2026 年如何用 ChatGPT Projects 和 Skills 处理重复性工作

结论先说

如果你有每周重复出现的 ChatGPT 工作，2026 年最佳配置是：

1. 普通对话用来处理一次性问题，
2. Project 用来承载一个持续进行的工作主题，
3. 把你反复输入的指令变成 Skill 或者放进 Project 指令里作为可复用的提示词模块。

这是 OpenAI 在 2026-04-10 发布的 Academy 新材料的实用要点，分别针对 Projects 和 Skills。Skill 围绕一个 SKILL.md 文件构建——一个定义工作流的纯文本剧本——可以通过 @-提及在任何对话中激活。核心目的是：不再反复上传相同文件、重复相同上下文、每次重写相同提示词。

如果你当前的 ChatGPT 套餐或工作区还没有显示 Skills 功能，一样可以用相同的工作流：将命名好的提示词模板保存在 Project 指令或参考文档中。方法完全一样——把可重复的工作保存为可复用的操作模式。

为什么现在值得关注

很多旧版 ChatGPT 建议仍然假设每个任务都从空白对话开始。空白对话模式对随意使用没问题，但对以下重复性工作效率很低：

• 每周内容摘要
• 针对一个主题的持续调研
• 流水线评审
• 客户账户汇报
• 重复的改写或格式化任务

OpenAI 4 月 10 日的 Academy 发布有用，因为它给了一个更好的习惯正式化的框架：把长期工作放在 Project 里，把可重复的任务模式存为 Skill。

这不是一个炫目的功能故事，而是一次工作流升级。如果你每天都用 ChatGPT，这份价值更大。

普通对话、Project 和 Skill 的区别

用这个	最适合	它存什么	最大误区
普通对话	一次性问题、快速草稿、临时头脑风暴	一个对话线程	把持续性工作塞进零散对话里
Project	有文件、指令和历史的持续工作体	对话、文件、指令，有时包含协作者	把不相关的工作塞进一个巨型 Project
Skill	每次都要以相同方式运行的可重复任务模式	一个 SKILL.md 剧本加资源（模板、示例、工具权限）	试图把每个微小提示词都变成 Skill
自定义 GPT	针对某个领域的目标导向定制版 ChatGPT	自定义指令、工具和人格	当你只需要一个工作流时，和 Skill 功能重叠

一个简单规则很好用：

• 以后不会再回来看 → 用普通对话
• 这周或下周还要回来处理 → 建一个 Project
• 同样的指令你已经打了三次 → 变成一个 Skill

第 1 步：每个真实工作线建一个 Project

OpenAI 将 Projects 描述为可以容纳对话、文件、指令和相关上下文的专属空间。当工作有连续性时，Project 比零散对话更合适。

好的 Project 示例：

• Q2 内容日历
• AI 写作工具客户调研
• 每周创始人通报
• 客服 FAQ 整理

坏的 Project 示例：

• 所有工作
• 市场+销售+招聘+产品
• 随便写的提示词

Project 越混杂，产出质量越差。一个 Project 有一个明确的任务时 ChatGPT 表现最好。

一个值得了解的选项：Projects 支持仅限项目的记忆，将上下文限制在该项目内的对话中。当你需要干净地隔离某个工作区域时很有用。

一个 Project 里应该放什么

至少添加这三样：

1. 一段简短的指令块，说明目标、受众和输出风格。
2. 你反复引用的核心文件。
3. 一条置顶笔记，列出值得变成 Skill 的重复任务。

一个可复制的 Project 指令模板：

You are helping with one ongoing workstream: weekly content operations for an AI tools website.
Default output language: English.
Prioritize practical, SEO-friendly content with direct user value.
Avoid generic intro paragraphs.
When facts may have changed, flag them for verification.
Return outputs in this order: quick answer, structured draft, open questions.

