投标，最头疼的不是项目本身，而是那本厚得吓人的技术标书。施工方案、人员配置、进度计划、安全管理，一项一项整理下来，最后往往是几百页。一个项目做完，光整理文档就得搭进去一周。

他问我，能不能用 AI 帮忙。

我说，可以试试。

但我一开始想的，不是“怎么让 AI 写标书”，而是另一个更底层的问题：

Skill 到底是什么？

很多人一听 Skill，会觉得这东西很复杂，像一个要开发、要配置、要接系统的大工程。其实真不是。

Skill 说白了，就是一套写给 AI 看的说明书。

它本质上是一堆 Markdown 文件，放在一个文件夹里。Claude Code 启动时会去读这些文件。你给它什么，它就学什么。你给它评标办法，它就知道评委按什么标准打分。你给它施工规范，它就知道施工方案该怎么展开。你给它公司业绩和人员证书，它就知道哪些内容是固定可复用的。

本质上，Skill 不是给 AI 装“聪明”，而是给 AI 装“流程”。

所以我做的第一件事，不是写代码，而是拆标书。

我让朋友把他们以前中标的几份技术标书发给我。几百页，我一页一页看，一章一章拆。拆到后面，我慢慢发现，标书其实没有看起来那么乱，它基本可以分成两类内容。

一类是固定的。

比如公司业绩、人员证书、获奖、专利、管理制度、常用材料。这些东西换项目也不会大变，很多时候直接复用就行。

另一类是可变的。

比如施工方案、进度安排、岗位职责、资源配置。这些内容必须跟着本次招标文件走，跟着工程量清单走，跟着项目特点走。

这个发现很重要。

因为它意味着，根本没必要让 AI 每次从零开始写一本标书。固定的内容直接复用，真正需要 AI 动态生成的，是那些跟项目强相关的章节。这样一来，AI 就不是在“胡乱发挥”，而是在该动的地方动，不该动的地方别动。

但再往下做，我又发现了一个更关键的事。

标书不是作文。

它不是谁写得华丽谁得分，也不是谁写得长谁就占便宜。它本质上是对评分标准的一次逐条回应。

评委手里拿着评分表。每个评分项多少分，什么叫优，什么叫良，很多时候都写得很清楚。比如施工方案这一项，想拿高分，评标办法已经把话说明白了：要有针对性，要有重难点分析，要有可实施性，还要看得出优化能力。

也就是说，写标书这件事，不该是“AI 想怎么写就怎么写”，而应该是“评分标准要求什么，你就对应写什么”。

我后来给这个 Skill 定下来的核心，就是这一条：

不是行业知识驱动，而是评分标准驱动。

第一版 Skill 其实做得很“土”，但很好用。

我把整个流程拆成几个文件。SKILL.md 管总流程，告诉 AI 先干什么，再干什么；评分文件负责解释每一项怎么拿高分；章节文件负责规定每章怎么展开；reference/ 里放行业知识、公司材料和示例文件。

比如施工方案这一章，我专门给它定了一个固定写法。每个施工分项都按八个部分走：工程概况、施工准备、工艺流程、技术要点、质量控制、安全事项、季节性措施、成品保护。这样做不是为了写得漂亮，是为了不漏。

很多标书丢分，不是因为写得差，是因为少写了一项，或者少回应了一个评分点。

第一版跑出来以后，效果还不错。招标文件丢进去，等几分钟，一份完整的技术标就出来了。施工方案能按清单逐项展开，人员能用真实姓名和证书，评分标准里的大部分点也都能找到对应内容。

但问题马上就来了。

这个 Skill 只能做园林绿化。

朋友把它推荐给另一个做 IT 信息化的朋友，对方打开一看，里面全是施工方案、苗木栽植、草籽撒播，直接就卡住了。不是这个 Skill 不会写，而是它会的东西，刚好全是某一个行业的经验。

这时候我面前其实只有两个选择。

一个是继续往里加。园林一套，建筑一套，IT 一套，弱电一套，装修再来一套。这样理论上能越做越全，但实际上也会越做越重，最后变成一个谁都不敢维护的模板仓库。

另一个是反过来想：既然行业是无限的，那我为什么要把行业写死？

我最后选了第二条路。

我把整个行业知识删掉了。

不是全删光，而是把“写死的行业答案”删掉，只保留“做这件事的方法”。

原来 Skill 里最重要的三个文件，我全重写了一遍。

第一个文件，不再告诉 AI “施工方案 10 分”“进度计划多少分”，而是教它怎么从评标办法里提取评分项、分值、等级定义，再判断哪些内容属于固定材料，哪些内容需要半定制，哪些必须重新生成。

第二个文件，不再写死十个园林章节，而是抽成六种通用章节类型。理解分析、规划计划、组织配置、技术方案、管理体系、响应对照。AI 读到评分项以后，先按关键词归类，再套对应框架去写。

第三个文件，是主流程。以前是固定十章直接开写，现在变成先读评标办法，先推导章节结构，再给用户确认，确认完才开始正式生成。

这一改，Skill 才真正变成了一个通用工具。

它不再内置某个行业的答案，只保留一套能跨行业复用的工作方法。你是做 IT 的，就往 reference/ 里放 IT 行业知识；你是做装修的，就放装修常见参数；你是做弱电的，就放弱电方案和公司资料。Skill 管的是流程、判断和结构，行业知识交给用户自己补。

我后来越来越觉得，Skill 最有价值的地方，不是“帮你写了一份东西”，而是“把一件强依赖经验的工作，拆成了一套可重复执行的 SOP”。

你想让 AI 替你干活，真正要写清楚的，从来不是几句提示词，而是这件事到底分几步，每一步看什么，怎么判断，输出什么，遇到什么情况该停下来确认。

你写得越清楚，它做得越稳定。

现在回头看，我反而觉得第一版那个只能写园林绿化的 Skill 特别重要。因为正是它足够具体，我才看清哪些东西是行业绑定的，哪些东西其实是可以抽出来的方法。如果我一开始就想做一个“所有行业通用”的 Skill，大概率什么也做不出来。

很多事都一样。

别一上来就追求通用。先把一个具体问题解决掉，解决透。先在一个小场景里跑通，再往外抽方法。先窄，后宽；先具体，后通用。

我这次做“写标书” Skill，最后最有价值的收获，也不是多了一个工具。

而是我第一次很清楚地看到，一件原本靠老师傅经验撑着的工作，到底怎么被拆成流程，怎么被写成规则，怎么一步步从“只能我来做”，变成“别人也能照着做”。

这才是 Skill 真正有意思的地方。

它不是替你偷懒。

它是在替你沉淀方法。