把经验写成 Skill 之前，先确认它真的能交付结果

把一篇教程换成 SKILL.md，不会自动变成知识产品。

真正的变化发生在另一处：以前读者自己理解步骤、准备数据、处理报错；现在作者需要把输入、口径、校验、流程、输出和失败分支一起写清。交付责任变重了，不是变轻了。

OpenAI 官方文档把 Skill 定义为带有 SKILL.md 的目录，可附带脚本、参考资料和资产。ChatGPT 与 Codex 可以在用户明确点名时调用，也可以根据 description 匹配任务后调用。它适合承载可重复工作流，不是给一段提示词换个文件后缀。OpenAI 官方说明：Build skills

先判断这项经验适不适合封装

适合做 Skill 的工作，通常同时满足四个条件：

1. 同类任务会重复出现；
2. 输入字段能够列清；
3. 关键判断可以写成规则或检查点；
4. 输出能被验收。

“做一张产品毛利四象限图”符合这些条件。“帮企业战略转型”就不适合直接封成一个 Skill，因为它没有稳定输入，也没有一轮任务内可验证的完成标准。

Skill 也不能替代专业判断。它可以检查毛利率公式、生成图表、指出右下象限的产品，却不知道一次低毛利大单是否为了消化库存，也不知道某个客户是否带来后续模具收入。图表是决策输入，拍板仍要回到合同和现场。

案例：产品毛利四象限需要哪些明确口径

这张图至少使用四列数据：产品型号、销售额、绝对销售毛利、毛利率。

• 横轴是收入占比；
• 纵轴是毛利率；
• 气泡面积表示绝对销售毛利；
• 竖线可用产品收入占比中位数；
• 横线用全部产品的整体毛利率。

教学数据如下，单位为万元：

合计销售额 3,040 万元，合计毛利 339 万元，整体毛利率约 11.15%。A、B 规模大，但毛利率低于整体水平；C 的规模居中，绝对毛利贡献却接近 A；D、E 毛利率高，仍需验证放量空间。

Skill 的价值，是每次都按相同口径重算这些数字，并在合计不一致时停止出图。若它跳过校验直接生成气泡图，只是把错误做得更漂亮。

一个最小可用 Skill 应写什么

官方要求 SKILL.md 至少包含 name 和 description。对专业工作流而言，仅满足格式远远不够。正文建议写清五部分：

触发与边界

说明什么任务触发，例如“产品毛利矩阵、盈利四象限”；也写清什么时候不该触发，例如用户只有利润表汇总数，没有产品级明细。

输入与校验

列出必填字段、单位、空值处理和勾稽关系。这个案例至少检查：毛利率是否等于毛利除以销售额；合计行不能重复进入散点；销售额为零时不计算比例；负毛利产品保留但单独标色。

执行顺序

确认期间和范围，读取数据，完成校验，计算阈值，生成图和明细表，最后写出可核对的洞察。任何关键字段缺失，都先向用户要数据，不能自行补数。

输出规格

写明最终交付物，例如单文件 HTML、PNG 和一页汇报摘要。图表标签只保留主要产品，气泡面积用平方根缩放，防止大产品把其余点全部盖住。

失败分支

包括列名不一致、总计行重复、毛利率单位混用、图表依赖无法加载、中文字体缺失等。稳定工具不是从不报错，而是报错时能告诉使用者下一步查什么。

脚本、参考口径和模板可以分别放进 scripts/、references/、assets/。只有需要确定性计算或外部工具时才加脚本；能用明确指令表达的部分，不必为了显得高级而代码化。

安装之后，还要做一次验收

第一次运行不要直接放真实客户数据。先用五行演示表检查：

• 销售额和毛利合计是否与手工计算一致；
• 整体毛利率是否约为 11.15%；
• A、B 是否落在“规模大但毛利率偏低”的区域；
• 总计行有没有被画成第六个气泡；
• 输出结论是否引用具体产品和数字，而不是“持续优化产品结构”。

再做一轮边界测试：删掉销售额列、加入负毛利产品、把毛利率从 8%写成 8。Skill 应当识别问题并停下来确认，而不是猜测单位。

这篇原来承诺的下载地址目前不可用

原稿给出的 accunion.cn/skills/product-gp-matrix-bubble/ 托管目录在本次复核时返回 404，因此新版不再写“复制口令即可安装”，也不把一个不存在的下载当作交付物。

在重新上线之前，应先完成三件事：把 Skill 源文件纳入版本管理；用干净环境按安装说明跑通；为下载地址做可用性检查。等资源恢复，再把经过验证的安装入口补回文章。

知识付费从教程走向 Skill，真正增加的不是一个时髦名词，而是作者对结果的责任。口径要能复算，错误要能拦住，输出要能验收，链接要真的能打开。做到这些，经验才从“我会做”变成“别人可以稳定复用”。