本书作者：测试开发刚哥，文章版权归个人所有，未经授权请勿转载。
Anthropic 官方专门写了一篇文章来解释。看完之后你会发现，这几个概念不仅不重复，反而各有分工，组合起来才能发挥完整的 AI 能力。
先搞懂五个概念分别是什么
Skills：一本随时能翻的操作手册
Skills 是一个文件夹，里面装着指令、脚本和资源文件。Claude 会在需要时自动发现并加载它。
你可以把 Skills 理解成给 Claude 准备的专业培训手册。比如你写一个"Excel 报表生成"Skill，里面包含公司要求的固定格式、公式模板和 Python 脚本。以后每次让 Claude 做报表，它就知道该按什么标准来。
什么时候用 Skills？ 当你发现自己在多个对话里反复输入同样的指令时，就该把它做成 Skill 了。Skills 是可复用的、跨对话持久存在的。
Prompts：你当场说的一句话
Prompts 就是你在对话框里输入的那段话。它是一次性的、临时的，对话结束就没了。比如你让 Claude"帮我总结这篇文章"或者"把这段代码改成 Python 风格"，都属于 Prompts。
什么时候用 Prompts？ 当你只是临时给个指令、提供即时上下文，或者在进行一轮对话时，用 Prompts 就够了。
什么时候用 Skills 替代 Prompts？ 如果你发现自己跨多个对话反复输入同样的指令，就该把它做成 Skill 了。比如"按团队代码规范检查空指针、并发安全、SQL 注入"、“周报按本周进展、风险问题、下周计划三段式输出"这类经常要重复的要求，做成 Skill 之后就不用每次都重新解释一遍，也能保证输出更稳定。
Projects：一个项目的专属资料室
Projects 是一个带有自己知识库和对话历史的"项目空间”。你可以在里面上传文档、设置自定义指令，进入这个项目后的所有对话都能访问这些背景知识。
什么时候用 Projects？ 当你需要为某个特定项目提供固定的背景资料时，比如产品规格书、市场调研报告、竞品文档等。Projects 提供的是静态的背景知识，进入项目就始终加载。
什么时候用 Skills 替代 Projects？ Projects 给 Claude 提供特定工作领域的持久上下文——比如公司代码库、一个研究项目、一个长期客户合作。Skills 则是教 Claude 怎么做某件事。一个 Project 可以包含你产品发布的全部背景，而一个 Skill 可以教 Claude 团队的写作标准或代码审查流程。如果你发现自己跨多个 Project 复制同样的指令，那就是该创建 Skill 的信号。
Subagents：一个专职的 AI 同事
Subagents 是独立的任务执行助手，只在 Claude Code 和 SDK 中可用。每个 Subagent 有自己的上下文窗口、自定义提示词和特定的工具权限。
什么时候用 Subagents？ 当你需要把某个复杂任务交给一个专门的"AI 员工"独立处理时。比如你可以创建一个只读权限的代码审查 Subagent，它能看代码但不能改代码，既安全又专注。
什么时候用 Skills 替代 Subagents？ 如果多个 Agent 或对话需要同样的专业知识——比如安全审查流程或数据分析方法——那就创建 Skill，而不是把这些知识硬编码到各个 Subagent 里。Skills 可移植、可复用，而 Subagents 是为特定工作流量身定制的。用 Skills 教任何 Agent 都能用的专长；用 Subagents 当你需要独立的、带特定工具权限和上下文隔离的任务执行。
MCP：连接外部世界的万能插头
MCP（Model Context Protocol）是 Claude 连接外部系统的开放标准。想让 Claude 访问 Google Drive、Slack、GitHub、数据库等外部工具，就得靠 MCP。
什么时候用 MCP？ 当你需要 Claude 访问外部数据或工具时。如果你在解释"如何使用某个工具"或"遵循什么流程"，那是 Skill 的事；但如果你需要 Claude 首先能连接到数据库或文件，那就是 MCP 的事。
什么时候用 Skills 替代 MCP？ MCP 负责让 Claude 连接到数据；Skills 教 Claude 拿到数据后该做什么。如果你在解释"如何使用某个工具"或"遵循什么流程"——比如"查数据库时先按日期范围过滤"或"Excel 报表用这些特定公式格式化"——那是 Skill 的事。但如果你需要 Claude 首先能连接到数据库或文件，那就是 MCP 的事。两者配合使用：MCP 负责连接，Skill 负责流程知识。
一张表看懂区别
| 维度 | Skills | Prompts | Projects | Subagents | MCP |
|---|---|---|---|---|---|
| 提供什么 | 流程知识 | 即时指令 | 背景知识 | 任务委派 | 工具连接 |
| 持久性 | 跨对话 | 单次对话 | 项目内 | 跨会话 | 持续连接 |
| 包含什么 | 指令+代码+资源 | 自然语言 | 文档+上下文 | 完整代理逻辑 | 工具定义 |
| 何时加载 | 动态按需 | 每轮对话 | 项目中始终 | 被调用时 | 始终可用 |
| 能包含代码 | 是 | 否 | 否 | 是 | 是 |
| 最适合 | 专业专长 | 快速请求 | 集中上下文 | 专业任务 | 数据访问 |
实际场景：什么时候该用哪个？
场景一：统一团队的代码审查标准
你希望每次代码审查都遵循同样的规范——检查安全性、命名风格、注释完整性。如果你每次都手动写一遍要求，太累了。
