企业官网建设流程全解析

前两天我在社区发了一篇复盘，讲的是我把视频制作流程整个封装成了一个主动引导式 Skill，帖子发出去之后，一天涨了 4000 多粉丝。后台私信几乎全在问同一个问题：你到底是做了什么？这个 Skill 和普通的提示词到底有什么区别？怎么抄作业？老实说，这批帖子能爆，不是因为我用了多稀罕的模型，而是我做了一件很多人没做的事：把“做视频”这个模糊任务，变成了一套 Agent 会主动带着你走的流程。今天就把这套东西彻底拆开讲，想复制这个玩法的朋友可以直接按下面的结构上手。

1. 这篇爆贴到底满足了什么需求

很多人电脑里装了一堆 AI 工具，手机里收藏了无数提示词，可真要动手做视频的时候，还是茫然：先干嘛？用哪句提示词？生成完脚本之后呢？这种卡壳不是能力问题，是流程缺失。我做视频做了几年，最深的体会是：剪辑软件再厉害，也救不了一个混乱的流程。所以我在做这个 Skill 的时候，没有把重点放在“让 AI 写得更好”上，而是放在“让 AI 在合适的时候主动告诉我下一步该干什么”上。

这个“下一步要干什么”看似简单，但一直是个被忽略的需求。市面上的提示词大多只解决单点问题，比如“帮我写一条口播脚本”“帮我起五个标题”，却没有人解决一个最大问题：做完这一步之后怎么办？我的 Skill 就是来填这个洞的。它会主动问“你这个视频是给谁看的”，会主动提醒“这个阶段你需要做分镜”，会在你漏掉字幕规范时主动帮你检查。那种被 AI“推着往前走”的感觉，才是大家真正想要的。

复盘那篇帖子，我总结出三个传播点。第一，可复制性极强。帖子核心放了一个可以直接复制到本地的 Skill 文件，大家拿到就能用，而不是只能喊“厉害”然后关掉页面。第二，反差感足。大多数人以为 Skill 是程序员搞的复杂东西，结果发现一个做视频的博主也能把工作流封装成 Skill，这种认知反差会激发点赞和转发。第三，有效果数据支撑。我放了几条真实对比：之前一条视频从构思到脚本要 3 个小时，用这个 Skill 之后缩短到 40 分钟。有数据的内容，别人才敢转发，因为转发本身意味着“我用我的信用替你背书”。

1.1 大家缺的不是 AI 工具，而是“完整流程的确定感”

我观察到一个非常普遍的现象：收藏了几百条提示词的人，做视频的效率往往比只用一个工具的人更低。因为提示词是碎片化的，一会儿用在选题，一会儿用在脚本，一会儿用在封面，但没有人帮他把这些碎片串成一条线。Skill 最大的价值就是补上这条线。它不是一段话，而是一整套带顺序、带检查点、带回退机制的“流程说明书”。AI 调用它的时候，不再是回答一个问题，而是陪你跑完整个项目。

后来我在评论区看到一条高赞留言：“我缺的不是工具，是有人告诉我现在该干嘛。”这句话精准地概括了需求。大家真正想要的不是“更聪明的 AI”，而是“让 AI 把复杂事情变简单的确定感”。视频制作流程本身链条很长，如果每一步都能被引导、被确认、被检查，用户的焦虑感会大幅下降。这也是为什么“主动引导式”这个形容词特别关键：它和被动问答是完全不同的两种体验。

1.2 为什么一天能涨粉 4000：爆贴的三个传播点

首先，内容必须能被“抄作业”。我发帖时直接放了一个最小可用的 Skill 文件，用户下载后立刻能让 Agent 带着自己走一遍“选题到脚本”的流程。这种分享方式比单纯讲概念有效十倍。其次，要有真实的反差感。大部分技术类博主讲 Skill 时都在聊工程架构、Token 优化、多 Agent 协作，而我一个做视频的人，用最朴素的 SKILL.md 把日常工作流程给解决了。这个反差让很多非技术背景的人觉得“我也能学会”，于是转发量就上去了。第三，要有验证过的效果。我把时间对比、使用截图、翻车记录全部放出来，大家觉得你是真的做过一遍，而不是拿文档来凑。

