Alice Skill 用户入门指南
面向金融用户的 Alice Skill 从零入门全指南。涵盖为什么需要沉淀 AI Skill、如何理解 Skill 本质、如何创建第一个 Skill、让 Skill 更稳定的方法、新手练手示例以及高阶进阶技巧。
为什么金融人现在必须开始沉淀自己的 AI Skill
为什么这件事现在就要开始？
因为很多金融工作，本来就不是一次性的。
你可能每天都在做类似的事：
- 跟踪一家公司，整理一个行业，盯一组指标，准备客户材料，输出摘要、表格或周报。
这些工作真正消耗时间的地方，往往不是"不会做"，而是每次都要重新开始：
- 重新说要求，重新理结构，重新组织结果。
一旦一类任务开始反复出现，它就已经不只是一个临时需求。它更像是一套你熟悉、但还没有被沉淀下来的方法。
AI Skill 到底在沉淀什么？
沉淀的不是一段代码。沉淀的是你原本放在脑子里的做事方式。比如：
- 你通常先看什么
- 你会重点抓哪些信息
- 哪些内容必须单独列出来
- 最后会整理成什么样的结果
这些过去只能靠你自己反复完成的步骤，现在都可以慢慢交给 Alice。
为什么金融人尤其需要这件事？
因为金融工作的价值，本来就不只是"知道信息"。真正拉开差距的，通常是这些能力：
- 你怎么筛信息，怎么理信息，怎么形成判断，怎么把结果交付出来。
而这些，正是最适合沉淀成 Skill 的东西。也就是说，AI Skill 真正承接的，不是工具动作，而是你的业务方法。
你可以这样理解
以前，你的经验只存在你自己身上。以后，你的经验可以慢慢变成一套可以复用的流程。这带来的变化很实际：
- 以前要自己重复做的事，以后可以更快完成
- 以前每次都要重新说的要求，以后可以更稳定复用
- 以前依赖个人临场发挥的工作，以后可以慢慢形成标准化输出
开始做 AI Skill，不是为了赶潮流。而是为了把你本来就在做的高频工作，变成更稳定、可复用、可放大的工作方式。
不会写代码，也能做出金融 AI Skill
为什么很多人会觉得自己不会做？
因为一看到"AI Skill"，很多人的第一反应就是：
- 这是不是很技术？
- 是不是要写代码？
- 是不是更适合程序员？
所以，很多人不是不会做，而是还没开始，就先把自己拦住了。
但对大多数 Alice 用户来说，创建 Skill 并不是在做开发。它更像是在做一件事：把你原来会做的工作，用自然语言告诉 Alice。
做 Skill，真正需要的是什么？
不是代码，而是你对任务的理解。你要能说清楚这些事：
- 这是什么任务
- 你要看谁
- 时间范围是什么
- 重点关注什么
- 最后怎么交付
只要这些事情你能说清楚，Alice 就能开始帮你整理成一个可用的 Skill。
为什么越懂业务的人，反而越适合做 Skill？
因为真正好用的 Skill，靠的不是技术，而是你有没有一套自己的做事方法。Skill 要沉淀的，不是代码能力，而是你平时处理任务时的判断顺序、关注重点和输出习惯。
比如，同样是跟踪一家公司。有人只会说：帮我看看最近怎么样。但真正做研究的人会知道，这件事通常不是随便看一眼，而是有相对清楚的路径：
- 先看市场表现
- 再看重要新闻
- 再看风险和催化剂
- 最后整理成适合汇报的结构
这些都不是代码。这些是业务方法。而 Skill 要做的，恰恰就是把这些原本存在你脑子里的方法，变成一套可以反复调用的流程。
所以，最适合开始做 Skill 的，往往不是最懂技术的人，而是最懂业务的人。
如果你最近一直在重复做这些事，那其实你已经很适合开始做 Skill 了。比如：
- 跟踪一家公司
- 整理一个行业
- 观察一组指标变化
- 做对比分析
- 输出固定格式周报
这些工作有一个共同点：它们不是只做一次，而是会反复出现；而且你通常已经有自己的习惯、顺序和判断标准。
