拖延的本质是什么？

Ev Chapman 发现了答案：开始之前的摩擦。

所有你一直回避的任务都有一个共同问题：从"我应该做这个"到"真正开始做"，之间堆了太多决策。

你需要收集所需信息、确定从哪开始、决定下一步做什么、处理输出结果——当这些摩擦堆叠在一起，就变成了一项不可能完成的沉重工作。

Claude Skills 的意外发现

Skills 不只帮助 Claude，也同样帮助使用者本人。

以拍 YouTube 视频为例：脚本已经写好了，但"开始拍"这件事在脑子里就是一座山。Ev 建了一个 Skill，它会自动拉取脚本、指示放入提词器、调出需要演示的内容——把最初的几个步骤拆解清楚，告诉他该做什么。

结果：不拖延了。

三个阶段的结构

每个 Skill 都围绕三个阶段构建：

Gather（收集）：开始任务最难的部分之一，是要四处搜寻所有需要的信息。所以 Skill 的第一步是让 Claude 收集所有上下文。执行 /weekly-planning 时，Skill 会读取日历、从 Tana 拉取任务列表、检查目标进度。人不需要去找，不需要回忆上周在做什么——直接进入对话，上下文已经在那里了。

Workflow（工作流）：每个 Skill 都建立在逐步工作流上。Claude 负责引导结构、协作推进，人只需要跟随引导。Ev 有一个 workshop skill 用来规划每月课程，以前可能要拖几周，现在一次喝咖啡的时间就在对话中完成了。

Execute（执行）：最难的部分往往不是工作本身，而是完成后的一堆琐事——复制、粘贴、格式化、上传、点按钮。Skill 内置工具，让 Claude 能直接替人完成这些：写完每周 newsletter 后，Skill 不只起草内容，还会直接上传到 Kit、设置主题行、添加标签、排定发送时间。

给拖延者的 prompt

挑一个你一直在回避的工作流，给 Claude 这个 prompt：

"我在 [这个工作流] 上一直卡住。能帮我建一个消除启动能量的 Skill 吗？按三个阶段结构：Gather（开始前需要什么上下文/数据？）、Workflow（逐步协作是什么？）、 Execute（产生什么、送到哪里？）"

Skills 不只是 AI 的指令——它们是你自己的启动斜坡。