这三个传播点放在任何内容领域都适用。可复制 + 反差 + 数据，比单纯讲“AI 生产力”更容易引发讨论。因为读者需要的是一个可以立刻拿去试的东西，而不是一篇观点文章。

2. Skill 和 Prompt 的最大区别：从“回答问题”到“推着他往前走”

如果你把 Skill 理解成“长一点的提示词”，那后面很多东西都会跑偏。Prompt 是一段话，Agent 读完一次性响应；Skill 是一套结构化文档，里面包含触发条件、步骤、检查点、输出模板和异常处理。Agent 在执行过程中会反复读取它，并基于当前状态决定下一步动作。它的运行方式更像一个“导航”：提前规划路线，中途根据你的位置提醒你左右转。

这也是为什么我用“主动引导式”而不是“被动问答式”来形容这个 Skill。被动问答是问你一句答一句，主动引导是带着你把流程走完。为了让这个区别更好理解，我常用“问路”和“导航”打比方：Prompt 等于在路边问“怎么去这个地址”，对方说“大概往前走，到第二个路口再问问别人”；Skill 等于打开导航，输入终点后，它会告诉你出停车场怎么走、什么时候并线、到路口该怎么转。后者看起来只是多了几步，但这几步就是流程确定性。

2.1 Prompt 是“一次性对话”，Skill 是“带状态的多阶段流程”

很多人有一个误解：只要把提示词写长一点，Agent 就能记住上下文。实际上，Prompt 只是一次请求里的输入，对话一结束，它就变回无状态了。Skill 则会把“当前阶段”“已完成步骤”“用户偏好”这些状态写进文档，让 Agent 每次回复前先读取状态，再决定下一步动作。这样用户说“继续”的时候，Agent 知道要往哪一步继续；用户说“回到上一步”的时候，Agent 也知道该回退到哪个阶段。

这种带状态的设计，是“主动引导”能成立的前提。没有状态，Agent 就不知道用户走到哪了，它只能凭最后一次输出瞎猜。有状态之后，Agent 的每次响应都像是在核对一张进度表，用户看到的反馈就不是零散的“对答”，而是一个有连续性的项目页面。

2.2 主动引导的本质是“最小决策点”设计

主动引导的核心不是让 Agent 每一步都问你一堆问题，而是把用户的决策点压缩到最小：每一步只给两三个明确选项，剩下的事情 Agent 自己判断。我在 Skill 里写了一个原则：能不打扰用户就不打扰，必须打扰时就给选项。比如视频选题这一步，我不会让 Agent 问“你的账号定位是什么？目标受众是谁？内容形式偏什么风格？”这种三连问，而是让它先给一个默认的定位模板，然后问“你可以直接确认，也可以修改成你的实际情况”。这就把用户从“填空模式”切换成“确认模式”，使用门槛低很多。

这个设计原则是整篇帖子最被低估的部分，也是后续所有实操的核心。如果你只记住一个概念，就记住“最小决策点”：每一步不要让用户做超过一个决定。Agent 能推断的信息，就先给出默认值；必须用户拍板的信息，再拿出来问。这样整个流程走下来，用户不会累，Agent 也不会因为自由发挥而跑偏。

3. 视频制作流程的 Skill 化拆解：我用的步骤模型

我把自己做视频的流程固定成了六个阶段：选题定位、脚本撰写、分镜设计、素材清单、剪辑包装、发布运营。每个阶段都有三个东西：输入、输出、决策点。把它们列成一张表，方便你后续复用：

这张表的价值在于：一个人看完就知道哪些环节可以“闭眼交给 Agent”，哪些环节自己必须出现。很多人在网上看到的 Skill 都是一堆代码和概念，实际用起来反而不知道它解决什么问题。我更喜欢从“流程表”开始反推，先把环节拆清楚，再写 SKILL.md，写起来一点都不费劲。

3.1 六阶段流程：从选题到发布

流程拆成六个阶段，不是拍脑袋，而是按“信息被逐步加工”的顺序来的。刚开始用户只有一句模糊想法，这是最低信息密度；经过选题定位，变成方向；经过脚本撰写，变成可执行文字；经过分镜设计，变成镜头语言；最后到剪辑发布，才变成一条完整视频。每一步都是上一步的输出，是下一步的输入。这种“前一步产物是后一步原材料”的设计，最容易让 Agent 理解和执行。

