OpenAI 推出 Skills 功能：让 ChatGPT 学会“标准化工作流”
OpenAI 日前在 Academy 平台上线了一项名为 Skills 的新功能。该功能旨在帮助用户构建可重复使用的工作流程，使 ChatGPT 能够在后续对话中自动遵循预设的模式和标准完成各类任务，而无需每次都重新输入详细的指令。
解决重复提示的根本问题
对于经常使用 ChatGPT 处理日常工作的用户而言，“反复粘贴相同的模板”或“每次都要重新解释任务步骤”已经成为一个普遍痛点。 Skills 功能的核心价值正是瞄准了这一需求。它的设计逻辑是：使用者只需将任务流程定义一次，之后 ChatGPT 就能按照这套流程稳定执行，省去反复说明的麻烦。
从官方披露的技术细节来看，一个完整的 Skill 通常包含三个组成部分：名称与功能描述，用于帮助 ChatGPT 识别当前任务是否适用该技能；工作流程指令，以 SKILL.md 文件的形式存储，包含逐步执行的步骤指引；以及辅助资源，例如模板文件、行业规范、数据格式说明或工具调用权限等。
SKILL.md ：技能的核心支柱
SKILL.md 是 Skills 功能的技术核心。这个文件采用纯文本格式，遵循 Markdown 语法规则撰写，使用“#”标记标题、“-”标记列表项等简单符号，便于在各类工具中阅读和编辑。由于其开放标准的设计特性， SKILL.md 文件具有跨平台使用的潜力，未来可能应用于其他 AI 应用和开发环境。
一个合格的 SKILL.md 文件需要明确定义四个要素：该技能的使用场景、输入信息的格式要求、完整的分步操作流程，以及最终输出的标准规范。用户在构建技能时，可以通过对话向 ChatGPT 描述需求，由系统辅助完成初稿，随后根据实际使用体验进行迭代优化。
三步构建完整工作流程
完整的技能构建过程分为五个阶段。首先，使用者需要识别日常工作中具有重复性的任务场景，这类任务通常涉及多个步骤的有序执行、特定的输出格式要求，或者必须遵守的质量标准，例如月度财务报告、季度业务复盘、合规审查摘要等。
其次，按照需求描述向 ChatGPT 发起指令，请其生成 SKILL.md 文件。在此过程中，提供越详细的场景说明、输入输出示例以及质量底线，生成的结果就越贴近实际使用需求。
第三步是审核与安装。 ChatGPT 会产出技能草稿，用户可以在线预览效果并对指令细节进行微调，确认无误后点击安装按鈕将其纳入工作空间。
第四步进入日常应用阶段。已安装的技能可以设置为默认自动触发，也可以在对话中通过 @ 符号主动调用。第五步是组织层面的协作与共享。在支持的工作空间环境中，用户可以将技能分享给团队成员，甚至由管理员代为安装，实现工作流程的标准化统一。
三类工具形成协同生态
在同一平台上， OpenAI 还提供了 GPTs 和 Projects 两款工具，三者构成互补关系。 GPTs 面向目标导向型场景，用于打造具有特定专业能力或项目周期属性的定制化 ChatGPT 版本。 Projects 则为团队协作设计，提供共享的文件、对话记录和上下文环境。 Skills 则专注于任务执行层面的流程标准化，让模型能够“学会”一套可复用的操作规范。
从功能定位来看，三者的协作逻辑是： Projects 定义共享环境， GPTs 赋予角色能力， Skills 规范任务执行动作。一个典型的工作流可以是： Project 提供项目背景文件， GPTs 负责调用相应的专业领域知识， Skill 则按照预设步骤提取数据、生成报告并完成质量校验。
企业场景的具体用例
官方案例展示了 Skills 在多个业务部门的落地方式。营销部门可以利用 campaign-brief-builder 技能将粗略的市场推广想法转化为包含目标受众、关键信息、渠道规划和时间表的完整方案，或者通过 multi-channel-performance-digest 技能自动汇总多个分析平台的关键指标并生成周报摘要。
销售团队适用 discovery-to-next-steps 技能将电话沟通记录转化为客户痛点分析、商机评估和跟进计划，而 sf-opportunity-health-check 技能则对接 Salesforce 系统，自动审查交易字段和近期活动记录，标识潜在风险并给出推进建议。
工程领域的 design-doc-to-plan 技能能够将技术设计文档转换为包含里程碑、负责人、依赖关系和待解决问题的执行计划， jira-sprint-planner-from-notes 技能则根据口述或笔记内容生成可直接导入 Jira 的 Epic 和 Story 单元。
财务、人力资源、法务、运营等部门也都有对应的技能模板，覆盖从月度结账报告、职位面试题库生成，到合同审查摘要、合规政策检索，再到事故复盘报告、服务工单分诊等各类场景。
创艺洞察
Skills 功能的推出反映出 OpenAI 正在将大语言模型的应用重心从“单次问答”向“任务自动化”转移。这一转变对于企业用户的意义可能远超功能本身：当 AI 能够遵循标准化流程执行多步骤任务时，它开始具备“数字同事”的属性，而不仅仅是查询工具。不过，这一能力的前提是任务流程本身足够清晰且可形式化描述。对于流程模糊或高度依赖隐性经验的业务场景， Skills 的实际价值仍有待验证。