当一件事你已经做过很多次，也知道自己通常会先看什么、后看什么、最后怎么输出，其实你就已经具备了做 Skill 的基础。因为做 Skill，本质上不是"重新发明一种能力"，而是把你原来就会做的事，整理清楚，交给 Alice，之后反复复用。
你可以怎么开始？
不要先想"我会不会写代码"。先想这件事：我最近有没有一类反复在做、而且我已经有固定做法的任务？
如果有，那你就已经可以开始做第一个 Skill 了。
开始做 AI Skill，不是写代码。而是把你已经会做的业务工作，变成 Alice 能理解、能复用的方法。
1分钟看懂：什么是 Alice Skill
Skill 到底是什么？
很多用户第一次看到"Skill"这个词，会本能觉得：
- 这是不是很复杂？
- 是不是要写很多指令？
- 是不是得先想得特别完整？
其实不用。对大多数 Alice 用户来说：
- Skill 不是一个很重的配置项
- 也不是只有技术人员才能用的东西
- 它更像是一份写给 Alice 的任务说明
你只是在告诉 Alice：
- 这类任务是干什么的
- 你通常怎么做
- 你最关心什么
- 最后希望它交付成什么样子
只要这些事情慢慢讲清楚，Skill 就已经开始成形了。
Skill 和普通提问，有什么不一样？
普通提问，解决的是一次性问题。比如：
- 临时查一条新闻
- 问一个概念
- 拉一段数据
- 看一个指标今天是多少
这些事情，直接问 Alice 就可以，但还有很多任务，不是只做一次，而是会反复出现。比如：
- 每周跟踪一家公司
- 定期整理一个行业变化
- 持续看一组指标
- 反复输出摘要、表格或周报
这时候，你真正关心的，往往已经不是"它能不能答"。而是：
- 能不能按我的方式答
- 能不能更稳定一点
- 能不能更像一个真正能用的金融工作结果
这就是 Skill 更适合发挥作用的地方。
普通提问更像一次性对话，用完就结束。
而 Skill 更像是一套可以反复调用的方法。
你把这类任务的做法提前讲清楚，Alice 后面就更容易按同样的逻辑继续完成。所以，Skill 不是为了把事情变复杂。而是为了让那些高频、重复、而且你已经有固定方法的任务，变得更清楚、更稳定，也更专业。
| 维度 | 普通提问 | Skill |
|---|---|---|
| 本质 | 一次性对话 | 可反复调用的方法 |
| 使用方式 | 临时想到，临时发问 | 先把方法沉淀好，之后直接调用 |
| 适合场景 | 临时、单次需求 | 高频、重复、结构相对稳定的任务 |
| 输出特点 | 每次可能都要重新组织 | 更稳定、更统一、更容易复用 |
| 长期价值 | 解决这一次问题 | 把经验沉淀下来，越用越顺手 |
一个 Skill，最少要写清什么？
其实不用一上来就写很复杂。一个 Skill，先把下面三件事说清楚，就已经有雏形了。
| 步骤 | 模块 | 要写清的问题 | 常见写法 |
|---|---|---|---|
| 1 | 任务场景 | 这个 Skill 是拿来做什么的 | 跟踪公司、整理行业、观察指标 |
| 2 | 处理方式 | Alice 应该按什么顺序做 | 先看数据，再看新闻，最后总结风险和结论 |
| 3 | 交付结果 | 最后输出成什么样 | 摘要、表格、周报、Excel 底稿 |
只要这三点清楚，这个 Skill 就已经不是一句临时提问，而是一套可以复用的方法了。
Skill 一开始就要写得很完整吗？
不用。
很多小白用户一上来最容易误会的是：
- 我是不是必须先写出一份很完整的 Skill？
- 是不是得先把所有细节都想清楚？
- 是不是要一开始就写得很专业？
其实不是。更常见、也更适合新手的方式是：
- 先把目的说清楚
- 先让 Alice 理解你要干什么
- 先做出第一版
等第一版跑出来以后，你再慢慢补：
- 对象是谁
- 时间范围是什么
- 重点看什么
