AI Agent 就像你新招的天才实习生——什么都学过，但到了你的项目里，连 CI 怎么跑都不知道。AI Skill 就是那份"入职培训手册"，把你的领域知识、工作流程、最佳实践打包成 AI 能理解和执行的模块。本文拆解写好 AI Skill 的方法、原则、示例和自检清单。

你攒了三个月的不满，终于在一次会上爆发了——然后关系彻底崩了。困难对话不是"忍到忍不了再说"，而是用"事实→影响→请求"三步结构，在情绪还可控的时候把话说清楚。本文教你怎么开口、怎么收场、怎么让对方不觉得你在攻击他。

我们花了 30 年让软件对人友好（User Friendly），现在该花点时间让它对 AI 也友好了（AI Friendly）。AI 可以给人赋能，人也可以给 AI 赋能——你给 AI 的上下文质量，决定了 AI 能回馈给你的输出质量。API 是否结构化、文档是否机器可读、日志是否语义清晰、UI 是否有良好的无障碍标记——这些原本就是"好设计"的标准，只不过 AI 的到来让它们从"最佳实践"升级成了"生存必需"。

凌晨两点，一条手滑的命令把生产数据库干掉了——不是因为你不懂技术，而是因为你没有一张清单。MOP（Method of Procedure）和 SOP（Standard Operating Procedure）不是官僚主义的遗产，而是用最低成本对抗"人一定会犯错"这个事实的武器。AI 让我们写代码更快、部署更频繁，但也让"翻车半径"更大了。更有意思的是，AI Agent 的 Skill 机制和人类的 SOP 在结构上几乎同构——AI 也需要"清单"来防止幻觉、遗漏和过度自信。《清单革命》里那些用清单救命的道理，到今天不但没过时，反而更值钱了。

"你态度有问题""你不够主动""你要多想想"——这些反馈听起来像在骂人，对方只会竖起防御盾。SBI（Situation-Behavior-Impact）把反馈从"贴标签"变成"讲事实"：在什么场景下、你做了什么行为、产生了什么影响。三句话，让对方听得进去、改得明白。

老板说"范围不能砍、工期不能延、人不能加"——然后还希望质量别掉链子。如果你真信了，那你不是在做项目管理，你是在做魔术表演。项目铁三角(Iron Triangle)讲得很直白：范围、时间、成本，你最多只能锁住两个，第三个必须当变量。至于质量？它不是第四个旋钮，它更像地板——前三个旋钮拧过头，先塌的就是它。

你以为"做完了"就是"做好了"，产品经理以为"做好了"就是"能上线了"，测试以为"能上线了"就是"没 bug 了"——三个人说的"完成"根本不是同一件事。DoD（Definition of Done）就是在动手之前，把"完成"的定义写成白纸黑字，让所有人对着同一张清单打勾。

你的甘特图画得比 PPT 还漂亮，但项目还是延期了。问题不在"计划不够细"，而在"没有设检查点"。里程碑计划的核心不是"排任务"，而是"设卡口"——在关键节点强制验证，让延期在第二周被发现，而不是最后一天。

每次需求评审，所有人都说自己的需求"很重要"。结果你什么都做了一点，什么都没做完。MoSCoW 用四个桶——Must / Should / Could / Won't——帮你把"都很重要"变成"先做哪个"。本文教你怎么在会上用一张表把优先级定下来。

"再查查"是职场最大的时间黑洞。你以为自己在分析问题，其实只是在症状里打转。5 Why 是一个简单到令人发指的方法，却能帮你穿透表象、直达根因。本文教你如何像苏格拉底一样追问，把"我再看看"变成"我找到了"。

你很忙但成长很慢，往往不是能力不行，而是你一直在"灭火"，没在"解决问题"。本文给出一套解决问题五步法：定义问题、找根因、设计对策、推动落地、沉淀复用——无论你是程序员、销售、运营还是项目经理，这套方法都能让你从"救火队员"升级成"可复制的问题解决高手"。

技术人遇到 bug 会本能地打开 IDE 开始 debug，但职场问题往往不是"找到错误→修复"这么简单。本文介绍逻辑树这个经典工具，帮你把"感觉不对"变成"结构化问题"，先拆清楚，再动手。