skill 的价值来自组合，但组合的前提是每个都能用起来。一次装几十个，你既不知道哪个在起作用，也分不清出问题时是哪个 skill 干扰了它。立正提到，迁移工作流不要一次性全搬，选一个最频繁、最标准化的任务先完全迁移过去，跑通、稳定、沉淀方法，再迁移下一个，这样每迁移一个就多出一块时间⁠1。你已经有现成的候选任务：那两个多月里你反复让 Codex 做、并且会中途纠正方向的那类工作。挑其中出现次数最多的一个，只装一个 skill 试。

你让 Codex 回顾对话再生成 skill，做出来却是空壳，这符合一个常见原因：把“怎么做”的步骤抄进去了，但没写清“什么算好、什么算容易犯的错”。立正建议重新写 skill 时补上业务背景，把模型已经会做的事交给它，少教它做事⁠2。所以别指望从一次对话里自动提炼出 skill。更实际的做法是：先手动做完一次任务，在过程中把你纠正它的地方记下来——你改了什么、为什么那样改不对，这些才是 skill 里真正值钱的部分。下次调用时先看它有没有按这些标准做，没做到就继续往 skill 里补，而不是重开一个对话从头讲。

判断标准是这份 skill 服务谁。只服务某一个项目、依赖那个项目的文件结构和素材的，放项目文件夹，跟着项目走；跨项目都要用的个人偏好，比如你的写作风格、审美标准、固定流程，放根目录，让每个项目都能调用。立正讲他自己的做法时提到，素材、审美、失败过的版本和做事方式都留在同一个项目里，做到下一条时不用再面对空白对话⁠3；他也强调积累要放在模型和工具之上，换工具时这些经验还能用⁠2。按这个逻辑，你的个人标准应该放在换项目、换工具都带得走的那一层。

你不需要每次手动记录。做法是在任务收尾时给 AI 一个固定动作：回顾这次对话，列出你纠正过它的每一处、你当时的原话、以及为什么原来的做法不对，然后写进一个文件。你只做审核和删改，不做抄写。

这件事之所以可行，是因为纠正的痕迹本来就在对话里——你说过“不对，应该先确认口径再动笔”，这句话本身就是素材。AI 要做的只是把它从流水账里挑出来，转成一条可复用的规则。

一个具体场景：你让 AI 把一份访谈录音整理成笔记，它交上来一份四平八稳的总结。你说，不要提炼成观点，保留原话里的犹豫和没结论的部分。它改对了。收尾时让它把这条写下来：整理访谈笔记时，不把开放问题收敛成结论，因为那会丢掉谈话里真正在发生的东西。下次同类任务，这句话就是起点。

出处 1 2 3

你上次做出来的 skill 是空壳，很可能因为它记的是流程——先做什么、再做什么——而没记判断标准。流程 AI 自己会补，它缺的是“什么叫做成了、什么算越界了、哪种失败真实发生过”⁠1。

所以复盘要往这个方向写：不写“总结要深入”，写“不发明战略建议”“不假设团队现状”“保留事实、判断、假设和开放问题”⁠1。这些句子来自真实返工，才拦得住下一次跑偏。

另一层原因是步骤写太多反而限制模型。立正的建议是告诉 AI 什么是好的、什么是容易犯的错误，少教它怎么做⁠4。你那份空壳 skill 大概两头都占：流程写得很细，标准一句没有。

新对话能不能自动读到，取决于文件名和位置是否被约定为默认加载。立正提到 AGENTS.md 定义 AI 的行为规范，MEMORY.md 沉淀反复验证过的判断原则、偏好和边界，这类文件的价值在于把经验从个人技巧变成系统记忆⁠1。所以复盘内容写进项目根目录的 AGENTS.md（项目级）或全局的 AGENTS.md（跨项目偏好），而不是另起一个随意命名的文件。它是 skill.md 之外的独立文件：skill 描述一类任务怎么做，AGENTS.md 描述这个项目里 AI 该守什么规矩，两者作用不同。你上次新对话调用 skill 得到空壳，很可能就是 skill 里只有流程骨架，没有把“什么算做好了”写进去。

不用每次单独发一段 prompt 让它总结。可以在任务结束时直接说：把这次我纠正过的地方、为什么那样不对、什么算做成了，写进 AGENTS.md。立正处理 Codex 擅自发帖那次，做法就是让 AI 去更新本地的 AGENTS.md，把“对外内容需要我批准”这条规则写进去⁠3。这比事后手动整理省事，也避免你复制粘贴。写进去的应该是判断标准，不是逐步操作：告诉 AI 什么是好的、什么是容易犯的错误，少教它怎么做⁠2。

一条纠正值不值得沉淀，看两点：它是不是同类任务里反复出现，以及它能不能变成一条可判断对错的标准。只出现一次、只针对这份材料的偏好，留在当次对话里就行；下次同类任务还会再犯的，才写进 skill 或 AGENTS.md。立正做视频 skill 时，把“不重录”这种长期偏好写回 skill，同时说明这条偏好可以改⁠4。你也可以这样试：先只把一条纠正写进去，下次同类任务看 AI 是否还犯同样的错——如果不再犯，说明这条值得留；如果它换了个方式又错，说明你写的标准还不够具体。

落笔时不要写“先做A再做B”，而是写清楚三样东西：做成什么样算对、哪些事不能碰、真实踩过的失败长什么样。屠龙那期给 skill 写作的提醒里，好的 skill 不能只写“总结要深入”“保留洞见”这类空话，要写清楚什么叫做成了、什么叫越界了、什么失败模式真实发生过；那份访谈整理 skill 就明确列了不做工作分配、不假设团队现状、不改写成对外文章、不发明战略建议这些边界，而这些边界来自真实返工⁠1。你上次做出空壳成品，很可能就是因为 skill 里只有流程骨架，没有“这份任务里什么内容必须出现、什么算不合格”的标准，AI 只能填一个形式正确的壳。

你希望 AI 自己判断哪些纠正值得沉淀，而不是每次都来问你。做法是给它一条可判定的门槛，而不是让它凭感觉：一条纠正反复出现、能对应到一条验收标准、来自真实返工，就写回文件；只出现一次、只是这次的口味偏好，就留在当次对话里。立正讲 OpenClaw 时提到，那套基于文件的记忆系统里，用户不用自己维护，助手会去 review 最近的日志，把值得提炼的点放进长期记忆，同时清理过时内容⁠3。同一期他也说，AI 不要每次有事都来问，尽量把完整任务交出去才算有效的委派；但对外发布这种有后果的动作要设 approval gate，让 AI 去更新 AGENTS.md 写清规则⁠4。所以你可以把“写回文件”和“对外发布”分开：前者让它自己按门槛做，后者才需要你点头。