- 输出格式是什么
- 顺序要不要固定
- 结构要不要更专业
也就是说，Skill 是可以逐步变完整的。不是非得一开始就写到最复杂。
Alice Skill，不是一段代码。它是你写给 Alice 的一套可复用任务方法。先把目的说清楚，再逐步细化，它就能慢慢变成一个真正好用的 Skill。
Alice 能帮你做什么
为什么要先知道 Alice 能做什么？
因为很多用户在创建 Skill 时，最容易卡住的点，不是不会写。而是不确定：
- Alice 到底能做到什么程度？
- 这件事值不值得交给 Alice？
- 我应该把 Skill 写到多细？
所以，在开始之前，你不一定要记住具体功能名。但你最好先知道：Alice 大体能帮你完成哪些金融工作。
这样你在写 Skill 的时候，才更容易判断：
- 这类任务能不能交给 Alice
- 我应该重点描述什么
- 最后可以让它交付成什么结果
Alice 最核心的能力，不只是"回答问题"
很多人第一次用 Alice，会先把它当成一个问答工具。但如果你开始做 Skill，你会发现它能做的事情更多。它不只是"答一下"。它更适合帮你把一类金融任务真正往前推进。比如：
- 查数据
- 找资料
- 整理重点
- 做对比
- 生成图表
- 输出表格
- 形成摘要
- 做成更接近工作结果的交付物
所以，理解 Alice 的关键，不是把它当成一个只会聊天的大模型。而是把它当成一个能参与金融工作流的助手。
| Alice 可以帮你做什么 | 能处理的内容 | 适合的任务场景 | 常见交付形式 |
|---|---|---|---|
| 查金融数据 | 行情数据、财务数据、估值数据、宏观指标、行业指标、历史时间序列 | 跟踪一个指标最近怎么变；对比几家公司核心财务差异；看一个板块近期表现；拉一段历史数据做后续分析 | 数据表、指标对比表、趋势图、分析底稿 |
| 看大量金融信息 | 新闻、研报、公告、行业资料、会议纪要、市场观点材料 | 快速了解一家公司最近发生了什么；汇总一个行业近期的重要变化；归纳市场共识和分歧；从多份材料里提炼重点 | 摘要、一页纸、重点清单、周报 |
| 让结果更直观 | 根据数据自动作图、做趋势展示、做阶段对比、做公司或指标之间的比较 | 先拉数，再看趋势，最后形成判断；把复杂信息变得更容易理解和汇报 | 趋势图、对比图、图表页、可视化分析材料 |
| 做表格、清单和 Excel | 对比表、跟踪表、结构化清单、可继续编辑的 Excel 底稿 | 把零散信息整理成表；形成固定格式跟踪表；输出结构化结果；生成后续可继续修改的 Excel | 对比表、固定格式表格、清单、Excel 底稿 |
Alice 可以帮你查金融数据
最常见的一类，就是查金融数据。比如：行情数据、财务数据、估值数据、宏观指标、行业指标、历史时间序列。这类能力适合用来做很多基础但高频的工作。例如：
- 跟踪一个指标最近怎么变
- 对比几家公司核心财务差异
- 看一个板块近期表现
- 拉一段历史数据做后续分析
如果你的 Skill 里有"先查数据、再整理结果"这一步，那通常就很适合让 Alice 参与。
Alice 也可以帮你看大量金融信息
很多金融任务的难点，不是没有资料。而是资料太多，太散，太杂。Alice 可以帮你处理这类内容：新闻、公告、行业资料、会议纪要、市场观点材料。这类能力特别适合这些场景：
- 快速了解一家公司最近发生了什么
- 汇总一个行业近期的重要变化
- 归纳市场共识和分歧
- 从多份材料里提炼重点
也就是说，Alice 不只是帮你"找到资料"，还可以帮你把资料往"可读、可整理、可交付"的方向推进一步。
Alice 还能帮你把结果变得更直观
很多时候，文字并不是最好的结果形式。尤其是金融工作里，很多判断都需要结合图和表来看。所以，Alice 还适合做这些事：
