Skill火了大半年，真正適合新媒體人的還是這15個 | 年中推薦

作者｜懶人

編輯｜張潔

大家好，又來推薦Skill了。

2026年上半年，Skill生態明顯熱了起來。GitHub上Agent Skill倉庫越來越多，小紅書也在前不久上線了RedSkill模塊。Skill不再只是開發者圈子里的新鮮概念，很多行業的從業者也開始把它放進自己的日常工具箱。

但裝得多，不等于用得好。

不少人收藏過一長串Skill，真正開始干活時，還是得從頭想一遍該怎么做。那些已經把Skill用順手的人，往往不是單獨調用某一個，而是把幾個Skill接進同一條工作流。很像游戲里的“出裝”：裝備要按順序搭配，效果才會出來。

這篇文章我們整理了15個冷門但實用的Skill，覆蓋自媒體內容生產、AIGC影視創作和短視頻營銷運營三個方向。為了讓這些Skill不去你們的收藏夾吃灰，我們按照實際工作中的流程把它們組合起來，方便你們一鍵套用“出裝”。

文中提到的所有Skill、下載地址及使用方法，我們也會整理到“AI新榜”的ima知識庫，歡迎自取。

內容生產鏈，

從選題到排版的“出裝順序”

做內容的人，日常最頭疼的通常不是寫稿，是另外兩件事：信息太多，不知道該關注誰；選題太散，要花很多時間判斷哪個值得寫。

可以先從兩個 Skill 入手，解決情報篩選的問題。

FollowBuilders這個Skill解決“關注誰”的問題。它追蹤國外社交媒體上正在做產品的AI從業者，每天生成一份摘要。名字已經說清了它的篩選思路：follow builders，no tinfluencers。看真正做事的人，而不是只做轉述的人。每天早上花十分鐘掃一遍，通常比在時間線上漫無目的地刷半小時更有效。

ai-radar這個Skill解決“今天有什么”的問題。裝好之后，對Agent說一句“今天AI圈有什么”，就能拿到一份中文簡報，不需要APIKey，不需要配置服務器。兩個Skill一個盯人、一個盯事，情報篩選這一步可以同時跑起來。

選題判斷就沒那么標準化了。賬號定位、讀者群體和內容審美都因人而異，很難讓一個通用Skill替所有人做決定。

女媧Skill提供了一種做法：輸入一個你認可的內容人，它會調研這個人的公開資料，提煉思維框架和決策啟發式，再生成一個可以調用的人物Skill。你可以把某位內容人的選題邏輯做成自己的選題顧問，也可以圍繞某種特定視角去蒸餾。

選題定下來，接著就是信息搜集、整理和初稿寫作。這一步很多人都會用AI輔助來做信息搜集，但問題是AI整理的信息往往會讀起來很有“死感”。

humanizer.Skill正好處理這類問題。它會檢查常見的AI寫作痕跡，再把文本改得自然一些。它還支持語氣校準，可以加入個人寫作樣本，讓改寫結果更接近原作者的語感。類似的avoid-ai-writing提供改寫、檢查、編輯三種模式，適合按不同需求處理。初稿寫出來只是第一步，能不能把它改成真正可發的稿子，往往要看這一輪。

稿子定了，后面還有配圖和排版。很多內容人不愿意在這里花太多時間，又沒法真的省掉。

配圖可以試試guizang-material-illustration。它專門生成白底、3D 材質感、帶中文標注的說明圖，適合流程圖、數據圖、概念示意圖這類需要清晰表達邏輯的配圖場景，風格偏雜志內頁插圖。作者“歸藏”長期在AI設計領域輸出，這個Skill在審美和工程細節上都有明顯積累。

做封面圖可以考慮同作者的另一個guizang-social-card-skill，它支持小紅書3:4豎圖和公眾號21:9封面，內置28種布局、10種主題預設，以及雜志風和瑞士風兩套視覺系統。

排版美化可以交給frontend-design。這是Anthropic官方推出的Skill，主要負責HTML/CSS頁面的設計指導。它會提醒模型少用千篇一律的AI風格，把注意力放回字體、留白、節奏和整體視覺的一致性。

如果要直接出公眾號推文，可以試試gzh-design-skill。它把Markdown一鍵排成可直接粘進公眾號編輯器的HTML，內置6套不同色調的主題，樣式全內聯，粘貼不掉格式。還內置了校驗腳本，專門兜住公眾號平臺會過濾掉的寫法。

AIGC影視/短視頻創作，

從劇本到成片的“出裝順序”

AIGC視頻和文章不是一回事。文章寫錯了，改幾個字就行；視頻生成錯了，可能要整段重來，時間和API額度一起往里燒。所以劇本和分鏡階段多花十分鐘，后面往往能省下幾小時。

劇本拆解和角色一致性，目前我們還沒有發現很好的Skill能完整接住。劇本拆解階段可以借助平臺工具輔助，但從劇本到分鏡、從角色設定到跨鏡頭的一致性維持，這些環節的Skill生態還沒補上。

到了素材生成階段，prompt寫得好不好，會直接反映在畫面里。

visual-skills是一套包含圖像和視頻的視覺prompt工具包，面向Kling、Veo、Gemini等主流模型。里面整理了相機運動、燈光和景別等專業術語，也會根據不同模型的語法習慣組織prompt。不同視頻模型各有脾氣，逐個摸索很費時間。visual-skills的作用，就是把這部分經驗整理成一套可以反復調用的規則。

