本文由 莫潇羽@无忆研习社(www.wuyi.wiki) 撰写，转载请注明出处。
快速摘要（先看这里)
如果你只想拿一句话就走，那这句话是：AI时代普通人变现的最短路径,不是硬啃提示词玄学、不是追风口做AI博主，而是把自己已有的经验封装成Skill,再用Skill批量生产虚拟产品,最后把整套系统塞进Obsidian做成一个可持续输出的"第二大脑"。
这套打法里有三根支柱:第一根是"Skill原创",它是给AI装的技能包,让AI在特定场景按你的专业流程干活,而不是每次都靠临场提示词碰运气;第二根是"合规虚拟产品",在2026年2月小红书电子资源类目新规落地之后,能活下来的都是有方法论、走垂直人群、做深交付的玩家;第三根是"Obsidian工作台",它把你的语料、工作流、AI配置三层拆开,让AI越用越懂你,让你的经验能够被沉淀、被复利。
这三根支柱串起来,才是一个人也能跑通的商业闭环:内容拉信任、Skill放大产能、虚拟产品做交付、私域做复购。全文一万四千字左右,系统拆到"能上手"这一层,想看完整拆解,往下翻。
第一章 为什么普通人现在必须重新看待AI这件事
我做自媒体七八年,做过广告策划、做过课程,做过训练营,也做过虚拟产品,踩坑不少。这两年AI变化的速度已经超过我过去所有阶段的经验积累。莫潇羽@无忆研习社观察下来,大概每三个月就有一次能力代际跃迁,这种节奏下,老一套"先学一个技巧、慢慢摸索半年"的路径已经跟不上了。
举个我自己的例子。前段时间,我用了整整十个小时,从零搭起一个AI功能网站,前后端俱全,服务器买了、域名买了、备案走了,能直接给用户使用。我不是程序员,连一行代码都没写过。整个过程只有三件事:截图、发问、复制粘贴。这在2023年是不可能的,在2024年也很吃力,但在2026年,它就是一个"会截图会说人话"的普通人可以完成的事情。
三个正在同时发生的变化
要理解这个新时代,先看清三件正在同时发生的事:
第一件事,AI从"辅助工具"变成了"执行主体"。以前AI只能给你答案,你还得自己去干,现在的AI可以直接帮你干,写代码、发文档、操作浏览器、部署网站,一条龙全包。业内有个专有名词叫"agent",翻译过来就是"能替你干活的东西"。国内外主流的agent已经有好几款,包含Claude Code(简称CC,是Anthropic家的命令行agent)、ChatGPT/Codex(OpenAI旗下codex已并入ChatGPT主线)、WorkBuddy等桌面agent工具,以及国内基于DeepSeek、通义千问、Kimi等开源模型自建的一批工作流工具。
第二件事,AI能被"教"了。从2025年下半年开始,大模型厂商陆续开放了Skill这种"技能包"机制。你可以把自己的经验、流程、方法论写成一个SKILL.md文件,让AI在特定场景下自动按这个流程去干活,不用每次都手动喂提示词。这个变化在莫潇羽@无忆研习社的实际测试里,是内容行业从业者今年最大的红利,后面会专门用两章展开。
第三件事,API价格在从"白菜"回归"正常"。以DeepSeek为例,2026年8月13日官方公告将API价格调整并引入峰谷定价机制,并于8月17日00:00起生效,旗舰模型DeepSeek-V4-Pro的输出Token价格在高峰时段从6元/百万涨到27元/百万,涨幅约350%,空闲时段则是13.5元/百万。行业普遍解读是低价内卷阶段结束,国产大模型进入商业化定价阶段。这意味着未来"Token当水喝"的日子不会再有了,懂得规划调用、懂得缓存命中、懂得峰谷调度的人,才能把成本压下来。
备注:AI服务价格调整很快,上面是我(莫潇羽@无忆研习社)写稿时的近似行情,请以官方最新定价页面为准。
一个人也能跑通商业闭环的底层逻辑
变化说完,再讲结论。为什么我认为"一个人的知识生意"在当下是最合理的路径?