- 根据数据自动作图
- 做趋势展示
- 做阶段对比
- 做公司或指标之间的比较
如果你的 Skill 里，本来就需要先拉数、再看趋势、最后再下结论，那你就可以把"图表"也一起考虑进去。这样结果通常会更接近真实工作里会用到的材料。
Alice 也适合帮你做表格、清单和 Excel
这点其实很重要。因为很多用户最后要的，根本不只是一段话。他们真正需要的，往往是：
- 一张表
- 一份清单
- 一个底稿
- 一版可以继续改的 Excel
所以，Alice 很适合承接这类结果型任务。比如：
- 把零散信息整理成对比表
- 形成固定格式跟踪表
- 输出结构化结果
- 生成适合继续编辑的 Excel
如果你平时工作里就经常要交表、交底稿、交周报，那你在写 Skill 时，就可以直接把这些输出形式写进去。
Alice 能不能做更复杂一点的任务？
可以。尤其是那些不只是"查一下"，而是要进一步整理、验证、比较的任务。比如：
- 做两个对象的对比分析
- 验证某个想法过去是否成立
- 按固定结构生成摘要
- 把一类任务沉淀成持续复用的流程
这时候，Alice 的价值就不只是"快"，而是它能更贴近一个真实金融任务的推进方式。也就是说，它不是只回答你一句。而是可以在你的方法框架下，把事情继续做下去。
那我在写 Skill 时，到底要不要记这些能力名字？
不用。这一点很重要。创建 Skill 时，你不需要先记住系统内部怎么调用，也不需要一开始就区分所有能力模块。你真正需要做的，是把这些事情说清楚：
- 你要看什么
- 时间范围是什么
- 重点关注哪些内容
- 最后要交付成什么形式
只要这些说清楚，Alice 就会更容易去匹配合适的能力。所以，你不用先背功能。你只需要先把任务说明白。
你不需要先记住 Alice 背后有哪些能力。你只需要知道：它不只是会回答问题，它还能帮你查数据、看资料、做图表、出表格，并把结果变得更像真正能用的金融工作交付。
用 Alice 创建第一个 Skill
直白说：你不用一上来就写得很完整。先把任务目标讲明白，先跑出第一版，再继续调整，通常会更容易。
为什么很多人第一步就容易卡住？
因为一提到"创建 Skill"，很多人会下意识觉得：
- 我是不是要先想得很完整？
- 我是不是要先写很多说明？
- 我是不是要先把所有细节都定好？
所以，很多人不是不会开始。而是一开始就把门槛想高了。
但对大多数用户来说，第一个 Skill 更适合这样开始：先把任务目标说清楚，先做出第一版。
第一个 Skill，先从什么开始？
先从一个你最近就会用到的任务开始。不要一上来就选太大的题目。以下是可以参考的步骤：
- 先找一个你最近反复做过的任务
- 用一句话写出它的目标
- 补上重点和输出形式
- 交给 Alice 跑第一版
- 看结果，再继续补充和调整
这类任务通常频率高、场景清楚，也最容易判断结果好不好用。
你要先告诉 Alice 什么？
创建第一个 Skill 时，你不需要先写完整说明书。你只需要先把几件关键事情讲清楚：
- 这是什么任务
- 对象是谁
- 时间范围是什么
- 重点关注什么
- 最后怎么交付
比如，你可以直接这样说：
或者：
第一个 Skill，一开始就要写得很完整吗？
不用。更适合新手的方式通常是：
- 先做出第一版
- 先让 Alice 跑起来
- 再根据结果继续调整
很多时候，你是在看到第一版之后，才会更清楚自己真正想要什么。比如你会发现：
- 你其实更关心风险
- 你希望图表放前面
- 你不想看太长的文字
- 你更需要表格，而不是长摘要
这时候再继续改，通常会更容易。
创建第一个 Skill，不是先写一份复杂说明。而是先把任务目标、对象、时间范围、重点和交付形式说清楚，让 Alice 先帮你生成第一版。
让 Skill 更稳定的 5 个方法
为什么 Skill 会"不稳定"？
