技能商店
实验室验证过的安全技能
开会前先"验尸"：五分钟 pre-mortem 能救回多少项目
上周我帮一个朋友复盘了一次产品改版。新版本上线两周，核心转化率掉了 11%，团队的第一反应是"用户变了"、"大盘不好"，开了三次会谁是凶手都没找出来。后来一位同事问了句："如果现在告诉你这次改版彻底失败了，最可能的原因是什么？"会议室安静了三秒，然后七个人写出了九条原因，其中两条是建在"我们假设用户能看懂新导航"上的错
先跑一遍再按确认键：把 dry run 变成肌肉记忆
先说一个真实场景：一位做运维的朋友在某天早上 8 点执行了一条"清理过期日志"的脚本。脚本本身没写错，错的是他漏看了一个路径变量，/data/tmp 写成了 /data。二十分钟后整个数据目录清空。如果当时他先跑一遍 --dry-run，终端里会打印出将被删除的目录列表——一眼就能看出来不对。
给长任务装检查点：让 AI 每走一段就交出中间存档
把长任务丢给 AI，最常见的翻车方式是这个：等了二十分钟拿到成品，打开一看，它在第二步就跑偏了。打回来重写，或者推翻重来，两种都亏。
先复述，再动手：让 AI 用一句话确认任务边界
上周让 AI 改一份文案，它把"改得更口语化"理解成"改成口语对话体"，改完全篇才发现问题，来回两轮意思还是跑偏。后来我改了一个习惯：让它先别干活，只用两三句话复述它理解到的任务，我确认对了才放它动手。返工少了大半。
别再靠嘴调风格：给 AI 塞三份「范文锚点」
上周二我在做一系列产品更新稿。第一篇让 AI 写，开头是「在快速变化的市场环境中，为了更好地满足用户需求」。我一笔一划改完，扔回给 AI，说「下次口语一点、有温度一点、贴近我们品牌的那种感觉」。第二篇出来，它还是那个味儿。我反复强调，来回五轮，它还是滑回最初那副公文体。
光说"要什么"不够：把"别这样"也写进给 AI 的指令
上周让 AI 写一段产品文案。初稿很完整，但满屏都是"极致体验、赋能用户、打造闭环"。我删了三轮，它学了三轮。第四轮我在指令里加了一行：
别全盘收下 AI 的交付：三栏点评法
给 AI 派活，最顺的时候是它一次做对；最常见的翻车，是你嫌麻烦，直接点「采纳」——然后错误跟着进了你的交付物。
任务太长？切会话前给 AI 写一页「接力笔记」
昨天我改网站导航栏。改到第四十轮对话，AI 开始翻车了——反复把我删掉的颜色方案捡回来，我得把前面三段对话复制回去，说"我们讨论过这个"。折腾了半天，一天就没了。
给 AI 写任务，先交"定义完成"
"帮我整理一下这份周报"——这句话发出去，你大概率会收到一份猜心作品。AI 写东西最翻车的地方，不是能力，是"完成"这个词谁说了算。
写作收口前，先让 AI 逐条「报数」：验收陈述法
上周改一版产品文案，我让 AI 检查「有没有夸大宣传」，它回我：整体语气稳健，未发现明显问题。我逐行重读，第三行就发现「全行业首创」四个字——它没抓到，我抓到了，再叫它改，又带进两个新问题。
把错误写进账本：用 Mistake Log 让团队不重复摔同一跤
上周我们复盘一个上线事故，发现同一个配置参数在三个月内踩了三次坑。第一次是 A 同事，第二次是 B 同事，第三次是我们自己。每一次都"修好了"，但经验只停留在事故群聊的滚动消息里，没人沉淀，更没人接住。
为什么你的 Skill 库越堆越乱：用「Diff 笔记法」给存量做减法
适用场景： 你已经收藏或写了不少 skill（提示词、工作流、脚本），但经常记不清哪个版本能用、哪个早就过期了，翻找一次要花十分钟以上。