我们正在从提示工程师，进化为AI的流程架构师。
过去，关于AI的讨论大多集中在如何写出更有效的“提示词”（Prompt），让AI生成我们想要的代码。AI是一个能力超群的实习生，我们只需要把需求描述清楚，它就能完成任务。
但最近一个热门的GitHub项目（mattpocock/skills）揭示了另一条路。这个项目并非提供更聪明的提示词，而是试图将一整套资深工程师的工作“纪律”和“流程”，固化为AI可以调用的“技能”（Skills）。简单说，重点不是让AI“听懂一句话”，而是让它“遵守一套章法”。
第一，解决“沟通失真”。AI最大的问题是“我以为你懂了”。为此，作者设计了 /grill-me（拷问我）这样的技能，强制AI在动手前，通过结构化提问，与人类对齐需求细节。这本质上是将软件工程的需求分析阶段，变成了一个可执行的AI指令。
第二，建立“共同语言”。AI不理解项目黑话，会导致沟通冗长且低效。作者通过建立CONTEXT.md文档，让AI学习项目内的“领域术语”。这是领域驱动设计（DDD）思想在AI协作中的应用，目标是降低沟通成本。
第三，强制“反馈闭环”。AI生成的代码常常“能跑就行”，质量堪忧。作者引入了/tdd（测试驱动开发）技能，强制AI先写失败的测试，再写代码让测试通过。这为AI装上了一个质量刹车，用工程纪律弥补了它创造力的“盲区”。
对于开发者个人而言，未来的核心竞争力，不再是单纯的编码能力，而是将自身经验和最佳实践“流程化”、“工具化”，并赋能给AI的能力。你的经验，将成为你个人AI助理的“独门秘籍”。
对于企业来说，未来每个技术团队可能都需要构建自己的“AI技能库”。这套技能库将沉淀团队的编码规范、架构哲学和业务流程，成为比代码本身更重要的核心资产。AI模型本身是通用的，但驾驭AI的“流程”将构成企业的护城河。
当然，定义和维护这样一套详尽的流程本身就是一项巨大的工程，工作似乎并没有减少，只是转移到了不同的阶段。