因为AI把过去一家公司才能做的事情,压缩到了一个人可以承担的量级。以前你想开发一个小工具,要有产品经理、设计师、前端、后端、运维,一整套人。现在你一个人+一台电脑+一杯咖啡+若干次截图对话,就能做出来。这不是夸张,这是我自己反复跑通过的路径,身边不少同学也已经跑通了。
但是,单靠"AI能做"是不够的。你还需要:
- 知道做什么:场景要垂直,需求要真实,不能自嗨。
- 能持续做:把每次的经验沉淀成Skill,让下一次更省力。
- 有地方装:一个能承接内容、工作流、AI配置的知识库(推荐用Obsidian,后面详细讲)。
- 合规地做:符合平台规则,符合国内法规,尤其是AIGC内容标识、版权授权、平台类目资质这三条硬线。
把这四件事串起来,就是这篇长文的全部主题。
内容、Skill、虚拟品、知识库四件套的关系
我用一个更直白的比喻:
- 内容是钩子,把人吸引进你的私域。
- Skill是生产线,把你的经验和方法工业化,让AI批量帮你干。
- 虚拟品是交付物,是可复利、可标准化销售的最小单元。
- 知识库是根据地,是你所有语料、工作流、AI配置的家。
这四样东西如果缺了任何一个,链条就会断:只有内容没有产品,你就是给平台打工的流量民工;只有产品没有内容,你就是没人认识的"孤岛店铺";只有Skill没有知识库,AI一换会话就失忆;只有知识库没有Skill,你的语料只是"死资料"而非"活生产力"。
后面九章会按"Skill原理→Skill实操→虚拟产品选品→网站型产品→Obsidian架构→自动化工作流→商业闭环→合规底线"的顺序,一层一层拆开。这一章你先把这个四件套的关系记住,后面的东西都是围绕它展开的。
第二章 Skill到底是什么,凭什么值得你压重仓
聊Skill之前,先说一句大实话:如果只从"能不能生成内容"这个维度看,Skill和提示词的差别并不大,都能让AI给你写东西。但如果你想让AI真正参与到你的工作流里、能沉淀、能复用、能可靠地拿到结果,那Skill和提示词就是两个物种。
一句话讲清楚Skill是什么
Skill = 给AI安装的技能包,让AI在特定场景下自动按照你规定的专业流程执行任务。
它的本体是一个文件夹,里面必须有一个叫SKILL.md的文件,以及可能附带的资源、脚本、模板等。SKILL.md的开头是一段YAML frontmatter,包含name和description两个字段,description直接决定了这个Skill什么时候会被触发。文件正文则是你写给AI的操作说明书,告诉它遇到这类任务应该怎么做、按什么顺序、参考什么标准、输出什么格式。
举个例子,如果我做了一个叫"长文写作"的Skill,它的description会写:"当用户上传素材或者提出'把这个改写成一篇长文''帮我写一篇公众号''需要三千字左右的深度分析'等等类似请求时触发,产出结构完整、语言口语化、带有个人观点的中文长文。" 当用户输入满足这个描述,AI就会自动加载这个Skill并按里面的流程去写,不用用户每次都重新拼一段提示词。
Skill和提示词的三个本质区别
第一,提示词是"一次性的",Skill是"沉淀式的"。
提示词你写在对话框里,聊完这次窗口就结束了。窗口有上下文长度限制,大模型聊到一定Token就会"失忆",你辛辛苦苦搭起来的语境瞬间归零。Skill不一样,它是文件形式存在的,只要你不删,它永远在那儿。每次AI遇到匹配场景,自动加载,不占用主上下文,不会因为聊天太久被冲掉。
第二,提示词只能"产出内容",Skill可以"完成工作"。
提示词让AI帮你写一段文案,写完你还得复制到公众号后台、复制到小红书草稿箱、复制到飞书文档,这是"内容级"的输出。Skill因为可以调用外部工具(比如MCP、脚本、API),能直接把生成的内容发到你的飞书文档,或者存成PDF放到本地,或者直接推送到内容平台后台。它交付的不是"文本",是"结果"。
第三,提示词受"上下文窗口"限制,Skill几乎不受。
一段复杂的提示词很容易写到几千字,一放进对话就把大部分上下文占光了。Skill采用的是"渐进式披露"设计,只有触发时才加载相关内容,而且可以做多级Skill,主Skill调用子Skill,层层嵌套,理论上没有天花板。这就意味着你可以做很复杂的工作流,比如"先查资料→再对齐问题→再蒸馏结构→最后成文",一个Skill里全打包。
Skill在国内主要跑在哪儿
目前Skill这个能力主要通过下面几种承载方式使用:
- Claude Code(命令行agent):Anthropic官方的agent,在终端里跑,通过
~/.claude/skills/或.claude/skills/目录加载。对国内用户来说,如果不用官方Claude账号,通常会通过第三方中转API的形式使用,并搭配DeepSeek、GLM等国产模型作为底层。 - ChatGPT/Codex桌面版:OpenAI旗下codex在近期已合并进ChatGPT,桌面客户端支持类似的Skill能力,并且有目标模式(Goal Mode),可以对着目标持续推进。
- WorkBuddy等桌面agent工具:这类工具本身封装了终端能力,可以帮你安装Claude Code、管理Skill,对新手非常友好,基本可以做到"零命令行操作"。
- 国产平台:一些国产工具已经开始支持类似Skill的能力,以Skill为思路来搭建自己的AI工作流已经成为通用做法,而不是绑定某个特定平台。
境外AI工具在国内使用需要遵守我国网络与内容管理相关规定,选择合规接入方式(比如通过持有算法备案的国内合规API中转服务),不要用任何绕过网络管理的方式访问境外服务。莫潇羽@无忆研习社在这一点上一贯的建议是:合规是最长的护城河,别在这上面省事。
一个Skill的最小可行结构
我用一个假想的"选题评分Skill"举例。你只需要在一个文件夹里放一个SKILL.md:
---
name: title-rater
description: 用于对小红书笔记标题进行火不火评分。当用户
上传一个候选标题、或者说"帮我看这标题能不能火""这个
选题打几分""帮我评估一下小红书标题",都触发这个Skill。
---
# 选题评分Skill
## 一、评分维度
- 好奇心钩子(0到20分)
- 精准人群标签(0到20分)
- 数字与结果暗示(0到15分)
- 情绪浓度(0到15分)
- 平台合规(0到15分)
- 差异化(0到15分)
## 二、执行流程
1. 读取用户提供的候选标题。
2. 联网搜索该主题下近30天的高互动笔记,提取共同特征。
3. 按上述六个维度打分,给出总分。
4. 分数在80分以上:给出"可发布"结论及原因。
分数在60到79分:给出改造建议,重写三个候选。
分数在60分以下:说明本选题的核心问题在哪。
5. 输出JSON+人话报告双版本。看到没?这就是Skill,一个普通人能看懂、能写、能改的东西。你不需要懂什么编程语言,只需要能把自己脑子里的"专业判断流程"用大白话写出来。写完之后放到规定的目录里,AI就会在合适的时机自动调用它。
为什么Skill值得你压重仓
回到题目。为什么我觉得每个做知识生意的人都应该现在开始学做Skill?
因为在AI时代,你的核心资产不是"你写过多少内容",而是"你能不能把你的判断力、你的经验、你的方法论,变成AI可以稳定复现的流程"。前者是消耗品,发一次少一次;后者是复利资产,越用越增值。
Skill就是把"个人经验"转成"数字资产"的那个动作。
一个懂英语教学的老师,把自己批改雅思作文的判分逻辑写成Skill,以后一天可以批100份;一个懂设计的从业者,把自己评审设计稿的checklist写成Skill,以后可以让AI替客户先做一轮初筛;一个懂法律文书的律师,把自己的合同审阅要点写成Skill,以后可以给客户提供7×24的自动化预审服务。
这才是Skill的真正价值——它让你在睡觉的时候也能"用你的方式工作"。
第三章我会讲Skill原创最容易走错的地方,以及三种真正适合做成Skill的场景类型,帮你在动手之前就少走弯路。
第三章 Skill原创的场景思维——90%的人第一步就走错
我在几个AI社群里泡了小半年,大概看过几百个人做的Skill,有一个非常明显的规律:大多数人第一次做Skill都会做同一个东西——"公众号排版助手"。 上百个人做同一件事,谁都跑不出来,谁也拿不到结果。
这不是他们能力不行,是方向从一开始就偏了。所以第三章我要先把这个"最容易犯的错"讲清楚,再讲什么样的场景才真正适合做成Skill。
一个反直觉的判断:Skill是"场景的延伸"而非"想象的延伸"
很多人做Skill的思路是这样的:"AI这么强,我想做个什么什么工具,应该会很多人用,我就做这个吧。" 这种思路里,"想象"是主语,"场景"缺席。
真正能跑通的Skill,思路是反过来的:"我每天/每周都会在某个场景里重复做一件事,这件事有明确的流程,有明确的判断标准,我把这个流程和标准封装出来,让AI帮我做,这样我就能腾出时间。"
