这个项目到底在做什么
原案例先把作者自己每天做内容的过程拆开：资料放在哪里、怎样找对标、怎么准备素材包、哪些判断必须由人完成、改稿后哪些偏好要留下。资料、规则和结果保存在同一个项目里，重复跑顺后才把其中一个环节封装成 Skill。这里的产品不是一段万能提示词，而是一套带输入、步骤、人工检查、文件产物和再次测试的可复用工作方法。
本页主线来源从个人经验到内容系统：我的 Codex × Obsidian 实践分享查看原帖 →- 输入契约、执行流程和停止条件
- 真实样本测试表与可检查交付物
为什么这条路能成立
Skill 能产生价值，是因为它把已经验证过的专业过程保存下来，让下一次执行不必重新口头交代。原文特别强调先保留个人背景、产品资料和本人素材三个事实源，再让 AI 准备素材包，人负责选择角度和修改表达。这样封装后复制的是流程与标准，而不是把一次偶然生成的好结果包装成产品。
原帖证明了个人内容系统的搭建与效率改善，收入与效率数字均为作者自述，并未证明每个 Skill 都能直接售卖。包含个人资料、平台采集和外部 API 时，还要处理版权、隐私、成本和接口变化。
一遍完整流程
下面不是几个动作名，而是按真实先后顺序走完一遍。每一步都写清要做什么、留下什么，以及做到哪里才能进入下一步。
- 01
选一个重复任务
从自己每周反复执行的工作里选一个有明确起点和终点的环节，例如素材入库或正文素材包，不从“自动做全部内容”开始。
- 这一步留下
- 任务边界说明
- 做到再往下走
- 写清何时使用与何时停止
- 02
还原人工流程
亲自完成一次任务，逐步记录去哪里找资料、做了什么判断、产生哪些文件、哪里需要人工确认以及失败时怎样回退。
- 这一步留下
- 人工流程记录
- 做到再往下走
- 别人能按记录复做一遍
- 03
固定事实来源
把个人背景、产品资料、案例和外部原文分开存放，用项目规则告诉 AI 每类信息去哪里找，禁止缺失事实时自行补写。
- 这一步留下
- 项目目录与规则
- 做到再往下走
- AI 能复述并找到每类资料
- 04
先产中间材料
让 AI 先生成读取回执和素材包，人确认来源、角度和缺口后再生成正文或成品，避免一次指令直接越过判断节点。
- 这一步留下
- 可检查的中间产物
- 做到再往下走
- 每个关键判断都有来源或人工确认
- 05
记录人工修改
保留 AI 初稿和本人修改稿，比较删改内容，把稳定偏好与一次性意见分开，写回规则前先说明适用场景。
- 这一步留下
- 差异与偏好记录
- 做到再往下走
- 能解释每条新规则来自哪次修改
- 06
封装并换样本测
流程跑顺后再做成 Skill，使用另一批正常、缺资料和低质量样本回归测试；失败就补输入或停止条件，而不是隐藏问题。
- 这一步留下
- Skill 与样本测试表
- 做到再往下走
- 不同样本都得到可检查结果
钱怎么进来
第一层收益是节省自己的重复工时；第二层可以把成熟 Skill 作为模板、课程的一部分或低价工具销售；更高价值来自为同类客户做安装、迁移和定制维护。利润要扣除样本整理、测试、模型调用、用户环境适配和后续更新，只有换一批素材仍能稳定通过验收，才适合收费。
开始前要准备什么
已经人工稳定完成过该任务，并知道关键判断点。
至少 10 个覆盖正常、缺资料和低质量情况的真实样本。
一位没有参与编写、可以独立试用的同行或目标用户。
模型或工具变化后重新运行样本，维护回归测试。
项目思维导图
- 01目标人群
反复执行同一专业任务的个人或团队
- 02真实问题
每次从头沟通，质量依赖操作者状态
- 03流量入口
案例演示 + 同行试用 + 现有客户
- 04产品 / 服务
可安装 Skill、模板或定制工作流
- 05怎么交付
说明、样本、执行规则和回归测试
- 06怎么赚钱
模板销售 + 陪跑 + 定制维护
- 07如何复盘