很多用户都会遇到这种情况：
- 有时候结果很好
- 有时候又不太对
- 有时候结构清楚
- 有时候又有点散
这很正常。因为 Skill 不是写完就天然稳定，而是需要一边用、一边调。
方法 1：把场景写具体
不要只写：
- 分析公司
- 研究行业
- 看一下市场
这种写法太大了。更好的方式是直接写清楚场景。比如：
- 跟踪某家公司最近 30 天的重要变化
- 汇总某行业最近两周的动态
- 观察一组指标近一年的走势
场景越具体，结果通常越稳定。
方法 2：把范围收窄
很多 Skill 不稳定，不是因为能力不够，而是因为一开始想做太多。更稳妥的方式是：
先让一个 Skill 只解决一类问题。先把一个场景跑顺，再慢慢加内容。
方法 3：把重点说清楚
同样是跟踪公司，不同的人关注点可能不一样。比如你更关心：
- 财务
- 风险
- 催化剂
- 市场分歧
如果这些重点不写清楚，结果就很容易发散。
方法 4：把输出固定下来
很多时候，问题不是内容错了，而是每次结果长得不太一样。所以你可以提前写清楚：
- 先给结论
- 再给细节
- 图表放前面
- 输出尽量简洁
结构越固定，结果越稳。
方法 5：用真实任务多跑几次
一个 Skill 看起来写得顺，不代表真实任务里一定稳定。最简单的办法就是：拿真实任务去跑。重点看三件事：
- 典型任务能不能完成
- 范围变大时会不会失控
- 不相关问题会不会误触发
让 Skill 更稳定，不是拼命加长说明。而是把场景写具体、把范围收窄、把重点和输出讲清楚，再用真实任务多跑几次。
最适合新手练手的 5 类 Skill
第一类：公司跟踪类
适合什么场景？ 适合你想快速跟踪一家公司最近发生了什么。比如看市场表现、重要新闻、风险和后续值得关注的事项。
可以直接给 Alice 的 Prompt：
第二类：行业追踪类
适合什么场景？ 适合你想定期看一个行业最近有没有新变化。比如政策、价格、景气度、市场观点等。
可以直接给 Alice 的 Prompt：
第三类：指标分析类
适合什么场景？ 适合你想持续观察一个指标的变化。比如拉历史数据、看趋势、看拐点。
可以直接给 Alice 的 Prompt：
第四类：对比分析类
适合什么场景？ 适合你想快速比较两个对象。比如两家公司、两个行业，或者两组指标。
可以直接给 Alice 的 Prompt：
第五类：常规汇报类
适合什么场景？ 适合你本来就需要反复产出固定格式内容。比如周报、表格、摘要、Excel 底稿。
可以直接给 Alice 的 Prompt：
从最简单、最高频的任务开始。先做出能用的第一版，再逐步优化。
高阶 Skill 怎么进阶
什么是进阶版？
如果你已经会写基础版 Skill，能把一个任务先跑起来，那下一步就不是"再写更多字"，而是想办法让结果变得：
- 更稳定
- 更聚焦
- 更专业
- 更接近真实工作流
所以，进阶版 Skill 并不是给完全新手第一步就写的。它更适合你已经有一个基础版，并且开始在真实任务里反复使用以后，再继续往上打磨。
你会发现，进阶版通常不是简单"加长 prompt"，而是比基础版多写清楚几件事：
- 先后顺序：先做什么，后做什么
- 重点优先级：什么更重要，什么可以压缩
- 固定结构：结果最好按什么框架输出
- 结果要求：输出要更像摘要、周报、底稿或汇报材料
下面我们直接看例子。你会更容易看懂：同一个任务，基础版和进阶版到底差在哪里。
第一类：公司跟踪类（进阶版）
第二类：行业追踪类（进阶版）
第三类：指标分析类（进阶版）
第四类：对比分析类（进阶版）
第五类：常规汇报类（进阶版）
高阶 Skill，不是把 prompt 写长。而是把"顺序、重点、结构、交付要求"写清楚，让结果更稳，也更像真实工作流。
文章来源
本文内容整理自以下原始出处：
原文来源：腾讯文档（Alice Skill 官方共享文档）
前往阅读原文 →