一句话定义
一个技能的条款和示例完全可以由人和AI来回打磨写成——人负责把关方向和验收标准，AI负责起草具体的措辞和例子，而不是要么全靠人手写、要么完全甩给AI一次成型。
机制 / 原理
人擅长判断这个技能到底该不该这样做、边界在哪、什么算做好了，但未必擅长把这种判断准确地写成模型能执行的规则；AI擅长快速产出候选条款和大量示例，但不了解真实业务的隐性约束。让两者交替：AI先起草一版，人指出哪里不对、补充遗漏的场景，AI再改一版，如此反复几轮，往往比单方面闭门造车更快收敛到一个既准确又可执行的验收标准。
经典实验 / 例子
一位律师想做一个起草保密协议特定条款的技能，自己一句句写太慢，直接让AI写一份又怕漏掉行业惯例。实际做法是：AI先按常见结构起草一版条款和例子，律师逐条标注这条在我们这行不适用、这个例外情况没考虑到，AI据此修改并补充新的反例，几轮之后条款既贴合专业惯例，措辞也比律师自己一个字一个字磨要快得多。
生活中的例子
类似师傅带徒弟做菜：徒弟先照着自己理解炒一盘，师傅尝过之后指出咸了、火候差一点，徒弟调整了再炒一遍，几个来回之后徒弟才真正掌握了火候，而不是师傅口述一遍徒弟就必须一次做对。
常见误区
容易踩的坑是走极端——要么完全不信任AI、坚持每一个字都自己敲，效率很低；要么让AI一次生成就直接上线，没有人把关验收标准，导致技能里混进了不符合实际业务规则的条款自己却没发现。