人生复利系统课，第5节。
我最近有个新需求。
写公众号文章这件事，以前是散着做的。选题靠灵感，搜资料靠手动，写作靠从头构思，改稿靠感觉，排版靠凑，发布靠记。
每次写一篇文章，脑子要在六件事之间来回切换。切换的成本很高。刚搜完资料，脑子还在「信息模式」，突然要切换到「写作模式」，卡壳半天。写完初稿，要切换到「改稿模式」，又要换一种思维方式。
而且每件事的质量随心情波动。状态好，选题有意思，资料搜得全，文章写得顺。状态不好，选题凑合，资料随便抓几个，文章写得生硬。
后来我把这六件事都变成了Skill。
选题有选题Skill，搜资料有搜资料Skill，写作有写作Skill，改稿有改稿Skill，排版有排版Skill，发布有发布Skill。
但还有个问题。
六个Skill散在那儿，每次写文章要一个一个调用。先调用选题Skill，等它产出选题。再调用搜资料Skill，等它产出资料。再调用写作Skill……来来回回六次触发。
我想要的是，一个触发词，整条链路自动走完。
这就是Skill协同的价值。
一个Skill解决一个问题。多个Skill协同，解决一整个人生场景。
为什么需要协同
第4节讲过，Skill不是静态文档，是活的。用着用着发现问题，回去改，改完永久生效。
但问题来了。
一件事，往往不是单一问题。
写一篇公众号文章，要选题、要搜资料、要写初稿、要改稿、要排版、要发布。六个环节，每个环节都有方法论。每个环节都值得变成Skill。
做一次投资分析，要收集信息、要分析商业模式、要看财务数据、要看竞争格局、要写报告、要给决策建议。六个环节，每个环节都有技巧。
如果每个环节都是一个独立的Skill，怎么把它们串起来？
协同的本质：输出变输入
协同的核心逻辑很简单。
一个Skill的输出，变成下一个Skill的输入。
第一个Skill做完，产出一个东西。这个东西传给第二个Skill，第二个Skill接着处理。处理完，再传给下一个。
像工厂流水线。原材料进来，第一道工序加工，产出半成品。半成品传给第二道工序，再加工。一步步走下来，最终产出成品。
写公众号文章的流水线是这样：
- 选题Skill输出一个选题
- 搜资料Skill用选题作为输入，输出一份资料包
- 写作Skill用资料包作为输入，输出一份初稿
- 改稿Skill用初稿作为输入，输出一份定稿
- 排版Skill用定稿作为输入，输出一份排版后的文章
- 发布Skill用排版后的文章作为输入，完成发布
每个Skill专注做一件事。一件事做完，产出明确的东西，传给下一个。
四种协同模式
Skill协同不只是流水线这一种模式。根据场景不同，有四种常用的协同方式。
模式一：串联式
就是刚才说的流水线。
A做完，产出传给B。B做完，产出传给C。一步步走下去。
适用场景：事情有明确的顺序，前一步做完才能做下一步。
例子：写公众号文章、做投资分析报告、做项目复盘。
模式二：并行式
多个Skill同时处理不同维度的问题，最后汇总到一个Skill整合。
适用场景：一件事要从多个角度分析，每个角度独立处理，最后综合判断。
例子：做产品决策。
- 竞品分析Skill分析竞争对手
- 用户调研Skill分析用户需求
- 技术可行性Skill分析技术难度
- 成本估算Skill分析成本结构
四个Skill并行处理，各自产出分析结果。最后决策整合Skill把四个维度的分析汇总，给出决策建议。
模式三：选择式
根据条件调用不同的Skill。
不是所有环节都要走。有些情况走这条路，有些情况走那条路。
适用场景：事情有分支，不同情况需要不同的处理方式。
例子：客户沟通。
- if 客户是新客户：调用新客户接待Skill
- if 客户是老客户：调用老客户维护Skill
- if 客户有投诉：调用投诉处理Skill
根据客户的身份和状态，选择不同的Skill来处理。
模式四：嵌套式
一个Skill内部调用另一个Skill。
大Skill解决大问题，里面某些环节调用小Skill处理细节。
适用场景：大任务内部有复杂的小任务，小任务本身也值得封装成Skill。
例子：做一次完整的投资尽职调查。
大Skill是尽职调查Skill，里面有几个环节：
- 商业模式分析 → 调用商业模式分析Skill
- 财务分析 → 调用财务分析Skill
- 法律风险排查 → 调用法律风险Skill
大Skill协调整体流程，某些环节调用专门的Skill深入处理。
如何定义Skill之间的接口
协同的关键，是接口清晰。
接口就是Skill之间的交接点。一个Skill产出什么，下一个Skill接受什么，要定义清楚。
接口不清晰，协同就会卡住。