指令块故意很短。Project 指令应该定义稳定的操作规则，而不是装下你整个公司 Wiki。

第 2 步：决定哪些任务值得变成 Skill

当以下三条同时成立时，创建 Skill 才值得：

• 任务重复出现，
• 输入在变但结构相似，
• 你在意输出的一致性。

值得变成 Skill 的示例：

• 把粗略笔记变成可发布的摘要
• 用统一的品牌声音改写文案
• 用固定格式总结周期性报告
• 将会议原始记录转换成行动项、风险和负责人
• 对照检查清单审查草稿

不值得变成 Skill 的示例：

• 一次性的头脑风暴
• 一个不寻常的边缘场景请求
• 一条你每次都还在改的提示词

如果任务本身还不稳定，先把它当普通提示词用，等模式明确了再变成 Skill。

第 3 步：围绕输出而非工具来构建 Skill

最大的错误是用应用名称而不是任务名称来命名 Skill。

在底层，每个 Skill 由一个 SKILL.md 文件定义——OpenAI 称之为"Skill 的剧本"。SKILL.md 是一个包含工作流指令的纯文本 Markdown 文件，OpenAI 将其描述为一个开放标准，设计为跨工具可移植。你可以通过在 ChatGPT 中提示"Build me a skill…"来让它草拟一个然后安装，也可以自己手写再上传。

差的 Skill 名称：

• chatgpt-writing
• marketing-help
• research-tool

好的 Skill 名称：

• keyword-brief-from-notes
• weekly-performance-digest
• pr-description-and-release-notes
• customer-feedback-summary

好的 Skill 名称能准确告诉你什么时候用它、它应该返回什么。

OpenAI 的 Academy 示例也遵循这个模式。最强的示例都是结果驱动的，而非功能驱动的。

第 4 步：使用可重复的 Skill 结构

不管是在 ChatGPT 中直接创建 Skill（ChatGPT 生成草稿并显示 Install 按钮），还是在 Project 内作为可复用模板保存，以下结构都很好用：

Name:
One-line job description:
Inputs expected:
Output format:
Rules:
Failure conditions:

一个针对内容工作的实际示例：

Name: article-brief-from-news-trigger
One-line job description: Turn a recent product or industry update into a practical article brief with one clear user problem.
Inputs expected: news trigger, target reader, target keyword, existing article links.
Output format: angle, title options, why now, outline, risks, verification list.
Rules:
- Do not rewrite the news.
- Convert the trigger into a tutorial, comparison, use case, or tips article.
- State what the reader will be able to do after reading.
- Reject the topic if it overlaps too much with an existing article.
Failure conditions:
- No clear user problem.
- Too dependent on speculation.
- Too similar to existing coverage.

这个模板比模糊的提示词如"帮我想一个文章选题"可靠得多。

Skill 安装后，你可以通过 @-提及在任何对话中激活它，或者当 ChatGPT 识别出匹配的任务时自动应用。在支持的套餐上，你还可以与工作区成员共享 Skill。

第 5 步：每个 Project 只配少量高价值 Skill

第一天不需要十个 Skill。对大多数团队来说，三到五个就够了。

一组适合重复性知识工作的入门 Skill：

Skill	做什么	为什么省时间
收集与摘要	把粗略笔记变成结构化摘要	消除空白页焦虑
草稿打磨	用统一格式或声音改写输出	提升一致性
审查清单	对照内部规范检查草稿	抓住重复错误
状态简报	把更新汇总成固定格式报告	让周报更快
FAQ 提取	从文档或笔记中提取可能的问题	生成客服或 SEO 素材

如果每个任务都变成 Skill，系统就臃肿了。只保留那些能消除重复摩擦的。

一套处理重复工作的实用配置

这里是一个对个人操作者和小团队都好用的简单运营模型。

第一层：Project 指令

用来放稳定的上下文：

• 项目是关于什么的
• 读者或客户是谁
• 偏好的语气
• 必需的输出章节
• 定稿前需要验证什么

第二层：文件

用来放变化缓慢的材料：

• 品牌指南
• 定价说明
• 产品文档
• 好的输出范例
• 检查清单

第三层：Skill

用来放可重复的转化动作：

• 笔记 → 摘要
• 摘要 → 草稿
• 草稿 → QA 审查
• 报告 → 管理层简报

指令定义环境，文件提供上下文，Skill 定义可重复的动作。

三个可直接复制的 Skill 模板

1. 每周状态简报

Name: weekly-status-digest
One-line job description: Turn scattered weekly updates into one clean leadership summary.
Inputs expected: team updates, blockers, metrics, open questions.
Output format:
- What changed this week
- What matters next week
- Risks
- Decisions needed
Rules:
- Remove duplication.
- Keep each bullet to one idea.
- Flag anything that sounds uncertain.

