9月11日，OpenAI发了一篇官方指南《Rethinking skills and prompts for GPT-6 Astra》，9月16日起在知乎、微博的AI效率圈刷屏。中心思想一句话：换了新模型之后，你以前装的Skills、写的提示词，到了该整理的时候——有些描述要收窄，有些步骤要缩短，重复的、过时的要求，直接删。知乎
这条新闻有点拧巴。今年5月13日，微博上流传的是YC掌门人Garry Tan的那句反共识发言：“你怎么给AI写提示词？我不写。技能就是最好的提示词。“这条博文拿了2万阅读、51次转发，评论区一片"学到了”。同一时间，知乎躺着"2026年玩AI还在写提示词就太土了”"提示词已死，真正的高手早就在写skill了"这样的教程。微博
从"写提示词过时"到官方下场教你"删提示词"，只用了四个月。中间发生了什么，我把5月以来三个平台的内容捋了一遍，曲线很清楚：
5月，技能化狂潮：Garry Tan"提示词已死"刷屏，"一个skill就是一个员工"的封装玩法全网铺开；当时评论区就有人泼冷水：“提示词还没学明白，Skill又泛滥了”。微博
7月底，风向反转：Anthropic的Claude Code团队公开承认，把自家产品的系统提示词删掉了80%以上，编码评测没有可衡量的下降（7月24日工程博客）。同周知乎热帖《写得越好的提示词，过期得越快》里，作者盘点自己的配置目录：200多个skill、最长一份SKILL.md六万七千字、近千个引用文件、加起来三十多万token——比他用的任何一个上下文窗口都大。知乎
8月，负担显形："上百个Skill怎么管"成了新的教程主题，"Codex用户集体弃用公共Skills"变成讨论题，安装党和弃用党正面吵了一架。
9月，官方盖章：9月11日OpenAI的官方指南把"该删"写成了原则。紧接着9月23日，知乎热问"Claude Opus 5系统提示词泄漏，膨胀到20万字符"，高赞回答的语气已经麻木。知乎知乎
但注意：这场拉锯不等于"技能化是骗局"。被砍掉的是一类特定的东西——你替模型"做作业"写的那部分。
一条问题，把资产和负债分开
《写得越好的提示词，过期得越快》给过一个我认为今年最好用的标准，摊开你写过的所有提示词模板、自定义指令、记忆条目，问一句：这段话是在补模型的短板，还是在描述只有你才知道的事？知乎
按这个标准分三堆：
补丁类：为对抗某一代模型的具体毛病写的。“不要写多行注释”“必须自己跑一遍测试”。OpenAI自己的推理模型使用建议里白纸黑字：让模型"一步步思考"是不必要的。这类咒语，在新模型上写不写已经没有区别。
能力类：教通用方法论的——怎么写提案、怎么做复盘、怎么排查问题。它的价值完全取决于"模型现在到底会多少"，而大多数人写之前没验证过。
身份类：“我们部门周报固定三段式”“我不喜欢’赋能’这种词”“这个行业报价单必须含MOQ”。模型再聪明也猜不出这些，因为这些信息从来没出现在互联网上。
规则很冷酷：补丁类和能力类都在赌"模型还不会"，而这个赌注每隔几个月就重新结算一次——你写得越精准地击中模型痛点，它越可能出现在下一代模型的优化清单上。能活下来的，只有模型进不去的那层：你的偏好、你的私有流程、你的数据。知乎
两个快速自检：这条规则原样发给另一家公司的人，还能用吗？能用，说明是通用知识，预警过期。你写它时用了多大力气？满篇"绝对不要"“必须”"任何情况下都"的段落，基本都是当年跟模型较劲留下的；那些平淡得像流水账的句子——“构建产物在dist目录”“这个字段单位是毫秒”——反而是最该留的。
不写代码的上班族同样适用。一个大厂数据分析师在小红书笔记里说过同一件事的另一面：AI是"分环节"提效，不是"整个岗位"提效——用对环节一天省2小时，用错环节，错误结论产出得比谁都快。过期补丁就是那个"用错环节"：模型本来已经会了，你的旧规则在拖它后腿。小红书
最该单独处理的是记忆
Skill是你教AI做的事，记忆是AI替你记住的事。两边的争议浓度不一样：3月微博上"AI的记忆功能是个双刃剑，自定义提示词和记忆累加会让大模型降智，它更’懂你’的时候也更傻了"有过一轮小范围争论。到夏天，小红书上"AI聊久了为什么会变傻——聊了半小时，它突然忘了你五分钟前说的话，否决过的方案又回来了"这类体感帖反复出现。而另一边，WorkBuddy官方9月6日还在推"10个越用越顺手的技巧"。微博小红书微博
两组说法同时成立的原因大概在于："越用越顺手"的体验大多来自流程类沉淀（固定模板、跑通过的工作流），而自动记忆里的偏好类累加才是容易悄悄变质的那一坨。这条判断证据还不算厚，但有两件事现在就能做：第一，定期打开记忆列表逐条检查，删掉已经过期的偏好；第二，把"记忆可以跨平台导入"当一个信号看——Gemini在今年3月上线了从其他AI导入记忆的功能。你的个人上下文已经是可迁移资产，跟衣柜一样，换季要断舍离。微博
这周能动手的三件事
只整理"在新模型上有在用"的资产。OpenAI指南给了五个检查点，翻译成人话：触发条件太宽（官方原例：一个"涉及数据库"就触发整套迁移流程的Skill描述，应收窄到迁移任务本身）、固定步骤过细（模型现在能自己判断，写死路线反而限制它）、反复催促测试（新模型会自己验证，你重复要求只会让它过度检查）、权限写虚（"先问我"要落到具体操作边界）、完成标准含糊（"帮我实现这个功能"没说做到哪算完，它就停在你没想到的地方）。知乎
让新模型自己按官方原则审一遍。这是官方在指南结尾自己的建议，圈内已经流传一条可复制的审查提示词：让它审视你全部的Skill描述、自定义指令、长期约定，删除不用的、精简描述、收缩规则。留一步给自己：拿不准的条目，让它先说明"这条是干什么用的、你为什么要删"，再决定。偶尔用一次和不再使用，是两回事。
验收别看删了多少。Skill删到几个不能说明效果。拿一个范围明确的任务跑一遍：有没有少读无关资料、该做的验证做了没有、你原本的规矩有没有被连带删掉。顺带一个反例参照：9月刚开源的Claude ELI5技能，整份SKILL.md只有10行，照样把复杂知识变成可视化网页——好的沉淀本来就是短的。知乎
谁这周该动手，谁不用
半年前开始囤提示词、这周刚换新模型的：整理，就这个周末。这是"补作业"类资产过期的第N轮结算。
从来没囤过的：别从收集咒语开始。直接从"触发条件+完成标准"学起，第一次就把流程封装成可复用的短模板，比收藏100条提示词值钱。
一套规则喂多个模型的：删之前把情况告诉它——别按一个模型的表现判断所有模型的资产。
一句话版本：提示词和Skill是耗材，只有"只有你才知道的事"是资产。AI提效的玩法从"会写"走到"会清理"，这一次，连官方都下场教你了。下一次大模型发布后的两周内，这份清单会再次生效——补丁类提示词的保质期，是按"代"计算的。
