一个常见问题：你想在 Claude Code 里建一个 Skill，但你自己不是这个领域的专家，不知道该怎么写这个 Skill 的内容。

Nuri Janian 的解法：用 NotebookLM 当临时专家。

完整流程

第一步：在 NotebookLM 里建一个 Notebook，丢进去任何你想转成 Skill 的材料——一本书、一篇 PDF、一个主题。

第二步：把 NotebookLM CLI 接到 Claude Code 或 Cursor。

第三步：和 NotebookLM 对话，一直聊到你清楚这个 Skill 该做什么、怎么运作。

第四步：用 skill-creator skill 创建基线 Skill（Claude Code/Cursor 里）。

第五步：用 evals-skills 创建合成测试数据，或者自己写 evals。

第六步：让 AI 用 NotebookLM 检查 eval 输出。

NotebookLM 的角色：Subject Matter Expert，负责判断 Skill 输出的内容是否正确。

例子：从《冲突的策略》到一个「找焦点」Skill

Nuri 用的原材料是 Thomas Schelling 的《冲突的策略》（The Strategy of Conflict）。

成品是一个帮助用户产生「焦点（Focal Point）」的 Skill。焦点，简单说就是：在协调问题里，那个所有人都天然会想到的答案。

不需要你懂 Schelling，不需要你懂博弈论。Skill 帮你翻译。

焦点为什么重要

Schelling 做了大量反直觉的实验，核心结论：

在协调问题里，「赢」的答案往往不是客观上最优的那个，而是最容易被对方猜到的那一个。

几个经典实验：

纽约见面任务：随机丢到纽约，无法沟通，约在哪？大多数人选了「中央车站信息亭，中午 12 点」。不是因为它最好，是因为它是双方最有把握对方也会选的那个。

单房子地图：两个人各有一张地图，地图上有很多路口但只有一座房子。11 个选房子的人都成功碰面了；4 个选路口的人各自选了不同的路口，全军覆没。唯一性比内在重要性更能让对方猜到你的选择。

100 美元分割：两人各写一个分配方案，相同则都拿走 100 美元，不同则都拿不到。40 人里 36 人选 50/50。不是因为公平，是因为 50/50 是双方最有把握对方也会选的数学对称点。

二战毒气：二战里没有正式条约，但双方都没用毒气。为什么？因为「一些毒气」会引发无穷无尽的执行问题（多少？哪里？对谁？），「不用毒气」是二元的、清晰的、不需要谈判的。完全的禁令反而比限制使用更容易协调。

报数游戏：写一个正整数，所有人都写相同数字就赢。人们最喜欢 3、7、13、100。但如果目标是匹配，40% 的人选了 1——最「起始」的正整数，唯一性来自它是起点。

Skill 怎么用

描述你的协调问题，Skill 带你走 6 步：

  1. 映射问题结构
  2. 扫描现有焦点
  3. 诊断失败原因
  4. 如果没有焦点，创建一个
  5. 压力测试
  6. 给出建议

这个工作流的价值

大多数人在「建 Skill」这件事上卡住的原因是：我觉得我不够懂这个领域，所以不敢写。

NotebookLM 的用法本质上把这件事反过来了：你不是专家，但你有一个可以随时提问的专家。 你不需要自己懂，你只需要知道该问什么、该验收什么。

skill-creator skill 降低的是「写成机器可执行格式」的门槛。NotebookLM 降低的是「理解领域知识」的门槛。两者叠加，一个人从「想建这个 Skill」到「Skill 跑起来」，路径短了很多。