前者是"我猜大家需要",后者是"我知道自己需要"。前者做出来常常是"看起来很酷,但没人用";后者做出来则是"用起来很爽,顺便有人愿意买"。
回到那个公众号排版Skill为什么难做的问题:一是市面上已经有大量成熟工具,壹伴、秀米、135编辑器等都有非常好的排版能力,你的Skill在做的事情本质上是重造轮子;二是排版这件事本身高度视觉化,靠命令行文字很难做出比现有GUI工具更好的体验;三是排版只是内容工作里最靠后的一环,前面的选题、写作、结构才是真正的痛点。所以做这个Skill的人多,跑通的人少,道理就在这。
三类真正适合做Skill的场景
我把过去半年在实操里跑通、能持续产出结果的Skill,分成三类。你在挑Skill选题的时候,可以对着这三类去筛。
第一类:内容场景。
这一类是最容易上手的,因为内容工作本身有大量重复的判断动作,而且判断标准相对清晰。举几个已经跑通的方向:
- 选题评分Skill:你收集近一年在你行业里跑火的选题,让AI蒸馏出共同规律,把规律封装成打分逻辑,以后写选题之前先让Skill评一遍。
- 长文改写Skill:你把自己最满意的三五篇长文喂给AI,让它蒸馏出你的写作风格,再封装成"基于新素材按此风格产文"的流程。
- 一鱼多吃Skill:你把自己一场直播/一次分享的转写稿丢进去,Skill自动切分成公众号长文、小红书短文、朋友圈素材、播客节选、社群话题五份产物。
- 对标拆解Skill:输入一个爆款账号,Skill自动去分析它近30条内容的结构、开头钩子、结尾CTA,输出一份可复用的模板。
第二类:业务场景。
如果你已经有稳定的业务(咨询、教培、设计服务、法律服务、财务咨询等等),这类Skill的价值远大于内容型,因为它直接嵌入到你的交付链路里,能提升客单价、提升复购率。
举个真实思路:你是简历修改师,单次服务收1000元。以前一份简历要花你两小时,现在你先跑一遍"简历初诊Skill",Skill会自动列出这份简历的22个问题、给出改造方向、生成候选文案,你只需要在此基础上做个性化调整。原来两小时的工作,现在30分钟搞定,你还能顺便把"简历初诊报告"作为免费引流品发给潜在客户。
再举一个:你是心理咨询师,每次做完1对1,以前只是聊完就结束了。现在你的"复盘Skill"可以自动把录音转成文字、提取关键情绪节点、生成一份结构化的复盘文档发给客户。这一份复盘文档本身就是巨大的附加价值。
第三类:经验型场景。
这一类是最容易被忽视的,也是天花板最高的。什么叫经验型?就是你在某个垂直领域里有明显高于普通人的经验积累,你把这些经验做成一个Skill,以后所有需要这方面帮助的人都可以调用。
小红书上最典型的例子是"雅思作文批改Skill"。为什么这个方向能跑火?因为雅思考试报名一次要2000多元,考生对"提高作文分数"这件事需求非常刚,而"批改作文"是一个高度重复、高度垂直、判断标准清晰的动作。老师原来一天最多改十几篇,现在Skill跑起来一天可以处理几百份。9.9的定价对考生来说毫无门槛,但对做Skill的人来说,规模化之后利润非常可观。
同样的逻辑可以套到几乎所有专业领域:考研作文批改、四六级作文批改、语文作文批改、编程作业审查、UI设计审查、法律合同预审、财报结构分析、论文格式审查、简历初诊……你只要在某个垂直领域有过硬的经验,几乎都可以做一个对应的Skill。
一个筛选公式:高频×高价值×高垂直
我(莫潇羽@无忆研习社)自己在挑Skill选题的时候,会用一个非常简单的三维公式:
- 高频:这件事你(或者目标用户)每周至少要做一次,越频繁越好。低频需求即使强也很难做成产品,比如"改简历"就是典型的低频高强度需求,更适合做成人工服务的辅助工具,而不是独立卖的Skill。
- 高价值:这件事的错误成本比较高,或者收益比较大,用户愿意为"更好的结果"付费。比如"选品判断"就是典型的高价值,选错一次可能损失几万块;而"生成一个签名"就是低价值,用户没必要为此付费。
- 高垂直:场景收得越窄越好。做"英语学习Skill"没人买,做"四级作文批改Skill"就有人买;做"AI育儿Skill"没人买,做"三年级暑期作业积分Skill"就有人买。收窄不是限制,是聚焦。
三个维度都满足,大概率能跑通。如果有一个维度明显不满足,你就要问自己:是不是这个方向不适合做Skill?能不能把它调整成一个更适合的方向?