按样本通过率、人工返工和模型变化升级
案例能证明什么
案例只帮助判断路径是否有人走通过，不代表你会获得相同结果；重点看玩法如何迁移，以及哪些条件不能照搬。
小红书商家 Skill 组合
- 结果
- 原帖整理 20+ 个商家实用 Skill，覆盖内容、选品、合规和虚拟产品交付。
- 玩法
- 先解决商家高频任务，再把多个 Skill 串成完整交付链。
- 迁移
- 从自己的采集、分析、生产和验收流程中选一个节点产品化。
- 边界
- 工具清单不是产品；仍需真实样本、使用说明和回归测试。
领队运营 Skill
- 结果
- 把实际航海运营流程沉淀为复用系统。
- 玩法
- 步骤、检查和异常处理共同封装。
- 迁移
- 先从自己每天重复的工作做起。
- 边界
- 组织差异仍需人工适配。
雅思批改 Skill
- 结果
- 案例披露 3000 多单。
- 玩法
- 把专业批改动作压成低价入口。
- 迁移
- 工具筛选需求，再承接人工服务。
- 边界
- 准确性和专业责任需持续抽检。
个人工作台到商业产品
- 结果
- 从自用提效扩展为产品化实践。
- 玩法
- 先证明自己反复使用，再交给别人。
- 迁移
- 围绕交付物和验收卖价值。
- 边界
- 不要承诺跨场景即插即用。
低价 AI 工作台自动交付
- 结果
- 原帖观察 648 粉店铺累计 861 单，其中 9.9 元单品 731 份。
- 玩法
- 围绕单一效率任务做产品，用内容引流、店铺成交和自动发货。
- 迁移
- 先做一个可独立使用的最小工作台，再观察是否适合升级陪跑或定制。
- 边界
- 销量和销售额为原帖观察，利润、退款与真实使用效果未核验。
垂直数据 MCP 付费模型
- 结果
- 原帖提出订阅、按调用和套餐等收费方式，但未披露该方向的真实成交数据。
- 玩法
- 先维护一份权利清楚、持续更新的窄数据集，确认有人愿意付费后再封装接口。
- 迁移
- 从自己每天反复整理、客户又愿意付费的一类数据做 7 天人工版测试。
- 边界
- 公开价格不等于收入；文中列举的方向未经逐一验证，数据授权和隐私必须先解决。
内容生产系统再沉淀为 Skill
- 结果
- 作者自述满意内容产量从每天 2—3 条提升到 8—10 条。
- 玩法
- 把个人背景、对标、素材、规律、选题、草稿和复盘分层，先跑通真实工作，再固化成 Skill。
- 迁移
- 从最近 10 条成稿和修改记录建立最小目录，让同行完成一次无口头指导的交付。
- 边界
- 效率与业务收入为作者自述；目录结构本身不等于可售产品，仍需样本验收与数据保护。
九十篇 MCP 帖后的数据优先判断
- 结果
- 作者扫描 90 篇相关精华帖并重点阅读 22 篇，未找到直接卖数据 MCP 的成熟成交样本。
- 玩法
- 先验证数据有用、有人付费并且可维护，再决定订阅、按调用或套餐形态。
- 迁移
- 先为 3 位客户人工交付 7 天窄数据服务，不先开发完整接口。
- 边界
- 列出的行业方向是待验证假设；数据授权、隐私和维护成本必须先解决。
精选副业页的自动更新闭环
- 结果
- 作者自述第一版 10 天 18 张卡片无付费，第二版 22 天 48 张卡片带来 4 位付费用户。
- 玩法
- 用 MCP 检索后逐篇读全文，再按标准筛选、合规摘要、去重、测试和发布。
- 迁移
- 先为一个主题人工跑满 10 篇，再把稳定步骤固化为 Skill。
- 边界
- 付费结果为作者自述且样本很小；不能公开会员正文，也不能证明页面改版是唯一原因。
从真实任务长出 Skill 的五步
- 结果
- 作者用生财 MCP 扫描近五个月实践并整理多位圈友案例，报告未把 Token 或 Agent 数量当业务结果。
- 玩法
- 先还原人工工作、写清判断与验收，再按问题选择 Workflow、Skill、MCP 或 Agent。
