引言：两个信号拼在一起，画面就变了

半年前，写 prompt 是 AI 时代最性感的副业。一条精心调校的 prompt 在 Gumroad 上卖 9，两个月成交 800 单，单人月入过万美金的故事刷遍了中文互联网。

但那个窗口正在关闭。

原因很简单：prompt 是”一次性消费品”。换模型失效、换场景失效、被同行复制失效。它不是资产，是耗材。

现在，两个新信号同时出现：

信号一（社区端）： 一个叫 Sepia 的项目，专门做”去 AI 味”的写作 skill。它不是一段 prompt，是一个几百行的 skill 文件。两天之内，GitHub Star 从 563 涨到 768，增速 36%，没有衰减迹象。一个细分到”写作风格校准”的 skill，凭什么两天收割 200 多颗星？因为它解决的是真实痛点——所有人都讨厌 AI 味，但没人愿意自己写规则。

信号二（学术端）： arXiv 上出现了一篇论文，叫 WikiSkill。核心思路只有一个：让 AI Agent 在执行任务的过程中，把经验自动沉淀成可复用、可跨模型迁移的”技能库”。换句话说，学术界已经在研究怎么让 AI 自己生产 skill。

把这两件事拼起来看，画面就清楚了：

Prompt 是单点弹药，skill 是一整套武器系统。
Prompt 会贬值，skill 可以累积、组合、定价、交易。
去年囤 prompt 的人赚到了第一波钱；今年囤 skill 的人，正在收割第二波。

而会写 skill 的人，就是下一个”prompt 工程师”。

核心商业模式拆解：skill 到底是什么生意

一、Skill ≠ Prompt：本质区别决定商业模式

绝大多数人把 skill 当成”高级 prompt”，这是致命的误解。

关键洞察：skill 是数字资产，prompt 是数字耗材。 一个高质量的 skill 文件，可以被 1000 人下载、嵌入到不同的 agent 里、组合成更复杂的工作流。这种资产属性，才是 Sepia 能持续涨星、被人愿意付费的根本原因。

二、流量来源：skill 的天然分发渠道

skill 的流量来源和 prompt 完全不同。prompt 时代靠 Gumroad 搜索和 Twitter 转发；skill 时代靠的是 开发者生态：

• GitHub Trending：Sepia 两天涨 200+ 星，全靠 Trending 推荐。GitHub 是 AI skill 的天然货架，因为它是开发者找工具的第一站。
• HackerNews / X / Reddit：技术圈对”开源 skill”有天然好奇心。一旦上 Trending，二级传播自然发生。
• Cursor / Claude Code / Cline 等 IDE 内置市场：未来 6 个月，这些工具都会上线 skill/插件市场。早期占据坑位 = 被动流量。
• 小红书 / 即刻的中文搬运：GitHub 项目中文圈复述永远有 7 天延迟窗口。先吃肉的人永远赚信息差的钱。

三、转化链路：免费引流 → 付费深度

skill 的标准变现链路有三层：

四、利润模型：边际成本为零的复利生意

一个 skill 文件，写一次，永久售卖。维护成本几乎为零（除非模型大版本更新需要微调）。这意味着：

• 写 1 个 skill：售价 → 成本 /bin/sh → 毛利 100%
• 写 10 个 skill 打包：售价 9 → 成本 /bin/sh → 毛利 100%
• 写 50 个 skill + 社群：售价 9/年 → 200 人订阅 = 9,800/年

这不是卖货，这是数字资产的复利。

保姆级实操 SOP：7 步写出第一个可变现的 skill

Step 1：选赛道——找”高频+低质”的痛点

不是所有 skill 都值得写。判断标准有三条：

1. 高频：用户每天/每周都要用 AI 做的事
2. 低质：市面上的 AI 输出有明显缺陷（如 AI 味、模板化、逻辑断层）
3. 难写：自己摸索要花 10+ 小时才能调好的规则

Sepia 选的是”写作去 AI 味”，三条全中：高频（人人要写）、低质（AI 味人人喊打）、难写（规则涉及几十种句式替换）。

你的赛道候选清单：

• 代码评审 skill（让 AI 评审像高级工程师）
• 学术写作 skill（让 AI 写出能投稿的段落）
• 跨境电商 listing skill（多平台适配 + SEO）
• 律师函/合同润色 skill（合规 + 措辞）
• 论文摘要 skill（保留专业术语 + 学术腔）