我在实际操作中会把每个阶段再拆出一张操作卡，SKILL.md 里只放摘要，详细模板放在单独文件里。这样做的好处是避免 Agent 在读取 Skill 时被大段上下文塞满，影响响应速度。后面会在实操部分详细讲这个文件结构。

3.2 哪些环节适合交给 Agent 引导，哪些必须人来拍板

我自己的分配原则是三类事绝不交给 Agent：账号定位、核心表达的价值观、涉及真实人物的内容。这些一旦让 Agent 自由发挥，很容易跑偏。剩下的事，比如素材整理、字幕规范、标题迭代、标签生成，完全可以交给引导式 Skill 来处理。我见过很多人把所有环节都丢给 AI，结果做出来的视频像“AI 拼接物”。原因不是 AI 不好，而是该人类拍板的决策点没有设计好。

所以在拆流程的时候，我会在每个阶段末尾加一个“确认闸门”：Agent 可以先把下一步的事情准备到 80 分，但最终是否进入下一阶段，必须由用户确认。这个确认闸门也是后续让 Skill 变得“主动引导”而不“自我发挥”的关键。没有确认闸门，AI 就会在用户还没想好的时候替用户做决定，这是大量翻车现场的根源。

4. 完整实操：创建一个主动引导式“视频制作引导员” Skill

下面是我实际在用的 Skill 目录结构，主流 Agent 基本都认这种格式：

video-workflow/ ├── SKILL.md └── templates/ ├── topic.md ├── script.md └── shot-list.md

SKILL.md 是核心，必须包含 YAML 格式的 frontmatter。先别急着写正文，frontmatter 里的 description 决定了 Agent 什么时候会主动调用这个 Skill，这一点很多教程都不会强调。description 里必须写清楚使用场景，而不是写一句空洞的“视频制作助手”。我是这样写的：

--- name: video-workflow description: > 当用户想要制作视频、脚本、分镜或者短视频内容时启用。 适合从零开始做一条视频，也适合在已有脚本基础上进行分镜和包装。 使用时会主动引导用户完成选题、脚本、分镜、素材、剪辑、发布环节。 ---

description 写得越具体，Agent 越不容易在错误的场景里调用这个 Skill。我见过很多人把 description 写成“提供视频帮助”，结果 Agent 在写邮件时也莫名其妙想起它，整个流程就乱套了。

4.1 Skill 的目录结构和 Frontmatter 怎么写

目录结构的关键在于“按需加载”。SKILL.md 是入口，里面写核心逻辑；templates 目录放各种模板文件，只有进入对应阶段时才被读取。这样既保证 Agent 有完整上下文，又不会让每一步都背上全部模板的 Token 成本。很多新手喜欢把所有东西写在一个大文档里，结果 Agent 每次都要翻几百行才能找到当前步骤，浪费 Token 而且容易混乱。

Frontmatter 里的 name 和 description 都要重视。name 是 Agent 识别 Skill 的名字，最好和目录名一致；description 则是触发条件，要包含场景词、目标词、边界词。我写的 description 里明确写了“视频、脚本、分镜、短视频”，而不是泛泛的“内容创作”，这样 Agent 就会在更精确的场景里启用它。如果你希望 Skill 只在用户主动输入“用视频工作流”时才生效，也可以在 description 里加上这个触发短语。

4.2 核心正文：把每个阶段写成 Agent 可执行的操作卡

SKILL.md 正文不要写成一篇作文，要写成操作卡。每张操作卡包括：目标、执行步骤、当前步骤的提问话术、输出模板、进入下一步前的检查清单。我贴一下脚本撰写阶段的核心结构，可以看个思路：

## 阶段2：脚本撰写 目标：根据已确认的选题，生成可读性强的视频脚本。 执行步骤： 1. 先读取上一个阶段保存的选题确认结果。 2. 根据用户选择的内容风格（口播/剧情/评测），选择对应的脚本模板。 3. 生成脚本初稿，控制在 500 字以内。 4. 输出以下提问，等待用户确认： - “脚本已经生成。你可以直接说‘继续’，我会进入分镜阶段；也可以告诉我要调整哪里，我会重新生成。” 检查清单： - [ ] 脚本开头 3 秒是否有钩子 - [ ] 脚本中是否有明确的转折点 - [ ] 语速预估是否在目标时长内