- 迁移
- 带 AI 跑同一任务 3 遍，把返工写成规则，再用新对话验证能力不依赖聊天记忆。
- 边界
- 文章是扫描与作者归纳；其中收入、播放和效率仍沿用各案例作者口径。
UI 设计能力打包成 Skill
- 结果
- 原帖观察到 16 套 UI Skill 商品和购买询问，未披露销量、定价与实际使用效果。
- 玩法
- 把组件规范、风格约束、示例和验收规则做成可重复调用的设计能力。
- 迁移
- 先做一种风格、3 个前后对照样例和 10 条验收，再交给 3 位开发者试用。
- 边界
- 目前只是早期商品与评论信号，不能证明存在稳定成交或跨模型复用。
清闲置商品上架 Skill 的窄任务
- 结果
- 原帖转述面向 eBay、Vinted 的上架 Skill 已卖 473 英镑，缺少购买人数。
- 玩法
- 把标题、描述、分类和重复填写封装为可人工复核的动作。
- 迁移
- 先拿 5 件自有闲置只生成草稿，比较人工耗时与错误，不自动发布。
- 边界
- 销售额为原帖转述；平台 API、退款、买家反馈和本地适配均未核验。
AI Native 电商的单节点业务 Skill
- 结果
- 作者公开单品定价与 ROI 演算，并称 AI 日分析量可达人工 5 倍以上；没有团队整体收入与长期准确率。
- 玩法
- 把选品、定价、素材或复盘写成输入、规则、输出、验收与失败回写。
- 迁移
- 只选一个节点，用 10 个历史样本和三条不通过标准做首次验收。
- 边界
- 效率与业务结果为作者自述，单品演算不能证明整套系统稳定盈利。
产品档案让编导 Agent 继续上一轮工作
- 结果
- 作者自述 AI 带货视频累计千万级播放，并将产品研究、对标和复盘沉淀为团队 SOP 与产品档案。
- 玩法
- 把人群、购买理由、素材、有效结构、失败原因和合规边界持续写回，再交给编导 Agent 调用。
- 迁移
- 为一个商品整理最近 5 条视频的输入、结果和返工点，只自动化稳定节点。
- 边界
- 播放与团队业务结果为作者自述；这套资产仍需跨商品测试，不能把单团队经验视为通用答案。
差评分析压成可派工的决策卡
- 结果
- 作者和搭档自述用 14 小时完成原型并获黑客松亚军，未披露真实卖家长期使用和付费。
- 玩法
- 限定四选一决策，后接三条行动与三条风险，让 Skill 输出能直接进入执行。
- 迁移
- 把现有长报告压成一张卡，并让业务人员在两分钟内理解和派工。
- 边界
- 获奖证明展示完成度，不证明跨场景准确率、长期稳定性或商业需求。
MCP 内容读取也要逐步验收
- 结果
- 作者已用授权范围内的生财记录生成个人名片，并把每日精选分别送到飞书与 Obsidian；未披露商业收入。
- 玩法
- 把权限、分页、列表转详情、去重、来源、保存和推送拆成可检查节点。
- 迁移
- 给自己的内容 Skill 加分页到底、详情读取、写后回读和发送结果记录，不把空结果当读取失败。
- 边界
- 流程完成只证明资料被整理和保存，不证明收件人已阅读、页面会自动更新或产生付费。
把剪辑经验封装成可回归的 Skill
- 结果
- 作者自述把十分钟视频约 20 小时剪辑压到自己约 30 分钟终审，并公开两条工作流与多种技术路线。
- 玩法
- 把字幕、素材匹配、缺素材标记、时间轴、工程生成和终审写成规则与检查。
- 迁移
- 从最近 3 次返工提炼 10 条规则，用一条新素材盲测，不合格就回到人工。
- 边界
- 效率依赖作者原有素材库、成片标准和一个多月调试；跨设备与赛道需要重新测试。
增量扫描 Skill 保留原文并可补推
- 结果
- 作者一次实测逐篇读取 8 篇详情、下载 33 张图片，另一次自动任务归档并推送 2 篇。
- 玩法
- 列表负责发现，详情负责全文；重叠时间窗按 topic_id 去重，归档与推送分状态保存。