Step 2：定义 skill 文件结构（标准 SKILL.md）

一个可交易的 skill 不是随便写写，必须结构化。推荐结构：

关键：要让 skill 像代码一样被 review、被 fork、被 star。

Step 3：积累真实案例——去你的工作流里”挖矿”

skill 不是坐在电脑前空想出来的。去你每天的工作流里挖：

• 这周 AI 帮你写哪段话你删了重写了？为什么？
• 你在 prompt 里反复强调的”不要这样做”是什么？
• 哪些规则你每次都要复制粘贴？

Sepia 的作者大概率是从自己写公众号/小红书被吐槽”AI 味”开始的，把 50+ 次”哪里不对劲”固化成规则，就成了 skill。

今天的任务：打开你上周的 10 条 prompt，找出其中 3 条”重复出现的规则”——这就是你的第一个 skill 雏形。

Step 4：发布到 GitHub，制造势能

发布不是终点，是起点的开始。

• 标题必须直击痛点：
• README 第一屏必须展示 before/after 对比
• 主动提交到 awesome-* 仓库（awesome-prompt、awesome-llm、awesome-claude-code）
• 在 X 上发”我为什么写这个 skill”的故事，不要发产品介绍
• 找 3-5 个垂直 KOL 留言，不是求转发，是求反馈

Step 5：设计付费产品——免费 + 付费双层

免费版：单 skill 文件 + 基础规则（GitHub 上）
付费版：

• ：完整 skill 库（5-10 个相关 skill）
• 9：skill 库 + 每月更新 + Discord 答疑
• 9/年：企业版（含定制咨询）

关键技巧：付费版必须包含”用户自己写不出的东西”——比如组合 skill、自动化脚本、测试用例集。单纯的”更多规则”不值钱。

Step 6：搭建自动化交付

• Gumroad / LemonSqueezy：零成本开店，处理全球支付
• Notion / GitHub Private Repo：交付内容
• ConvertKit / Beehiiv：邮件序列，新 skill 发布自动通知
• Discord / 微信群：答疑 + 反馈收集（下一版 skill 改进来源）

Step 7：建立反馈飞轮

最被低估的一步：收集用户使用 skill 的真实输出，反哺下一版。

• 每月 1 号发更新日志
• 公开 roadmap（让用户提需求 = 让他们帮你写 PRD）
• 最高频的 3 个用户反馈 → 下一个 skill 选题

收益预期与规模化路径

阶段一：0 → 1（前 30 天）

• 写 3 个垂直 skill，GitHub 发布
• 目标：100-500 star，验证需求
• 收入预期：/bin/sh-100（纯积累期）

阶段二：1 → 10（30-90 天）

• 上线第一个付费包（9-9）
• 目标：50-200 单付费用户
• 收入预期：,000-,000/月

阶段三：10 → 100（90-180 天）

• 建社群（9/年订阅）
• 接企业定制（00-,000/单）
• 与 IDE 厂商谈内置合作（被动收入）
• 收入预期：,000-0,000/月

阶段四：100 → ∞（180 天+）

• 把自己变成 skill 策展品牌（”XX 领域的 skill 标准”）
• 出电子书、办 workshop、做企业培训
• 这不再是副业，是数字资产公司

RichMan 毒舌寄语

说几句难听的。

第一， 90% 看到这篇文章的人，明天的 prompt 还是会随手写，写完就丢，三个月后还会来抱怨”AI 不稳定”。Skill 红利窗口就在 2026 年上半年，错过就和 Prompt 1.0 时代的红利一样——和你无关。

第二， Skill 不是更长的 prompt，是一套结构化资产。别再写”给我写一段小红书爆款标题”然后等 AI 表演。开始沉淀规则、积累案例、建立版本——这是从”使用者”变成”架构师”的分水岭。

第三， Sepia 的作者大概率不是大牛，只是比别人早 6 个月把”去 AI 味”这件小事认真做完了。认真做一件小事，永远比随便做十件大事值钱。

今天的行动只有一个：

打开你本周用过的 10 条 prompt，找出里面 3 条反复出现的规则，写成你的第一个 SKILL.md，发到 GitHub。

六个月后，你会回来感谢今天的自己。或者，你会继续刷”AI 副业”的文章，看着别人月入 ,000，感叹”我怎么没赶上”。

选哪个，现在就选。