一、先找活，再配 Skill——顺序别搞反了
大多数人犯的错误是：先装工具，再想让它干什么。
正确的顺序是反过来——先拆你的工作流，再给每个环节配一个 Skill。
Axton 把自己的内容创作流程拆成了 6 个「工位」，每个工位由一个或多个 Skill 负责。AI 出体力出方案，人来做判断和验收。 date: “2026-07-04T00:00:00+08:00”
二、六个工位详解
工位一：选题——每天监控 31 个同行频道
内容创作者最怕的不是写不出来，而是不知道写什么。
这个 Skill 每天自动扫描 31 个同行频道的数据，用 AI 分析趋势、热度、空白点，帮你找到值得做的选题。不是拍脑袋想选题，而是让数据告诉你该做什么。
工位二：审稿——让三个 AI 互相挑刺（ai-pair）
写稿容易，审稿难。自己写的稿子怎么看都顺眼，但问题往往就藏在你忽略的地方。
Axton 开源了 ai-pair 项目——让三个不同的 AI 角色交叉审稿。一个挑逻辑漏洞，一个查事实准确性，一个优化表达。三份意见汇总到你面前，你决定改不改，但 AI 帮你把该看的都看了。
工位三：封面配图——五轮迭代压到几分钟
做内容的人都知道，封面定稿是最耗时的环节之一。设计师改五版、十版是常态。
这个 Skill 把封面设计变成了人机协作的迭代流程：你给方向，AI 出图，你反馈，AI 再改。五轮迭代从过去的一两天压缩到几分钟。Axton 说：「封面我是否了四版才定的，但每版只需要等几十秒。」
工位四：图解动画——文字直接变思维导图
视频里的 B-roll 动画、思维导图、流程图——这些过去需要设计师或动画师才能完成的工作，现在一段文字就能自动生成。
这个 Skill 基于 Excalidraw 可视化项目（已在 GitHub 获得 3000+ 星），能把你的脚本文字直接变成可视化的图解动画，一万多帧自动生成。
工位五：字幕校对 + 一稿变文章
录完视频后，自动生成的字幕往往有一堆错别字。这个 Skill 能对将近 700 条字幕进行校对，挑出几十个错误。
但真正值钱的是下一步：校对好的字幕，另一个 Skill 可以直接变成一篇可发布的文章——700 多条字幕变成 45 个段落，还附上 30 多条编辑建议（哪里要事实核查、哪里的口语要清理）。一条视频的内容，自动变成一篇文章，一份工作两份产出。
工位六：一条命令发四个平台
文章写完了，要发到网站、Newsletter、微信公众号、Twitter/X——四个平台，四种格式。
手工干一遍得一两个小时。这个 Skill 一条命令搞定：自动配图、图片传到图床、替换链接、生成微信格式推送到草稿箱、打包成 X 支持的文章格式。你只需要坐在旁边看着它跑，点几下确认就 OK 了。
三、六个工位连起来跑一遍
Axton 三月份有一条视频，整个生产过程是这样的：
- 选题工位 — 用数据选定方向
- 稿子写完 — 三个 AI 交叉评审，揪出两个自己没看到的问题
- 封面 — 五轮迭代定稿
- B-roll 动画 — 一万多帧自动生成
- 录完后 — 字幕自动校对
- 校对完的字幕 — 自动变成文章
- 发布 — 自动推到四个平台
从选题到全网发布，过去这是一个小团队一周的活，现在一个人加上一台装了这些 Skills 的 Claude Code 就可以搞定。
四、工具堆和工作系统的真正差别
Axton 强调了一个关键点：每个环节最后拍板的，还是人。
- 封面是否了四版才定的
- 审稿意见是「你」决定改不改
- AI 出体力和出方案，判断永远在自己手里
这就是这套东西真正能跑起来的原因。
工具我可以给你，但有三件事是工具给不了的：
- 怎么样把任务说清楚
- 怎么划边界
- 怎么样验收结果
这三件事，才是工具堆和工作系统的真正差别。
五、给你的行动指南
如果你也装了 Claude Code 在吃灰，不妨试试这个思路：
- 拆你的工作流 — 把你每天重复做的事拆成一个个「工位」
- 每个工位配一个 Skill — 先找活，再配工具
- 复杂工位让几个 Skill 组队 — 使用 Agent 搭配多个 Skill 和工具
- 从单个 Skill 入门 — 跑通了再加
- 你来验收 — AI 出方案，你做判断
Axton 开源的 ai-pair 和 smart-illustrator 等项目链接都在视频简介中，装上就能用。没有开源的，思路也都给你了——让 Claude Code 照着给你做一个，这本身就是使用 Claude Code 最好的练习。
Claude Code 装完之后会吃灰，不是因为它不强，而是因为你还没有把它放到你的工作流里边。
本文内容整理自回到Axton的影片「我烧了 71 亿 token，才筛出让 Claude Code 真正干活的 6 个 Skills」