解决方案： 创建一个"代码审查"Skill，把审查标准、检查清单和自动化脚本打包进去。以后 Claude 看到代码审查任务，就会自动调用这个 Skill。
场景二：让 Claude 连接公司数据库查数据
你需要 Claude 查询数据库中的订单信息，并且查询时必须先按日期范围过滤。
解决方案： 用 MCP 连接数据库（让 Claude 能访问数据），再用 Skill 定义查询流程（告诉 Claude 怎么查、怎么过滤）。两者配合使用：MCP 负责连接，Skill 负责流程。
场景三：管理一个产品开发项目的全部背景
你有一个产品开发项目，里面有产品规格书、用户研究报告、设计稿等大量资料。你希望 Claude 在讨论这个项目时始终能参考这些资料。
解决方案： 创建一个 Project，把所有项目文档上传进去。这样每次在这个项目里对话，Claude 都能自动获取背景知识。如果还需要生成技术文档或分析用户反馈，可以搭配相应的 Skills。
场景四：让一个专门的 AI 助手处理数据分析
你需要定期做数据分析，但不希望每次都在主对话里处理，而是希望有一个独立的"数据分析师"来处理。
解决方案： 创建一个数据分析 Subagent，给它配置专门的提示词和数据访问权限。这个 Subagent 还可以调用 pandas-analysis Skill 来按照团队约定的方式处理数据。
场景五：MCP + Skills 组合拳
你想让 Claude 自动从 Google Drive 读取竞品简报，用标准框架分析，然后生成一份 Excel 报告。
解决方案：
- 用 MCP 连接 Google Drive，让 Claude 能读取文件
- 创建一个"竞品分析"Skill，定义分析框架和输出格式
- 创建一个"Excel 报表"Skill，确保输出符合公司模板
Claude 会自动识别需要哪些 Skills，通过 MCP 获取数据，然后按 Skills 定义的流程完成整个任务。
常见问题
Skills 是怎么工作的？
Skills 使用一种叫"渐进式加载"的机制来保持高效。
Claude 不会一次性把所有 Skills 的内容都加载进来，而是分三步：
- 扫描元数据：Claude 先快速浏览所有 Skills 的名称和简介（每个只占约 100 个 token），判断哪些和当前任务相关。
- 加载完整指令：如果某个 Skill 匹配，Claude 才会加载它的详细指令文件（SKILL.md）。
- 按需加载资源：如果 Skill 包含可执行代码或参考文件，只有在真正需要时才加载。
这意味着你可以安装几十个甚至上百个 Skills，平时完全不占上下文空间，需要时瞬间激活。
Skills 和 Subagents 怎么选？
- 用 Skills：当你希望任何 Claude 会话都能加载和使用的能力。Skills 像培训材料，让 Claude 在特定任务上变得更专业。
- 用 Subagents：当你需要独立的、自包含的 AI 助手来独立处理任务。Subagents 像有自己上下文和工具权限的专职员工。
- 一起用：你可以让 Subagent 调用 Skills。比如一个代码审查 Subagent 可以使用语言特定的最佳实践 Skill，把 Subagent 的独立性和 Skills 的可移植专长结合起来。
Skills 和 Prompts 怎么选？
- 用 Prompts：当你给一次性指令、提供即时上下文，或者在进行对话来回时。Prompts 是反应式的、临时的。
- 用 Skills：当你有需要反复使用的流程或专长时。Skills 是主动式的——Claude 知道什么时候该用它——而且跨对话持久存在。
- 一起用：Prompts 和 Skills 天然互补。用 Skills 提供基础专长，用 Prompts 为每个具体任务提供上下文和细化要求。
Skills 和 Projects 怎么选？
- 用 Projects：当你需要为某个特定项目提供固定的背景知识和上下文时。Projects 提供始终加载的静态参考资料。
- 用 Skills：当你需要只在相关时才激活的流程知识和可执行代码时。Skills 提供按需加载的动态专长，节省上下文窗口。
- 一起用：比如一个"产品开发"Project 包含产品规格和用户研究，搭配用于创建技术文档和分析用户反馈数据的 Skills。
核心区别： Projects 说的是"这是你需要知道的"，Skills 说的是"这是做事的方法"。Projects 提供你工作的知识基地，Skills 提供在任何对话、任何项目中都能用的能力。
Subagents 能使用 Skills 吗？
可以。在 Claude Code 和 Agent SDK 中，Subagents 可以像主 Agent 一样访问和使用 Skills。这让专职 Subagent 能够利用可移植的专长，形成强大的组合。
总结一下
把这五个概念串起来，可以用一句话概括各自的定位：
- Prompts = 当场吩咐一句
- Skills = 把做事的方法写进操作手册
- Projects = 给 AI 搭一个项目档案室
- Subagents = 请来专职的 AI 同事
- MCP = 打通所有外部系统的总线
它们不是互相替代的关系，而是互补的积木。Prompts 解决即时沟通，Skills 解决可复用流程，Projects 解决项目背景，Subagents 解决任务隔离，MCP 解决外部连接。搞清楚各自的边界，你就能像搭乐高一样，组合出适合自己的 AI 使用方案。
参考：https://claude.com/resources/articles/skills-explained