动手前 · 先懂概念
把"懂某件事"打包成一个 AI 能反复用的小专家。
建议先花 5 分钟到「概念地基」看完这一节的萌芽版讲解 —— 你做项目时就不再"照着步骤抄"，而是知道为什么。
→ 看「技能定义」概念地基教 AI 一件只有你才懂的事
这是大多数孩子第一所走进的学院。在这里，把孩子心里那个"唠叨不停"的话题，一点一点变成一个真正的 AI 助手 —— 一个全家都能用、爷爷奶奶都觉得"这孩子真有本事"的小工具。
为什么从这里开始？因为这是孩子第一次发现 —— "我懂的东西，AI 不懂"。这个发现一旦发生，他和 AI 的关系就变了：他不再是"被 AI 教"的人，他是"教 AI"的人。这是整个薪火课程的起点。
"技能"在这一所学院里指的是 —— 你给 AI 准备好的一段"系统提示词" + 几个例子 + 一份背景资料。AI 拿到这一整套东西之后，就变成了"懂这件事的小专家"。
类比一下：买回家的智能音箱什么都答得平平。如果你给它装一份"奶奶包饺子的家传做法"作为它的"技能"，再问它"奶奶的饺子怎么做"，它就会答得跟你奶奶一样。这就是技能的力量。
不熟悉的词？随时翻 小词典 —— 写得很短、很白话。
原版的 DeepSeek Skills，我们换成了完全免费的中国工具替代：
填空并描述：
没有"标准答案"，但这几个例子都足够具体、足够"只有你才懂"：
如果是我，我的小专家关于：我的黃金獵犬 Bella Bella 今年 7 岁，我从她两个月大养她到现在。我知道她的脾气： - 她其实很怕打雷，会躲到卫生间 - 她吃东西总是把嘴边弄湿，然后用舌头卷卷耳朵 - 她和隔壁的那只柯基不一样，Bella 不喜欢被陌生人摸头，要从胸口开始摸她才会放松 我可以教 AI 一个"陪伴 Bella"的小助手，它知道什么时候 Bella 可能不开心，建议怎么哄她。
为什么这个好？因为这里面有细节、有你的观察、有别人问不出来的答案。不是"我的狗"，而是"我对我的狗的理解"。
挑一个孩子最迷的具体事 —— 一种鸟、一种恐龙、一个游戏、一种花 —— 把他懂的、AI 不懂的东西，写进 Assistant 指令里。第一个真正"属于他的" AI 出来了。
把孩子做的那个 Assistant 让别人用 —— 然后看他们怎么夸、怎么挑刺。第一次理解："好"不是孩子说了算，是用的人说了算。
奶奶、妹妹、好朋友 —— 选一个具体的人，专门为他/她做一个 Assistant。这一刻，孩子从"为自己做"变成"为别人做"。
一个 Assistant 不会的事情，转给另一个 Assistant 来做。第一次理解"系统"是什么。
这次不只是给家人做。是采访他、观察他、然后做一个他真的会用第二次的技能。
把孩子做的技能发到论坛、群里，让真的陌生人来用。第一次面对"非家人的"反馈。
每个技能都会有用户问出意外的问题。这一节专门收集那些"答错了"的回合，看怎么改。
不再用界面拖拽。把技能写成 Python/JavaScript 代码，调真的开源 AI 模型。技能从此不依赖某个网页。
每次改技能，怎么知道没把以前对的事情弄坏？写测试，让计算机自动检查。