这里最重要的是第 4 步，Agent 不能在用户没确认的情况下直接进入下一个阶段，也不能生成完就沉默。主动引导的“主动”就体现在这里：它会明确告诉你下一步是什么，并等你一个指令。这个设计很多第一次写 Skill 的人会忽略，他们总有一种“AI 就要尽量自动完成”的错觉。自动完成固然好，但在创意流程里，一旦 Agent 自己拍板，结果往往不是你想要的。

4.3 挂在哪个平台：Claude Code / Cursor / Codex 的通用姿势

不同平台对 Skill 的支持方式有些差异，但大思路一致：把 SKILL.md 放到约定的目录，或者直接在项目根目录引用。我试过的三种姿势供参考：

• Claude Code：放在~/.claude/skills/video-workflow/，全局可用。
• Cursor：放在项目根目录的.cursor/skills/video-workflow/，只对当前项目生效。
• Codex：用AGENTS.md引用自定义的 Skill 目录，或者直接把步骤文档放在项目里让它读取。

建议最开始先在本地建一个简单目录跑通流程，不要一上来就追求复杂的工程化。你只需要一个能实时修改的 SKILL.md 文件，改完重启会话就能看到效果。等你确认这个 Skill 稳定的部分够多了，再考虑做成团队共享仓库或者发布成模板。还有一个经验：不要同时挂太多 Skill。我见过有人一个项目里堆了十几个 Skill，结果 Agent 每次都要从十几个 description 里筛选，触发准确率反而下降。精而少，优于多而杂。

提示：SKILL.md 本质是纯文本，任何支持自定义指令的 AI 工具都能用。如果你暂时不用 Claude Code 或 Codex，也可以把同样的结构粘贴到普通聊天框里，让 AI 按操作卡执行，效果会弱一些，但思路完全一致。

5. 主动引导的三个关键设计：状态记忆、合理话术、异常回退

很多 Skill 翻车是因为 Agent 没有“当前进行到哪一步”的概念。用户都做到分镜了，Agent 还在问选题，体验非常差。解决办法是在 SKILL.md 里明确一个状态区，让 Agent 每次回复前先读取和更新这个状态区。

我使用的状态区如下，挂在 SKILL.md 顶部：

当前阶段：脚本撰写 已完成：选题定位 当前用户偏好：口播风格、语速偏快、不用网络梗 待确认信息：视频目标时长

这样 Agent 每次都能根据状态决定下一步，而不是每次对话都从零开始。你在写 Skill 时，可以把“完成一个阶段后更新状态区”写成强制动作，Agent 就不会忘记。这个状态区不需要复杂，一行也行，但必须有。没有状态的 Skill 和普通 Prompt 的区别就只剩格式了。

5.1 状态记忆：别让 Agent 每次都在“失忆”状态下开工

如果用户中途说“我们换个选题吧”，Agent 需要知道当前已经完成了哪些阶段、哪些输出要作废、哪些偏好要保留。我建议在状态区里区分“已完成”和“待确认”两类信息。已完成的信息是继续往下走的依据，待确认的信息则是需要引导用户进一步明确的变量。Agent 每次回复时先读状态区，再开始回答，这样就不会把已经确定的选题推翻了重来。

真实使用中，状态区还能解决多轮对话里的“角色漂移”。有些 Agent 聊着聊着会忘掉自己是在执行视频流程，开始跟用户闲聊。我在 SKILL.md 里加了一条规则：“每次回复前，先检查状态区是否还在有效流程中；如果不在，立即回到当前阶段。”这一条把很多跑偏的对话拉了回来。

5.2 问话术设计：用“选择式提问”代替开放式提问

主动引导式 Skill 的另一个关键，是问话术不能太开放。同一个需求，“你想做什么视频？”和“你是想做口播、剧情还是评测？”完全是两种体验。前者用户要想半天，后者用户能秒答。我在 Skill 里统一要求 Agent 用“选择式提问”：每次只给最多三个选项，并允许用户跳出选项自由回答。这样既不会束缚用户，也不会让 Agent 因为开放式回答而理解偏。