安裝好Skill之后，直接對它說“幫我把這個劇本改成適合Kling的提示詞”，或者“幫我寫個電商主圖提示詞”都可以。

另外還有一個awesome-ai-video-prompts，不是Skill，更像一份策展型prompt資料庫，覆蓋Runway、Kling和Veo；seedance-skill則專門服務Seedance模型。

素材生成仍要在視頻平臺里完成，至于如何把素材編排成一條完整的視頻，也有不少實用的Skill。

RemotionSkill提供了一種偏程序化的做法。Agent通過React代碼定義動畫、字幕和轉場，最后輸出MP4。它不靠時間線拖拽，而是用代碼控制畫面，比較適合程序化動畫、數據可視化視頻，以及需要批量生產的系列內容。

最后是剪輯和格式處理。claude-ffmpeg-skill整理了一套FFmpeg命令，覆蓋格式轉換、裁剪、拼接、壓縮、音頻提取和GIF生成等常見操作。前面的素材都準備好后，可以用它做最后的加工和導出。

我裝好這個Skill后，丟給它一段之前測評模型的橫版視頻，讓它幫我裁成適合抖音的格式，添加字幕，再截取一張封面。

這是我丟進去的原視頻：

這是裝完Skill之后，Agent輸出給我的視頻：

Skill會幫助Agent自動識別出符合要求的比例是9:16，橫轉豎時自動用模糊背景把畫面填滿，并且橫版視頻里的語言是英文，它還自動把字幕翻譯成中文了。體驗還是非常絲滑的。

口播類短視頻還可以試試chengfeng-videocut-skills。這是專門針對口播內容的剪輯Skill，支持自動識別口誤、重復和靜音段，生成審核頁讓你確認后再剪，剪完重新轉寫字幕，最后按字幕拆分鏡、生成分鏡預覽頁，導出。比較適合教程、產品演示這類有完整口播素材的內容。

短視頻營銷，

從開頭到排期的“出裝順序”

短視頻運營和內容營銷的節奏更快。每天要回答的不是“這篇寫得夠不夠好”，而是“今天發什么”“開頭能不能留住人”“數據回來后怎么調”。

這一步可以參考blacktwist/social-media-skills合集，里面整理了一批面向社媒運營的Skill，下面幾個都來自這里。

首先是，選題策劃。短視頻選題很看鉤子、平臺分發機制和完播率，可以借用工作流一里女媧Skill的思路，做一個針對特定平臺的選題顧問，但需要自己提供足夠明確的樣本和判斷標準。

開頭3秒留不住人，后面的內容基本沒有機會。hook-writer-sms專門生成短視頻和社媒內容的開頭，覆蓋文字平臺，也能處理視頻鉤子。開頭確定后，carousel-writer-sms負責展開正文，可以寫圖文輪播，也可以搭視頻腳本。一個負責把人留下來，另一個負責把內容講完。

我安裝這個Skill之后，把這篇文章丟進去，讓它幫我寫個視頻開頭。然后，它從 7 個不同的角度給了我口播開頭和文案。

說實話，我覺得挺像那么回事的。尤其是它總結的七個角度，比如反直覺、懸念鉤子、故事開場、共情力，確實還真都是短視頻常見的開場。

素材制作和拍攝通常還是在剪映、CapCut等工具里完成，目前沒有專用Skill。如果涉及AI視頻素材，可以復用工作流二的visual-skills來優化prompt。

發布環節又會用到guizang-social-card-skill。在第一條工作流里，它負責公眾號封面；到了這里，它可以做小紅書3:4圖。同一個Skill未必只屬于一條工作流，能在不同環節里重復利用，才更接近真實的使用方式。

內容發布后，performance-analyzer可以根據播放量、完播率和互動率等數據，分析哪些內容有效、哪些地方需要調整。原本依賴個人經驗的復盤，被整理成了相對固定的輸入和輸出。

content-strategy-sms負責更靠后的策略工作，比如梳理品牌語調、目標受眾和內容支柱，再把選題安排進發布節奏。這樣，單條內容不會發完就結束，而是能回到下一輪策劃里。

Skill落灰，不一定是因為不好用

整理完這3條工作流，我發現判斷一個Skill有沒有用，不能只看它單獨能做什么，還要看它被放在流程的哪個位置。

humanizer單獨看，只是一個改寫工具。放進“選題→初稿→去AI味→配圖→排版”這條鏈路后，它處理的是初稿能不能順利進入發布階段。guizang-social-card-skill也是一樣，在第一條工作流里做公眾號封面，在第三條里做小紅書圖，裝一次，可以在多個場景里復用。

但說實話，Skill 用不起來，很多時候不是工具的問題，是還沒想清楚自己在哪一步卡住了。想清楚了，才知道該讓工具接哪一段。

本文推薦的這些只是我們發掘的一種搭法，不是唯一解法，Skill 生態現在選擇很多，有自己稱手的Skill 完全可以換。

畢竟Skill大家都能裝，真正拉開差距的，可能是你怎么組合它們。

AI如何重塑內容？AI內容賽道有哪些新趨勢和機會？，集結平臺負責人、頭部博主、短劇機構大咖，共探AI容前沿趨勢。免費報名請掃下方海報二維碼，期待你來！

歡迎分享、點贊、推薦

一起研究AI