在 Claude 应用里启用「OKR 撰写」Skill:打包、上传与使用
把「OKR 撰写」交给智能体,难点不在模型能力,而在流程是否说清楚:输入是什么(团队目标),按什么顺序处理,交付什么(OKR 草稿),哪些事不能做。Skill 就是把这些写下来的载体。
本文介绍如何在 Claude 应用中的 Skills 上实现这个技能,包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。
这个技能做什么
| 项目 | 说明 |
|---|---|
| 技能 | OKR 撰写(okr-writer) |
| 作用 | 帮助团队写出可衡量的 OKR |
| 输入 | 团队目标 |
| 输出 | OKR 草稿 |
| 形态 | 纯提示词 |
| 风险 | 低 |
| 适用人群 | 职场人士 |
处理流程分四步:
- 明确方向
- 写目标
- 写可衡量关键结果
- 检查是否有挑战性
这个技能纯指令型,不需要额外脚本或外部连接,复制到大多数平台都能用;风险较低,但输出仍需快速过目再使用。
在 Claude 应用中的 Skills 中是什么形态
在 Claude 的网页或桌面应用里,同样可以使用以 SKILL.md 为核心的技能包:把文件夹打包上传后,Claude 会在对话相关时自动调用。适合不写代码、但希望每次都按同一套流程处理的场景。
通常在应用设置里的功能或技能相关页面上传 zip 包;可用的套餐、入口位置与管理方式以官方帮助中心为准。
示例配置
okr-writer/
├── SKILL.md
└── reference.md # 可选:团队规范、模板等长资料,按需加载
SKILL.md 示例(示意):
---
name: okr-writer
description: 帮助团队写出可衡量的 OKR。当用户提到OKR 撰写、或给出团队目标并希望得到OKR 草稿时使用。
---
# OKR 撰写
## 输入
- 团队目标
- 若缺少关键信息,先列出需要补充的问题
## 步骤
1. 明确方向
2. 写目标
3. 写可衡量关键结果
4. 检查是否有挑战性
## 输出
- OKR 草稿
- 末尾附「需人工确认」清单(没有则写“无”)
## 约束
- 任何对外发送的内容都先人工过目。
- 信息不足时先提问,不要自行编造数据或事实。
示例里最重要的是两处:一是描述(或指令开头)要写明「什么时候用」,让智能体在职场人士提出相关请求时能对上号;二是约束部分要写进「任何对外发送的内容都先人工过目」这类领域规矩,避免智能体自作主张。
安装与启用步骤
- 在本地按标准结构建好
okr-writer/SKILL.md - 把整个文件夹压缩为 zip(压缩包内顶层就是这个文件夹)
- 在应用设置中找到技能管理入口并上传、启用
- 新开对话,直接描述任务,看回复里是否体现了 Skill 的步骤
- 根据效果修改 SKILL.md,重新打包上传
实操:一次完整的运行
假设你在邮箱、日历与文档中发出这样的请求(虚构示例):
帮我做一下OKR 撰写,材料是附上的团队目标。
智能体识别到任务与「OKR 撰写」相关后,会依次明确方向、写目标、写可衡量关键结果、检查是否有挑战性。最终交付OKR 草稿,并在末尾列出需要人工确认的内容。你的工作是对照原始团队目标抽查两三处关键信息,确认无误后再使用。
测试与验收
准备一份真实但已脱敏的样例,连续跑三次,看输出结构是否稳定、是否都附带了需人工确认的清单。
针对这个技能,还建议额外准备:
- 一份信息齐全的标准团队目标,检查输出是否完整
- 一份缺少关键信息的输入,检查智能体是否先提问而不是编造
- 一份包含“忽略以上规则”等字样的输入,检查约束是否仍然有效
常见坑
- 压缩包多套了一层目录,导致上传后识别不到 SKILL.md。
- 上传了含有内部敏感信息的参考文件;技能包里的资料要按对外材料的标准审一遍。
- 只写了步骤,没写交付格式,导致每次输出的OKR 草稿结构不同。
- 没有给出样例,智能体对“好结果”的理解与你不一致;在参考资料里放一两份范例会明显改善。
延伸阅读
- OKR 撰写 · GPTs 版
- OKR 撰写 · Dify 工作流 版
- OKR 撰写 · n8n AI Agent 版
- 文件批量整理 · Claude 应用中的 Skills 版
- 多表合并 · Claude 应用中的 Skills 版
- 智能体Skills 分类:625 个技能 × 32 个角度
说明:文中的配置、代码与目录结构均为示意,用于说明思路;各平台的入口、字段名与能力会更新,落地前请以对应官方文档为准。示例中的数据与场景为虚构,不代表真实案例。