具体来说，我在操作卡里会预置类似这样的话术模板：“你已经完成了选题确认。接下来我可以帮你做以下三件事：1. 生成完整脚本；2. 只做分镜设计；3. 直接整理素材清单。回复对应数字，或者说‘换一个方向’，我会重新建议。”这个模板对新手特别友好，因为它给了用户一个明确的“下一步路径”。很多 Agent 使用失败，不是能力问题，而是它问得太抽象。用户不知道它能做什么，自然就觉得它没用。

5.3 异常回退：用户说“重新来”时怎么办

使用过程中用户随时可能反悔，比如看完脚本觉得方向不对，想回到选题阶段重新选。如果你的 Skill 没有定义“回退”指令，Agent 会继续按原状态推进，结果越走越偏。我在 SKILL.md 中专门加了一段“异常处理规则”：

当用户表示“重新来”“换一个方向”“回到上一步”时： 1. 停止当前阶段的所有生成任务。 2. 清空当前阶段的输出，但保留已完成阶段中的用户偏好。 3. 回到用户指定的上一个阶段，重新开始询问。 4. 向用户确认：“我已经回到 XX 阶段，你可以重新描述，也可以让我基于之前的信息再生成一版。”

这段规则看起来简单，却救了我很多次。因为真实使用中，用户并不会按照 Skill 设计者理想化的顺序走。没有异常回退机制，再完整的流程都会变成死流程。你甚至可以在 Skill 开头就告诉用户“随时可以说回到上一步”，这能降低用户尝试的心理门槛。

6. 实测数据和踩坑记录：从一天涨粉 4000 到复现成功率

帖子爆掉当天，我统计了一下实测数据。用这套 Skill 之前，我一个人做一条 3 分钟口播视频，从定选题到脚本定稿大概需要 3 小时，其中大部分时间花在“反复改稿”和“纠结下一步”。用了这套 Skill 后，单条视频的脚本阶段平均能压到 40 分钟左右，后期分镜和素材清单也能在 30 分钟内搞定。帖子发出去之后，评论区最集中的反馈是“居然真的能一步步跟着走完”，说明大家之前被各种零散提示词折磨得不轻。其实我发的不是什么高科技，只是把流程拆到足够细，并让 Agent 在关键节点主动提问。

不过我也很清楚，一天的涨粉数字有运气成分，真正决定帖子能走多远的是“复现成功率”。也就是说，读者按照我分享的 Skill 去做，能不能稳定地复现“被引导着做完一条视频”的体验。我后来在交流群里统计了一下，大约有六成的朋友第一次就成功了，剩下的人大多卡在文件目录放错、SKILL.md 格式写错、或者没有重启会话导致 Agent 没读到新文件。这些大多是操作问题，不是设计问题，只要把环境弄对，成功率还能继续往上走。

6.1 我自己用的真实数据

我拿最近的 10 条视频做了记录。没有用 Skill 的时候，平均一条视频从选题到发布需要 8 个小时，其中脚本和分镜是最耗时的部分。用了 Skill 之后，脚本阶段缩短到 40 分钟，分镜设计也能在 30 分钟内完成，总时长大概能压到 4 到 5 个小时。节省下来的时间主要花在了两个方面：一是少了很多“不知道下一步干嘛”的停顿，二是 Agent 生成的初稿质量稳定，修改成本变低。

除了时间，还有一个容易被忽视的数据：返工次数。之前做视频，脚本经常写到一半推翻重来；现在因为有确认闸门，每一步在进入下一阶段之前都会被检查一遍，大幅降低了到最后才发现方向错了的概率。所以我不建议只关注“快了多少”，更要关注“错了多少”。Skill 真正带来的价值不是让你变成超人，而是让你少走重复的回头路。

6.2 踩过的三个大坑

第一个坑：Skill 写得太“大而全”。第一版我试图让一个 Skill 覆盖所有视频类型，结果 Agent 每次都不知道该优先执行哪条指令，生成结果非常平庸。后来我改成“先选视频类型，再走对应子流程”，问题立刻消失。第二个坑：Agent 不问就自己决定了。早期版本我给了 Agent 过高的自主权，它会在用户没有确认的情况下就替用户选好口播风格，结果整个内容语气全是错的。后来我在每个阶段结束加“确认闸门”，强制它把决定权交回给用户。第三个坑：Token 消耗翻倍。一开始我在 SKILL.md 里写了很多“示例”，这些示例会在每次对话时都被读取，造成浪费。后来我把长示例挪到 templates 目录，SKILL.md 里只保留核心逻辑，Token 消耗降了差不多一半。

