告别复制粘贴:将 OpenAI Prompt 转化为 Claude Code 智能技能 (实战指南)
早前 OpenAI 官方发布了一堆给企业级用户的 Use Cases(用例),分门别类地列好了给产品经理怎么写 Prompt,给工程师怎么写 Code Review 提示词。

想起以前还需要到处找 Prompt,到处学习 Prompt 应该怎么写,还需要找些笔记软件来分门别类记录下来,每次用的时候还需要找回来,复制粘贴。
在 ChatGPT 网页版中,我们的工作流通常是:
复制 Prompt -> 切换窗口 -> 粘贴代码上下文 -> 等待生成 -> 复制回 IDE
然后我在想,现在 Skills 技能这么强大,能不能拿过来用用呢。通过将 Prompt 封装为 Skill,那么我们的工作流就变为了:
用户在 IDE 键入模糊意图 -> Agent 自动识别场景 -> 调用封装好的 Prompt -> 读取当前代码 -> 直接生成结果
从 Prompt 到 Skill
在转换之前,我们需要理解两者的结构差异:
OpenAI Prompt: 通常是一段文本,包含背景(Context)、任务(Task)和输出要求(Output)。用户需要每次手动复制粘贴给 ChatGPT。
Agent Skill: 是一个文件夹(通常包含 SKILL.md),它将 Prompt 包装了元数据(YAML Frontmatter)。Agent 会根据用户的模糊意图(Intent)自动检索并加载这个 Prompt。
Skill 模板
一般 SKILL.md 模板的格式内容大致如下:
| |
所以我们要做的事情就相当于做一层转换 YAML 元数据 (定义何时使用) + OpenAI Prompt 内容 (定义怎么做)
实战转换示例
我们从 OpenAI Academy 的资源中挑选几个典型用例来进行转换。
产品经理用例 (Product)
原始 OpenAI Prompt :
| |
那么转换后的 SKILL.md 大概是这样的:
| |
Claude Code 使用 Skills
然后我们尝试一下在 Claude Code 中来使用这份 Skill,然后将它命名为 product-draft-prd,并保存在项目中 .claude/skills/product-draft-prd/SKILL.md,这样就仅此项目能使用。
启动 Claude Code 工具,输入 / 就能够看到刚才创建的 product-draft-prd 技能

| |

可以看到会自动触发到我们新增的 Skill

最终就会展示出这份 PRD 文档内容

它将根据我们定义的文档内容,一步步给我们做分析

如果还有其他的不清楚的内容,还可以继续跟它沟通

没问题的话,我们就可以保存到本地

更自动的转换为 Skills
如果由我们自己来做这个转换,毕竟是有点难度,这种事情当然是要让 AI 帮我们处理,例如之前介绍过的,Anthropics 有一个叫 skill-creator 的技能,我们让它帮我们做这个转换工作。
仓库地址 https://github.com/anthropics/skills/tree/main/skills/skill-creator
我们使用一段工程师用例,尝试这个转换:
| |

将上面的技能放到 skills 目录下,然后启用这个技能

然后将技能名称和 Prompt 提示词发给它,它就会给我们分析这个需求,并且会提出一些问题,它这边会按照三个维度(使用场景、编程语言、审查重点),我们按照实际情况做出选择即可

我这边就是无脑全部勾上了

处理完以后,就能够在 .claude/skills/ 里面看到生成了一个新的 eng-code-review 目录,这个就是我们刚才创建的新 Skill

在 SKILL.md 文档里面,详细的记录了这个技能的内容

重新进去以后,就能够看到这个新的技能。然后我在目录里面随便写了一个 python 函数的脚本,让这个技能去帮我看看这里面的问题。
| |
代码槽点:
- 性能极差:在循环里用了列表推导式做成员检查,导致复杂度变成O(N^2)
- 潜在 Bug:没有处理空列表(会导致除以零错误)。
- 健壮性差:假设所有字典都有 keys,且没有类型检查(如果 age 是字符串会报错)。
- 命名糟糕:变量名 l, u, x 毫无意义。

然后让它开始检查代码

执行后,输出结果,都能检查出问题来了
为什么这样做比直接用 Prompt 更好
将 OpenAI 的 Prompt 迁移为 Claude 的本地技能,是一次能力的全面升级:
上下文感知 (Context Awareness): 以往你需要手动复制粘贴代码给 AI,现在 Claude 直接“住”在你的代码库里。它能看见你引用的库、你的目录结构甚至你刚写的 Bug。这种上下文感知 (Context Awareness) 能力,让 AI 的回答从“通用的正确”变成了“针对性的解决方案”。
被动触发 vs 主动检索: 你不需要专门建立一个文档来记录那些复杂的 Prompt。在终端里,它们变成了可执行的命令。你只需要表达意图(比如 review 或 gen-prd),剩下的交给配置好的路径去执行。这是把知识“代码化”了。
团队对齐: 你可以将
.agent/skills文件夹提交到 Git 仓库。这意味着你的团队成员在 Check out 代码后,立刻拥有了一致的 Prompt 工程能力——所有人的 Code Review 标准和 PRD 格式瞬间统一