举个例子。选题Skill产出的是一个选题。搜资料Skill需要接受一个选题。这两个Skill之间的接口就是「选题」。
接口要定义三个东西：
格式：产出的是什么格式。是文本？是列表？是表格？是文件？
内容：产出包含哪些要素。选题包含选题标题、选题关键词、选题理由。
命名：产出的东西叫什么名字。选题Skill产出的东西叫「选题」，搜资料Skill接受的东西也叫「选题」。名字一致，AI才知道怎么传递。
我的完整协同案例
回到我写公众号文章的场景。
拆解一下，整件事有六个环节：
- 选题
- 搜资料
- 写初稿
- 改稿降AI率
- 排版
- 发布
每个环节对应一个Skill。
Skill 1：选题
这个Skill做什么：根据热点、用户兴趣、我的写作方向，产出一个选题。
输入：用户的指令，「写文章」或「写一篇关于某某的文章」。
输出：一个选题。
接口定义：
- 格式：文本
- 内容：选题标题、选题关键词、选题理由、预期读者
- 命名：选题
Skill 2：搜资料
这个Skill做什么：根据选题，搜集相关资料。
输入：选题（从Skill 1传来）。
输出：一份资料包。
接口定义：
- 格式：Markdown文件
- 内容：选题背景、核心观点来源、数据来源、相关文章链接、可引用的素材
- 命名：资料包
Skill 3：写作
这个Skill做什么：根据资料包，写一篇文章初稿。
输入：资料包（从Skill 2传来）。
输出：文章初稿。
接口定义：
- 格式：Markdown文件
- 内容：标题、导语、正文、结尾
- 命名：文章初稿
Skill 4：改稿降AI率
这个Skill做什么：把初稿改得更有「人味」，降低AI检测率。
输入：文章初稿（从Skill 3传来）。
输出：定稿。
接口定义：
- 格式：Markdown文件
- 内容：改稿后的完整文章
- 命名：文章定稿
Skill 5：排版
这个Skill做什么：把定稿排版成公众号格式。
输入：文章定稿（从Skill 4传来）。
输出：排版后的文章。
接口定义：
- 格式：Markdown文件
- 内容：排版后的完整文章，包含格式标记
- 命名：排版文章
Skill 6：发布
这个Skill做什么：把排版文章发布到公众号后台。
输入：排版文章（从Skill 5传来）。
输出：发布完成的确认信息。
接口定义：
- 格式：确认信息
- 内容：发布时间、文章链接
- 命名：发布确认
协同触发词
六个Skill定义好了，需要一个触发词把它们串起来。
我定义的触发词是：「写文章」。
每次说「写文章」，AI自动按顺序调用六个Skill：
- 先调用选题Skill，产出选题
- 再调用搜资料Skill，产出资料包
- 再调用写作Skill，产出文章初稿
- 再调用改稿Skill，产出文章定稿
- 再调用排版Skill，产出排版文章
- 最后调用发布Skill，完成发布
一个触发词，整条链路走完。
我不用在六件事之间来回切换。脑子省下来，专注在关键判断上——选题方向对不对，文章质量够不够，要不要手动调整。
固定环节自动化，灵活判断留给脑子。
从散落Skill到复利系统
讲到这里，你可能有个疑问。
我现在有好几个Skill了，写作的、分析的、邮件的，都是散着的。怎么把它们串成系统？
三步走。
第一步：找到一个完整场景
不是所有Skill都要串起来。先找一个你每天都在做的完整场景。
这个场景有几个特点：
- 重复频率高，每天都在做或每周都在做
- 有多个环节，不是一步就能完成
- 各环节之间有顺序或依赖关系
找到这个场景，你就知道哪些Skill需要协同了。
我的场景是写公众号文章。拆成六个环节，每个环节都有Skill。
第二步：拆解场景，映射Skill
把场景拆成几个环节。每个环节问自己一个问题：这个环节我有Skill吗？
有的，直接用。没有的，补一个。
我写文章的场景，拆成六个环节：
- 选题 → 有选题Skill
- 搜资料 → 有搜资料Skill
- 写作 → 有写作Skill
- 改稿 → 有改稿Skill
- 排版 → 有排版Skill
- 发布 → 有发布Skill
每个环节都有对应的Skill，可以串起来。
如果某个环节没有Skill，先停下来写一个。第3节课教过怎么写Skill。
第三步：定义接口，设计触发词
每个Skill之间的交接点要定义清楚。格式、内容、命名。
然后设计一个触发词。这个词一说出来，AI就知道要调用哪些Skill、按什么顺序调用。
触发词最好是场景化的，不是功能化的。
「写文章」是场景化的。「选题搜资料写作改稿排版发布」是功能化的，太长了。
场景化的触发词，短、好记、一说就懂。
复利系统的本质
多个Skill协同，本质上是把你的认知资产串成一条生产线。