我还专门回复过大家问得最多的一个问题：会不会越用越贵？我的经验是，Skill 如果写得好，其实是省 Token 的，因为它让 Agent 一次做对，减少来回试错的开销。关键在于把“高频解释”写在操作卡里，把“低频示例”放到模板文件里，按需加载。如果你发现 Skill 特别费钱，先检查一下是不是把大段模板全堆在 SKILL.md 里了。

7. 这个 Skill 后续还能怎么用：内容化传播与二次开发

帖子爆了之后，我做了三件事：把 Skill 文件打包上传，提供一键下载；整理了一份使用说明视频；建了个交流群，定期在群里更新模板。这三件事看着简单，但转化效果很好。因为爆贴带来的流量如果不承接，很快就散了。我的体会是，Skill 这个东西天然适合“分享”：它是一个文本文件，用户拿到就能用，用一次就能感受到价值，不需要安装环境，也不用付费软件。这比发一个概念讲解视频更有黏性。如果你也想复制这种涨粉路径，记得把“可下载”这个关键词放在非常显眼的位置，而不是反复讲概念。

7.1 把 Skill 变成可下载的“商品”：爆贴的后续转化

帖子爆掉的第二天，我就把 Skill 目录压缩成了 zip，放在帖子的置顶评论里。下载量很快就上千了。很多人以为下载完之后就结束了，其实这才是开始。我后来在群里收集了几十个反馈：有人把分镜模板改成了自己的风格，有人把发布运营阶段接入了小红书文案逻辑，还有人反过来教我他们平台的技巧。这些反馈让我意识到，Skill 不是一次性的作品，而是一个可以持续迭代的“母版”。你分享的是一套思考流程，别人可以在上面继续生长出自己的版本。

所以我的建议是：不要只发一个成品文件，要发“文件 + 使用方法 + 你可以怎么改”。给用户留出改造空间，才会有人持续讨论。一个永远不变的 Skill 文件，发出去的第三天就没人记得了；一个允许二次开发的 Skill，却能在不同人手里演化出很多版本。

7.2 从视频制作到其他场景：Skill 化的通用方法

这次做完视频 Skill，我发现同样的方法完全可以套到其他场景。有个朋友用它做 PPT，先让 Agent 引导确认页面框架，再逐页填充内容，工作效率提高了很多；还有做内容运营的人拿来写发布文案，每次都会先确认平台、账号调性，再生成对应风格的文案，避免了“一篇稿子发全平台”的尴尬。你注意到没有，背后的逻辑是通用的：找出流程中的稳定步骤，把每个步骤的输入、输出和决策点写清楚，再让 Agent 按顺序主动引导用户执行。这就是 Skill 化的方法论，和具体做什么内容关系不大。

如果你只想从最小处开始，可以选一个每天重复做的流程，比如“写卡片笔记”“整理周报”“做会议纪要”，先把流程拆成六七个步骤，再把“下一步问什么”写清楚。你会发现，只要把“问什么”设计好，Agent 的引导能力就自然出来了。这个时代的优势在于，你不一定需要先懂编程，只要你愿意把流程拆细、把决策点想清楚，你也能做出一个让人追着要下载的 Skill。

最后再说一个我这几天的体会。很多人在评论区问“Skill 和 Agent 到底什么区别”，我给的回答是：Agent 是执行者，Skill 是一套可以被执行者反复调用的操作手册。你不需要先造一个完整的 Agent 才能用 Skill，你只需要把手上的活儿拆出流程，Skill 就会让你的工作变得特别可控。既然视频制作流程可以做成 Skill，那你的领域大概率也有可以做成 Skill 的东西。如果你也想做，别急着写大而全的文档，先选一个你重复次数最多的工作流，拆成六七个步骤，再填空式地写一张操作卡。你也能感受到那种被 AI 引导着走完整个流程的爽感。