- 迁移
- 给现有雷达补全文优先级、last_scan_success、seen_topic_ids 和 pending_push。
- 边界
- 数据与环境为作者自测，迁移到其他系统仍需重做权限、路径、图片和推送验收。
个人工作台先交可使用成品
- 结果
- 风向标观察约 3000 粉账号的 12.9 元个人工作台显示售出 1099 单。
- 玩法
- 用示例数据、步骤和完成标准降低首次使用成本，再把定制与迁移单独收费。
- 迁移
- 从自用工作台切一个任务，让 5 位新用户不经指导完成。
- 边界
- 销量为页面观察，未披露退款、投流、复访与售后成本。
500—800 元脚本服务从客户重复动作切入
- 结果
- 作者自述接过 500 元环境搭建、800 元工作流组合等小单，未披露逐单净利。
- 玩法
- 先问清客户手工重复的一个动作，演示脚本能稳定跑通，再按安装、说明和一次修复报价。
- 迁移
- 先为一位已有需求的客户做一段录屏演示，交可运行文件、操作说明和验收清单。
- 边界
- 不碰无授权账号、敏感数据和绕过平台限制的自动化；环境差异与售后工时要计入报价。
适合与不适合
适合已有稳定 SOP 的运营者；想把经验产品化的专业人士
不适合只会堆提示词的人；没有真实任务样本的人
经验、教训和风险
机械步骤和专业判断分开写
可自动化的动作固定下来，需要经验的节点明确交给人确认，Skill 才不会假装万能。
一段提示词不是产品
没有必要输入、失败回退和验收样本，换一个用户或素材就容易失效。
- 只有提示词没有输入与验收
- 把敏感数据直接交给模型
- 模型更新后没有回归测试
先做一次小验证
选一个每周重复的任务，收集 10 个真实样本做成 Skill，并让一位同行在不口头指导下完成一次交付。
- 需要多久
- 7 天
- 做到什么算完成
- 同行能独立使用，且 10 个样本通过率达到 80%
来源
从商家真实流程出发，把内容采集、合规检查、选品分析和虚拟产品交付串成可复用 Skill。
→生财案例 · 生财有术圈友把航海领队经验沉淀成 Skill把运营流程写成可复用、可检查、可继续迭代的执行系统。
→生财案例 · 生财有术圈友低价雅思批改 Skill 的升单逻辑低决策 AI 工具获得订单，再承接人工精批和课程服务。
→生财案例 · 生财有术圈友把 Skill 做成可售卖产品从个人工作台出发，把高频方法封装成产品和交付能力。
→生财案例 · 生财有术圈友低价 AI 个人工作台的自动交付以单一效率场景做工作台，通过对标内容引流、店铺下单和自动发货完成轻量闭环；销量与利润仍需独立核验。
→生财案例 · 生财有术圈友付费垂直数据 MCP 的验证顺序先维护权利清楚、持续更新的窄数据集，验证付费需求后再封装 MCP，并测试订阅或按调用收费；文中列举方向不等于已验证商机。
→生财案例 · 生财有术圈友Codex 与 Obsidian 搭建内容生产系统作者把个人背景、对标、素材、规律、选题、草稿与复盘拆成可迭代目录，自述满意内容从每天 2—3 条提升到 8—10 条；收入与效率均为作者口径。
→生财案例 · 生财有术圈友扫描九十篇 MCP 帖后的付费方向判断作者复盘 90 篇 MCP 精华帖并重点阅读 22 篇，认为现阶段更可靠的路径是用 MCP 增强既有业务；数据产品应先验证有用、付费和可维护，再决定是否封装。
→生财案例 · 生财有术圈友用生财 MCP 做精选副业种草页的首月复盘作者把已有流量入口、生财 MCP 检索、全文阅读、合规摘要、定时更新和发布串成内容产品；自述第二版 22 天做出 48 张卡片并带来 4 位付费用户。
→生财案例 · 生财有术圈友五个月 Skill、Agent 与 MCP 实践扫描作者用生财 MCP 横向整理多位圈友实践，归纳出真实任务、人工流程、判断标准、工具连接和结果回写五步；扫描报告本身可复核，但其中项目数据仍沿用各作者口径。