2. 发布前草稿清理

Name: draft-cleanup-for-publishing
One-line job description: Rewrite a draft so it is clearer, tighter, and easier to scan.
Inputs expected: raw draft, target reader, forbidden claims.
Output format: revised draft plus a short list of weak sections.
Rules:
- Cut filler.
- Prefer concrete steps over abstract advice.
- Do not add unsupported facts.
- Keep the opening focused on search intent.

3. 基于来源的研究总结

Name: source-based-summary
One-line job description: Summarize a source set into a decision-oriented brief.
Inputs expected: source links or notes, question to answer, cutoff date.
Output format:
- Answer in one paragraph
- Key evidence
- Open questions
- What still needs verification
Rules:
- Separate confirmed facts from interpretation.
- Prefer official sources when available.
- Include dates when the claim may age quickly.

常见踩坑

1. Project 太杂

如果一个 Project 里同时塞了招聘计划、博客草稿、客户笔记和定价分析，上下文会变得嘈杂。拆开它。

2. Skill 只是一段长提示词，没有输出结构

可复用的工作流需要可预测的返回格式。如果每次输出都不一致，说明这个 Skill 还没做完。

3. 把应该放文件里的东西存进了指令

不要把长篇参考资料塞进 Project 指令。把持久性文档放在文件里，指令保持简短。

4. 没写失败条件

好的 Skill 会明确说明什么情况下不应该继续。失败条件比多数人以为的更重要——它们防止 Skill 在边缘场景上自信地产出错误结果。

5. 团队以为 Project 能修复差的原始素材

Project 改善的是连续性，不能修复差的输入。如果文件过时或彼此矛盾，ChatGPT 的输出还是会不可靠。

6. Skill 和 GPTs 搞混了

Skill 是一个可复用的工作流；自定义 GPT 是一个目标导向的 ChatGPT 定制版本，有自己的指令和工具。如果你只需要一个可重复的流程（摘要 → 草稿 → 审查），用 Skill。如果你需要一个持久的角色加上自定义知识库和工具接入，用 GPT。

推荐先试的一个工作流

如果你这周只想测试一个工作流，用这个：

1. 为一个重复性工作线创建一个 Project。
2. 添加一段简短的指令块。
3. 上传两到五个参考文件。
4. 为你重复最多的那个任务创建一个 Skill。
5. 跑这个 Skill 三次。
6. 看到输出哪里失败之后，再去收紧规则。

这个顺序比试图一开始就设计完美系统更有效。

常见问题

一定要有 Project 才能用好 Skill 吗？

不一定，但 Project 让 Skill 更有用，因为周围的上下文留在了一个地方。如果任务依赖持久文件、重复指令或历史对话，用 Project。

每条重复用的提示词都应该变成 Skill 吗？

不应该。只保存重复频率高到值得维护的提示词。一小组可靠的 Skill 比一大堆半成品好得多。

如果你的 ChatGPT 工作区还没显示 Skills 界面呢？

照样用同样的结构。把命名好的模板保存在 Project 指令、置顶文档或你自己的提示词库里。工作流的好处来自复用和一致性，不在于某一个具体的按钮。

Project 做调研比普通对话好吗？

如果调研是持续的，或者依赖一组稳定的文件和指令，是的。对不需要后续跟进的快速问题，普通对话仍然更快。

总结

OpenAI 2026 年 4 月 10 日的 Academy 发布是一个有用的信号，因为它推动 ChatGPT 用户走向更好的操作模型：Project 承载持续性上下文，Skill 承载重复性工作。

如果你只做一个改变，做这个：不要再从空白对话开始重复性工作。

用 Project 保存你想持续引用的上下文，用 Skill 定义你反复执行的任务。

Verification Note

Verified on 2026-04-12 against official OpenAI sources:

• Using projects in ChatGPT — confirmed: chats, files, instructions, project-only memory, shared projects
• Using skills — confirmed: SKILL.md as core artifact, open standard (agentskills.io), install/share/@-mention mechanics, Skills vs GPTs vs Projects framework
• Writing with ChatGPT
• Prompting fundamentals

OpenAI can change plan availability, collaboration options, naming, or UI placement. Recheck the current ChatGPT product surface before publishing plan-specific claims.