nuwa-skill：把「蒸餾一個人」從靈感變成可執行流程

Wed, 22 Apr 2026 16:20:00 +0800

[alchaincyf/nuwa-skill](https://github.com/alchaincyf/nuwa-skill) 很容易先讓人想到一件事：用 AI 模仿名人的口吻回答問題。但它真正有意思的地方，不在於「像不像」，而在於它試圖把「蒸餾一個人的思維方式」做成一條可重複執行的流程。

這件事一旦成立，價值就不只是做幾個好玩的角色 prompt，而是把某個人的判斷框架、關注重點、常見啟發式與表達習慣，沉澱成一個可以反覆調用的 skill。你要的不是一句像某人會說出的話，而是一個更接近「如果他來分析這件事，會先看哪裡、怎麼取捨、會質疑什麼」的工作介面。

它解決的不是「模仿」，而是「建模」

很多所謂的人物 prompt，本質上只是風格貼皮。

它們通常會要求模型：

用某個人的語氣說話
多引用這個人的經典句式
盡量模仿他公開表達裡的措辭

這樣做在展示裡很吸睛，但一到真實任務就很容易露餡。原因也很簡單：語氣是表層，判斷結構才是核心。一個人物之所以有辨識度，不是因為他愛說哪幾個詞，而是因為他在面對問題時，總會用某些穩定的方法切入。

nuwa-skill 的方向更像是把這種「穩定的方法」提取出來。換句話說，它在意的不是「怎麼說得像」，而是「怎麼想得像」。

一個更完整的工作流

從倉庫說明來看，nuwa-skill 想做的是一套端到端流程：輸入一個人名，然後自動完成調研、提煉、驗證，再把結果組織成能在 Claude Code 裡調用的 skill。

這背後有幾個很關鍵的變化。

第一，它預設蒸餾對象可以不是你團隊裡的同事。很多人第一次接觸這類能力，會先想到「把優秀同事的方法論沉澱下來」。這當然有價值，但邊界也很明顯：可學習樣本有限，而且往往只覆蓋團隊內部經驗。nuwa-skill 直接把對象擴展到更廣的人群，例如創業者、投資人、科學家、產品經理、寫作者。

第二，它強調的是「自動完成」，而不是讓使用者手工拼 prompt。真正讓這類能力能落地的，不是 prompt 文案寫得多華麗，而是你能不能穩定完成資料蒐集、觀點歸納、模式抽取與結果校驗。只要其中某一步完全依賴手工，重用成本就會迅速上升。

第三，它試圖把產物變成一個 skill，而不是一段一次性的對話。前者可以被多次調用、組合、迭代；後者往往只在當前上下文裡有效，過幾輪就散掉了。

為什麼這個方向值得關注

如果把 AI 當成問答機，最自然的用法是「給我一個答案」。但如果把 AI 當成工作台，問題就會變成「給我一種看問題的方法」。

nuwa-skill 的價值，更偏向後者。

例如你面對一個產品決策，想要的未必是一個標準答案，而是幾種截然不同的分析框架：

有人會先看長期複利
有人會先看資源約束
有人會先看使用者體驗的一致性
有人會先看市場進入時機

如果這些框架能被穩定封裝出來，AI 的角色就會從「替你寫一段話」變成「幫你快速切換視角」。這比單純模仿名人語錄有用得多，因為它直接作用在決策品質上。

它最打動人的地方：把隱性知識變成可調用資產

很多高價值能力，本來就很難寫成 SOP。

一個人為什麼判斷比別人準，往往不是因為他掌握了更多顯性規則，而是因為他在長期實踐裡形成了一套隱性的篩選機制：

什麼訊號值得優先關注
什麼噪音應該直接忽略
哪些問題要拆開看
哪些問題要反過來問
哪些結論必須等待更多證據

這類能力平時很難沉澱，因為它不一定總能被本人完整說清楚。也正因如此，一旦能被結構化提取，價值會很高。nuwa-skill 吸引人的地方就在這裡：它想處理的不是表面知識搬運，而是認知習慣的再組織。

適合什麼場景

我覺得這類 skill 最適合以下幾種場景。

1. 決策前的多視角審視

當你已經有一個方案，但擔心自己只是在沿著熟悉的路徑思考時，切換到不同「人物視角」去審視同一個問題，會比讓模型繼續順著你的原話擴寫更有價值。

2. 學習某類高手的判斷框架

很多人學習高手，習慣收藏語錄、看訪談、抄摘要，但最後往往只記住幾句漂亮話。把思維模式做成 skill 之後，學習方式會更接近「帶著問題反覆調用」，而不是「做一堆靜態摘抄」。

3. 讓團隊共享一種分析方式

團隊裡真正稀缺的，不只是知識文件，而是「我們遇到問題時通常怎麼想」。如果未來這套流程成熟，它也可以反過來用於沉澱組織內部高手的方法論，只是它顯然不打算把這個能力局限在組織內部。

這類專案真正難的地方

當然，方向有吸引力，不代表問題已經解決。

這類專案最難的，從來不是安裝一個 skill，而是下面幾件事：

資料來源是否足夠可靠
提煉出的模式是不是穩定，而不是偶然語料帶來的錯覺
模型是在使用人物框架分析，還是只是在重複常見印象
不同人物之間的邊界會不會被模型自動抹平

也就是說，最關鍵的不是「能不能生成一段像樣的話」，而是「這個 skill 產出的認知框架是否經得起多任務重用」。如果未來它在驗證環節繼續做深，這類專案的可信度會明顯提高。

為什麼它比「提示詞模板庫」更進一步

過去不少專案會把這類能力做成模板庫：一個人物對應一段 prompt，使用者複製進去就能用。問題是模板庫本質上還是靜態資產，更新慢、驗證弱，而且很難形成完整的生產流程。

nuwa-skill 更進一步的地方，是它把「人物蒸餾」從一個模板問題，推進成一個流程問題。

一旦工作重心從「寫一段 prompt」轉到「如何系統生成、校驗、迭代一個人物 skill」，這件事就更像工程，而不是靈感。對真正想長期使用的人來說，後者顯然更重要。

結語

nuwa-skill 有意思，不是因為它把 AI 變成了名人模仿秀，而是因為它把「如何學習一個人的思考方式」這件事，往可執行、可重用、可迭代的方向推進了一步。

如果說很多人物 prompt 解決的是「像誰說話」，那它想解決的，是「像誰那樣看問題」。前者適合展示，後者才更接近生產力工具。

參考連結

GitHub 倉庫：https://github.com/alchaincyf/nuwa-skill
專案說明：https://github.com/alchaincyf/nuwa-skill/blob/main/README.md
Skill 定義：https://github.com/alchaincyf/nuwa-skill/blob/main/SKILL.md

Prompt Engineering on KnightLi的博客