→生财案例 · 生财有术圈友16 套 UI Skill 打包售卖信号原帖观察到有人把 16 套 UI Skill 打包卖给 Vibe Coding 团队，评论区出现购买与交付询问；未披露销量、价格和使用效果，只能视为设计能力产品化的早期信号。
→生财案例 · 生财有术圈友清闲置自动上架 Codex Skill 的售卖观察原帖转述一款面向 eBay 与 Vinted 的商品描述、分类和上架 Skill 已卖 473 英镑；未披露购买人数、订单页、退款和 API 限制，先以人工复核的小样本验证。
→生财案例 · 生财有术圈友从零搭建 AI Native 电商团队作者把已有电商团队的选品、定价、素材和投放复盘拆为 AI 决策、执行与人工迭代，并公开一个单品的成本、保本 ROI 与目标 ROI 演算；作者称 AI 日分析量可达人工 5 倍以上，但未披露团队整体营收与长期准确率。
→生财案例 · 生财有术圈友TikTok AI 带货累计千万播放的内容与 SOP 复盘作者自述 AI 带货视频累计获得千万级播放，并把产品理解、对标拆解、真实素材、成片复盘和产品档案沉淀成团队 SOP；团队 GMV 变化不能只归因于 SOP，平台合规、商品一致性和提现路径仍是关键风险。
→生财案例 · 生财有术圈友14 小时做出 AI 选品机会卡并获黑客松亚军作者和搭档从海外差评切入，在 14 小时内把评论分析改造成四选一决策、三条行动与风险提醒的机会卡，并公开 Skill 与代码；亚军、44 票、时间和工具用量为作者自述，产品仍是比赛原型，未披露真实卖家长期使用与商业收入。
→生财案例 · 生财有术圈友用生财 MCP 做证据型个人名片和每日输入口作者用已授权的生财 MCP 读取本人资料、帖子与航海记录，先整理事实表再生成个人名片网页；每日精选则按当前项目排重筛选，并分别推送飞书摘要、留存 Obsidian。帖子没有收入数据，可迁移的是权限内读取、分页与详情核验、来源留证和分步验收。
→生财案例 · 生财有术圈友B 站好物 AI 自动剪辑工作流作者自述 B 站好物月均 GMV 35 万+、单月佣金与商单均为五位数，并把一条 10 分钟视频约 20 小时的人工剪辑拆成粗剪、字幕、素材对位与工程生成，自己只保留约 30 分钟终审。结果依赖既有选品、品牌合作、素材库和剪辑经验，复杂模板也会增加 token、调试与审核成本。
→生财案例 · 生财有术圈友生财增量扫描到知识库与微信的可恢复流水线作者完整复盘每 30 分钟用 searchTopic 发现新帖、topicDetail 读取全文与图片、Obsidian 归档、索引和微信补推；一次实测处理 8 篇详情和 33 张图片，另一次自动任务处理 2 篇。核心边界是摘要不代替原文、固定动作代码化、重叠时间窗按 topic_id 去重，并用 pending_push 恢复失败。
→生财案例 · 生财有术圈友小红书个人工作台成品的低价销售观察风向标观察一个约 3000 粉的小红书账号围绕个人工作台持续发布，商品定价 12.9 元，页面显示售出 1099 单。帖子未披露后台、退款、投流和售后成本；可迁移的是交付带示例和顺序的成品，而不是空模板。
→生财案例 · 生财有术圈友AI 小服务到企业交付的实操复盘作者自述先承接 500—800 元的脚本安装与工作流搭建，再延伸到一单 2.2 万元的企业获客系统。可迁移的是从客户已存在的重复动作切入、先交付能运行的结果；金额、成本和利润均为作者口径。
→平台官方 · OpenAIOpenAI Evals 指南用测试集和评分标准验证 AI 工作流是否稳定可用。
→平台官方 · OpenAIOpenAI Prompt Caching 指南通过复用长提示词前缀降低延迟和重复计算成本。
→