一句话定义
工具提供通用能力，skill提供你的场景经验。智能体可能知道工具怎么用，但它不知道你们团队在这个场景里应该怎么用。
机制 / 原理
写 skill 时，不要把篇幅浪费在工具官方说明书上。更重要的是写清楚你的业务规范：输入从哪里来、输出放哪里、参数怎么选、哪些格式不能破坏、遇到异常怎么处理、什么结果才算合格。工具解决“能不能做”，skill 解决“在这里该怎么做”。
经典实验 / 例子
本书案例：ffmpeg 能处理视频，但团队经验不在 ffmpeg 里。比如输出必须 1080p、码率不超过 5Mbps、格式为 MP4、音频保留立体声、文件名带日期和项目编号。工具提供处理能力，skill 保存团队怎样使用这项能力的规则。没有 skill，工具只是通用能力；有 skill，工具才进入工作流。
书中案例出处
ffmpeg 与团队视频规范
核心原文线索
ffmpeg 与团队视频规范
案例现场复述
视频工具提供压缩能力，团队输出规范则需要写入 skill。
为什么重要
它区分了工具能力和可复用经验。
生活中的例子
引申案例：同一台烤箱人人都会开，但你知道它实际温度偏高，烤蛋挞要少 3 分钟，烤鸡翅要提前预热。这些不是说明书内容，而是用久后的经验。skill 就是把这种经验写给智能体。
常见误区
误区：skill 要教 AI 怎么使用工具。 AI 通常已经知道工具的基本用法。skill 真正该写的是你的场景规则、偏好、限制和验收标准。