🎯 面试题：你说你懂AI Agent，那你知道“Skill”和“Prompt”到底有什么本质区别吗？为什么有了Prompt，我们还需要Skill？

🧠 总：Prompt是“一次性指令”，Skill是“可复用技能包”

很多人觉得Skill就是把Prompt换了个名字，其实这是最大的误解。

Prompt是一次性的、即时的指令，它告诉模型“这一次”该怎么回答。而Skill是一套结构化的、可复用的“技能包”，它把完成一类任务所需的指令、流程、示例、甚至外部工具调用规则都打包在一起。

一句话总结：Prompt是“告诉AI怎么做这一件事”，Skill是“教会AI做这一类事”。

🔧 分：五组核心对比，把Skill彻底说清楚

1️⃣ Skill vs Prompt：从“问一次”到“会一辈子”

Prompt是你问AI“帮我写一封辞职信”，AI给你一段文字。下次你再问，它又要重新理解一遍你的要求。

Skill是你把“写辞职信”这件事的完整方法论——语气怎么把握、结构怎么搭、禁忌词是什么——全部固化成一个文件。以后每次调用，AI直接按这套标准流程执行，稳定性大幅提升。

核心区别：Prompt是对话，Skill是程序。

2️⃣ Skill vs Plugin：一个管“知识”，一个管“工具”

Plugin（插件）解决的是“AI能力边界”的问题，比如让它能查天气、订机票、读PDF。

Skill解决的是“AI做事方式”的问题，比如让它用金融行业的分析框架来解读财报。

打个比方：Plugin是给AI装上手和脚，让它能触达外部世界。Skill是给AI装上大脑里的“思维模板”，让它知道用什么套路来思考。

3️⃣ Skill vs MCP：一个是“菜谱”，一个是“厨房管道”

MCP（模型上下文协议）解决的是“AI怎么连接外部数据和工具”的通信标准问题，就像厨房里的水管和电路——基础设施。

Skill解决的是“AI用这些工具做出一道什么菜”的流程问题——菜谱本身。

核心关系：MCP是通路，Skill是内容。没有MCP，Skill调不到外部资源；没有Skill，MCP只是一堆闲置管道。

4️⃣ Skill vs Agent：一个是“技能”，一个是“能力”

Agent是一个自主决策和执行的智能体，它自己判断“该调用什么工具、按什么顺序、要不要调整策略”。

Skill是Agent手里的一张“技能卡”。Agent可以同时持有多个Skill，遇到不同场景就切换不同卡片。

如果说Agent是一个士兵，Skill就是士兵掌握的射击、格斗、急救等专项技能。没有Skill的Agent，就像空手上战场的士兵——有心无力。

5️⃣ Skill vs Workflow：一个是“节点”，一个是“流水线”

Workflow是预先编排好的自动化流程，步骤、顺序、条件分支全都在框架里定死了。

Skill更侧重于“定义AI在该场景下的行为模式”。它可以被嵌入Workflow作为一个环节，也可以单独被调用。

关系总结：Workflow是流水线，Skill是流水线上某个工位所具备的“手艺人能力”。

⚙️ 分：那Skill到底装在哪里？为什么有人找不到？

这是一个特别容易被误解的点。Skill不是写在系统Prompt里的一行文字，它通常是一个独立文件或目录结构，以特定格式（比如Markdown、YAML或JSON）存放。

它包含：

- 一个“触发条件”或“适用场景”声明
- 核心指令集
- 示例
- 质量标准
- 可选的工具调用规则

很多人“找不到”，就是因为把Skill当成Prompt去模型对话窗口里搜，但实际上它应该在项目目录、插件市场或专门的Skill管理面板里。

💡 分：为什么“非用不可”？三个场景回答你

- 场景一：企业客服。你要AI的回答不只是“对”，还要“符合品牌调性”。Skill把这套标准固化下来，每次调用都一样专业。
- 场景二：内容生产。你的团队需要统一的文案风格、结构、禁用词表。写成Skill，等于把主编的要求“编码化”了。
- 场景三：复杂Agent。一个Agent要完成“市场分析→内容生成→发布”全流程，中间需要多个专业能力。没有Skill，Agent每次都要现想“市场分析该怎么做”，有了Skill，调用即用。

🏁 总：AI应用的未来，不是写更好的Prompt，而是沉淀更好的Skill

当AI能力越来越通用，真正的竞争力就转向“你怎么定义和封装你的方法论”。

Prompt是单次的灵光一闪，Skill是可复用的知识资产。

面试收尾一句话：Prompt让AI“听懂”你，Skill让AI“习惯”你——后者才具备长期价值。