Skill 的文件主体就是一份精心组织的 prompt——指令、模板、参考文档，都写在 SKILL.md 里。但把 Skill 等同于 prompt，等于把外卖 App 等同于菜单：菜单只是你看到的那一层，点单、厨房、配送都在后面。
看红狐 hub 上 100 多个 Skill 的构成就明白，值得被反复用的那些，没有一个只靠 prompt。
prompt 只能动嘴，Skill 能动手
把 Skill 拆开看，通常是三层：
- 指令层：什么时候用、怎么用。这层确实是 prompt。
- 工具层：脚本、API 调用。prompt 写不出这一层。
- 数据层：接住实时数据源。prompt 够不到这一层。
拆开算一遍：三层里只有第一层是 prompt，剩下 2/3 才是 Skill 真正被用的部分。
一句话：prompt 决定 AI 说得多好，Skill 决定 AI 连得上什么。
用「微博评论分析」当注脚
红狐 hub 上的「微博评论分析」Skill，就是这个问题最好的注脚。
它的工作一句话讲完：丢一条微博链接进去，它把这条博文下的评论拉出来——谁评论的、说了什么、被赞多少次、什么时候发的，一目了然。点评论人昵称，直接跳进 TA 的微博主页。
试一下用 prompt 干这件事。写一百字描述「请获取这条微博的评论」，AI 只能回答：我访问不了微博实时数据。为什么？评论数据在微博服务器上，不在模型参数里。
而这个 Skill 能用，是因为它背后接了红狐的数据服务——每次查询实时拉取平台刚更新的数据，不用旧缓存糊弄你。累计 1 万多次调用，每一次靠的都是管道，不是措辞。
它值得细看的三个点
数据新鲜。 做舆情的人最怕过期存档：你看到的「最新评论」是三天前的，结论全是错的。它每次查询都拉平台刚更新的数据，意味着每条评论都带时间戳，敢直接拿去做判断。
身份可溯源。 评论人昵称直接可点，跳到微博主页。一条评论背后是什么人——营销号、竞品、真实用户，点进去一看便知。做竞品研究时，这意味着你能分清「谁在说」和「说了什么」。
翻页浏览。 海量评论支持分页，一句「下一页」继续看。真正有价值的评论往往不在前 20 条，意味着你不用再手动滚三页评论区。
试着这样用：把链接丢给 AI，说「查下这条微博的评论」，要多看就一句「下一页」。不用记命令。
三类人用得上：内容运营摸清某条博文下的真实反馈，做舆情的第一时间掌握舆论风向，创作者研究同类内容受众的互动水平。以前这些要手动翻微博、逐个点开评论区，现在一句话的事。
判断一个 Skill 成色的标准
当然，不是所有 Skill 都有资格被吹。一份只有 SKILL.md、没有脚本也没有数据源的文件，那确实就是个 prompt。
判断标准很简单：把 Skill 里的 prompt 删掉，剩下的东西还能不能干活。能，它是工具；不能，它就是 prompt。微博评论分析这种，删掉 prompt 剩下的是一条完整的数据管道。
所以下次看到有人吹某个 Skill，别问「prompt 写得怎么样」，问一句「它连上了什么」。这一个问题能过滤掉 90% 的噪音。
选一条你关心的微博去试，连不连得上真实数据——连得上，是工具；连不上，是文案。
资料来源
查看以下页面可核验文中全部信息：
- 「微博评论分析」Skill 官方页面：https://redfox.hk/skills/no/hD2X5aT9
- 红狐 hub Skills 广场：https://redfox.hk/skills
- 文中调用次数与功能描述均取自该 Skill 页面的公开信息