如果你在邮箱、日历与文档里反复做OKR 撰写，可以考虑把经验沉淀为一个 Skill：写清触发条件、步骤、输出格式和边界，让智能体代劳重复部分，人只负责把关。

本文以「OKR 撰写」为例，逐段讲解 SKILL.md 的写法。SKILL.md 是 Claude Agent Skills 采用的格式：YAML 头 + Markdown 正文，其结构思路也适用于其他平台的规则文件与指令。

完整示例

---
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。

第一段：name

name 用小写字母和连字符，例如 okr-writer，与文件夹名保持一致，方便检索和引用。不要用空格、中文或版本号。

第二段：description（最关键）

智能体平时只看得到 description，靠它判断要不要加载技能。好的 description 同时回答两件事：做什么（帮助团队写出可衡量的 OKR），什么时候用（用户提到OKR 撰写或给出团队目标时）。

反例：“一个很有用的OKR 撰写工具”——没有触发条件，智能体很难对上号。

第三段：输入与步骤

输入写清楚需要什么材料，并要求缺信息时先提问。步骤用编号列表，每步一个动作：

  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

步骤是给智能体的执行顺序，不是给人看的说明书，越具体越好。

第四段：输出

写明交付物（OKR 草稿）以及固定结构。建议统一附上“需人工确认”清单，让复核的人知道看哪里。

第五段：约束

约束写的是不能做什么、遇到什么情况要停下：

  • 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。

渐进式加载：把长资料拆出去

团队规范、长模板、术语表不要塞进 SKILL.md 正文，放到同目录的 reference.md 等文件中，在正文里写“需要时阅读 reference.md”。这样平时加载很轻，需要时再读取细节。

目录结构

.claude/skills/okr-writer/
├── SKILL.md
└── reference.md      # 可选：团队规范、模板等长资料，按需加载

写完之后

用三种不同说法描述任务，看技能是否都能被触发；再用一个无关请求确认不会误触发。之后参考测试用例与效果评估持续改进。

平台选择建议

同一个「OKR 撰写」技能可以落在不同平台上，选择时主要看你在哪里工作、要不要执行代码、要不要接外部系统：

  • 飞书 aily：飞书 aily 是飞书推出的企业级智能伙伴开发平台。详见飞书 aily 版
  • GPTs：GPTs 是在 ChatGPT 中创建的定制版助手。详见GPTs 版
  • Dify 工作流：Dify 是开源的大模型应用开发平台。详见Dify 工作流 版

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，可据此排除不支持相应能力的平台。

延伸阅读

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。