以前你做事，每个环节都要自己想、自己做。环节之间切换，脑子要换频道。做完一件事，脑子累。
现在你做事，触发一个词，整条生产线自动运转。你只需要在关键节点做判断，不需要在每个环节来回切换。
更关键的是，生产线是可迭代的。
某个环节的Skill升级了，生产线自动升级。你改一遍Skill，以后每次调用都是新版本。
某个环节发现漏洞了，回去补Skill，整条生产线的质量都提升。
改一遍，整条链路永久生效。
这就是复利。
复利系统的三个层次
Skill协同，不只是把几个Skill串起来。可以搭出三个层次的系统。
第一层：单场景系统
解决一个重复性的完整场景。我写公众号文章就是这一层。
特点：固定流程、固定环节、固定触发词。
适合：每天都在做的事、每周都在做的事。
第二层：跨场景系统
多个场景共享某些Skill。
我不只是写公众号文章。我还要写小红书笔记、写产品文档、写邮件。
这些场景不一样，但共享某些Skill。
- 选题Skill：公众号用、小红书也用
- 写作Skill：公众号用、产品文档也用
- 改稿Skill：公众号用、小红书也用
同一个Skill，多个场景调用。我改一遍Skill，所有场景都升级。
特点：共享Skill、多触发词、灵活组合。
适合：多个相关场景、共享方法论。
第三层：认知操作系统
把所有Skill组织成一个认知操作系统。
不只是几个场景共享几个Skill。是把你的全部方法论封装成Skill，按领域、按用途组织好，随时调用。
你做写作的全部方法论，封装成写作类Skill。
你做投资的全部方法论，封装成投资类Skill。
你做沟通的全部方法论，封装成沟通类Skill。
每个领域有几条核心Skill，有几十条细分Skill。所有Skill按层次组织，有目录、有索引、有触发词。
遇到任何问题，先判断属于哪个领域，然后调用该领域的Skill。
你的整个认知操作系统，变成了一个Skill库。
特点：全领域覆盖、分层组织、按需调用。
适合：方法论成熟、场景复杂、需要长期复用的人。
从第一层到第三层的路径
不用一开始就搭第三层。渐进式搭建。
先搭第一层。
找一个每天都在做的完整场景，拆解环节，补齐Skill，定义接口，设计触发词。搭完之后，这个场景就自动化了。
用一段时间，发现好用，再找第二个场景。
第二个场景搭完，发现某些Skill跟第一个场景重复。共享这些Skill，两个场景都能用。
慢慢从第一层过渡到第二层。
用几个月，发现方法论越来越完整，Skill越来越多。开始按领域组织Skill，建立目录、索引、触发词体系。
从第二层过渡到第三层。
渐进式搭建，不用一开始就追求完美。
一个关键原则：接口比内容更重要
搭复利系统的时候，有个原则要注意。
接口比内容更重要。
什么意思？
Skill的内容是它怎么做事。Skill的接口是它产出什么、接受什么。
协同的时候，接口是关键。
两个Skill能不能协同，取决于接口是否匹配。选题Skill产出「选题」，搜资料Skill接受「选题」，接口匹配，能协同。
选题Skill产出「选题标题」，搜资料Skill接受「选题关键词」，接口不匹配，协同卡住。
写Skill的时候，不光要写怎么做事，要写清楚产出什么格式、接受什么格式。
接口定义清楚了，Skill才能串起来。
常见问题
Skill太多会不会调用混乱？
不会。Skill是按触发词调用的。触发词场景化，一说就懂。每个触发词对应明确的Skill组合，不会乱。
协同会不会降低灵活性？
不会。协同是把固定环节自动化。固定环节做完，灵活判断的空间更大。你不需要在固定环节上费脑子，精力留给关键决策。
从第一层到第三层要多久？
看你的方法论成熟度。方法论成熟，几个月能搭到第二层。方法论还在积累，先搭第一层，边用边积累。
每个Skill都要自己写吗？
不是。GitHub上有很多开源Skill。别人的Skill可以直接用，或者改一改变成你的。第2节课讲过怎么借别人的脑子用。
行动建议
这节课讲完，整个课程的框架就完整了。
先导课讲了Skill是什么，为什么值得封装。
第1节讲了怎么把模糊的方法论变成清晰的框架。
第2节讲了怎么拆解别人的Skill，借用结构。
第3节讲了怎么写自己的第1个Skill。
第4节讲了怎么迭代，让Skill越用越聪明。
第5节讲了怎么协同，把散落的Skill串成复利系统。
下一步做什么？
找一个你每天都在做的完整场景。拆解环节，看看哪些环节已经有Skill，哪些环节需要补。定义接口，设计触发词，把它们串起来。
先搭第一层。用一段时间，发现好用，再找第二个场景。
渐进式搭建，不用一开始就追求完美。
改一遍，永久生效。
你的每一份经验，都可以变成可调用的资产。