反直觉的一点:Skill不一定要直接卖钱
这一点我想单独拎出来讲,因为很多人的第一反应是"我做个Skill,然后卖它"。这条路当然可以,但不是唯一的、也不是最优的。
Skill还有另外几种变现方式,而且往往更聪明:
- 作为交付服务的一部分:客户购买你的咨询/课程/社群/知识库,顺便获得Skill的使用权。Skill不是主打商品,是"周边"。
- 作为引流产品:免费提供一个高价值Skill,吸引精准用户添加你的私域,后续再通过其他产品变现。
- 作为你自己的生产力工具:纯自用,不对外卖,但让你的服务效率提升3到10倍,从而在同样时间里赚更多。
- 作为课程/知识库的配套:购买某某课程,自动获得配套的10个Skill,这种"课程+Skill"的组合往往比单卖课程转化率高得多。
判断一个Skill该不该卖、怎么卖,取决于你现有的业务盘,而不是这个Skill本身。 有时候免费送、绑定服务、绑定课程反而是更聪明的做法。
第四章我会带你从零跑一遍Skill的创建流程,让你看到"用大白话跟AI谈心,五分钟做出一个能跑的Skill"到底是什么样的体验。
第四章 手把手拆解——用大白话让AI帮你写Skill
前一章讲原理,这一章讲实操。看完这一章你应该能明白:做Skill根本不需要写代码,你要做的只是把自己脑子里的"专业判断"翻译成AI能理解的中文说明书。
第一步:定场景
场景是Skill的地基,场景定错,后面全白搭。定场景不需要很复杂的思考,就问自己四个问题:
- 这个Skill帮谁?(帮我自己/帮某类客户/帮某个业务环节)
- 在什么时候被触发?(收到什么样的输入就该跑起来)
- 它做什么?(具体产出什么样的结果)
- 判断成功的标准是什么?(什么样的输出才算合格)
举个例子,我(莫潇羽@无忆研习社)想做一个"公众号长文改写Skill"。四个问题的答案是:
- 帮我自己,以及未来可能购买这个Skill的自媒体人。
- 当用户上传一段素材(转写稿/学习笔记/公开资料)并要求"改写成一篇公众号长文"时触发。
- 产出一篇约6000字、结构清晰、口语化、有个人观点、GEO/SEO友好的中文长文。
- 通读一遍能顺、能读、有干货、没有明显AI腔、没有敏感词、有一个能吸引点击的标题。
四个问题回答完,场景就定下来了。你会发现,这一步的关键不是"想得多复杂",而是"想得多具体"。越具体越好。
第二步:跟AI谈心,把需求倒给它
场景定好之后,不要自己动手写SKILL.md。让AI帮你写。你要做的只是跟它聊,把你的想法、你的判断标准、你觉得重要的细节,一股脑倒给它。
我通常会用这样一段开场白:
我想做一个Skill,主题是"公众号长文改写"。
背景:我是自媒体作者,经常需要把学习笔记、转写稿、公开资料
改写成一篇能发公众号的中文长文。
目标读者:自媒体作者、内容创作者、需要把素材转成成品文的人。
核心需求:
1. 输入是一份或多份素材(txt/md/pdf/wor
