AI应用
上个月，Anthropic发布了Claude Cowork的一项新功能：用户可以录制屏幕操作并配合语音讲解，将整个流程转化为一个可复用的Claude技能。笔者亲身体验后发现，正如那句老话所说——"所有魔法都有代价。"
什么是"技能"
所谓"技能"，本质上是一段极为详尽的预设提示词，可以像运行程序一样在Claude（以及许多其他AI工具）中调用。
一个典型的例子是Claude小企业插件中的合同审查技能，它能够全面读取并评估合同条款。虽然其表现不及顶尖合同律师，但说实话，比我多年来合作过的一些水平一般的律师还要实用、全面。
Claude Cowork的另一项功能是允许Claude控制用户的电脑——在不同应用间切换、浏览网页，并在此过程中自主做出判断。可以将其理解为运行功能强大的批处理脚本或快捷指令的能力。
多年来，笔者尝试过各种电脑自动化工具：有靠识别屏幕像素运行的，有需要处理复杂条件分支的，也有依赖大量脆弱步骤逐一执行的。大多数自动化方案往往需要数天才能搭建完成，而且只要目标软件的界面稍有变动，整套流程就会随之崩溃。AI驱动的自动化是否也会面临同样的问题，还是能动态适应界面的细微变化，这将是一个值得持续观察的问题。
新的录制技能功能可以替用户完成自动化方案的构建。在一个晚上，笔者就创建了一个相当复杂、功能强大的技能。整个过程比手写复杂脚本要容易得多，但也相当繁琐，需要反复调整。
本文将带大家完整体验这一过程，展示其中的"魔法"，并在文末揭晓这份魔法背后的代价。请务必读到最后，那才是重点所在。
我的使用场景：处理海量问卷回复
每隔几个月，笔者都要处理一项极度繁琐却不可回避的任务——为撰写文章收集专家观点。HARO和Qwoted是两个专门连接希望被引用或受访的专家与记者、分析师的平台。
使用流程很简单：发布一条查询，描述问题并设定筛选条件，通常会特别注明只希望与当事人直接沟通，而非希望借此为客户博取曝光的公关人员。
这两个平台确实很有价值，但同样"魔法有代价"。每次发布查询，都会迎来海量回复，其中不乏与主题无关、质量不达标、自说自话、强推议程或主动求采访的内容。
目前，笔者正在撰写一篇对比Claude Code与OpenAI Codex的文章，征集了开发者的使用偏好。截止日期还有两天，已收到121条回复。
（披露：ZDNET母公司Ziff Davis已于2025年4月对OpenAI提起诉讼，指控其在训练和运营AI系统过程中侵犯了Ziff Davis的版权。）
筛选、评估、整理这些回复，通常需要耗费笔者整整一天时间——一天极度机械、极度枯燥、极度令人抓狂的时间，结束时对人类同胞的耐心几乎消耗殆尽。
各平台的操作体验也并不友好。HARO通过邮件发送回复，同时在网站上提供查看入口；Qwoted的回复只能通过其控制台查看，且默认折叠，需要逐条展开；联系信息也并不完整，需要点进个人主页才能确认身份。
回复内容本身更是夹杂着大量自我介绍、定位陈述、结尾推销和公关套话，还有大量公关人员声称自己的客户与众不同。笔者收到的每批回复中，大约有三成是这样的（这是一条真实回复）："我知道您说不要公关，但我保证，我只是个传话的。"
……真是令人抓狂。
如果有什么任务天生适合AI来处理，那一定是这种。
如何录制技能
要使用录制技能功能，需要在Claude桌面应用中操作，并切换至Chat/Cowork模式（即非Claude Code模式），确保选中的是Cowork选项卡而非Chat选项卡，然后点击"+"并从菜单中选择"录制技能"。
同时，请确保麦克风已正确连接且收音清晰——整个过程需要一边语音讲解，一边演示操作，麦克风的质量至关重要。
选择录制技能后，系统会弹出"开始录制"对话框，点击"开始录制"即可启动。
如果你曾经用过录制宏的方式——先开启录制模式，再依次点击操作，让电脑记录下来稍后重放——这个功能与之完全不同。虽然技能也会重现录制过程中的部分点击操作，但千万不要用"录宏"的思路来理解它。
正确的方式应该是"培训助手"的心态：把自己想象成在向一位新同事讲解一套复杂的工作流程，而不是在编写一个重复点击的算法。当你读到Claude生成的技能文本时，就会明白为什么这种心态如此重要——整个过程更像是在教学，而非编程。
录制过程
笔者开始录制后，首先用语言完整描述了项目目标，方式与向助手交代任务完全相同：说明这是在从多位提交者那里汇总信息，作为文章写作的素材来源；解释回复数量庞大，其中许多无法作为引用，但仍具有数据参考价值；因此在筛选所有回复的过程中，需要同时评估其数据价值和引用价值。
笔者在已登录HARO和Qwoted的状态下开始录制，随即切换到对应的标签页，逐一介绍每个平台的功能、如何找到最新查询，以及如何理解各平台的界面。与此同时，持续讲解筛选标准和最终希望呈现的格式。
这番讲解用了整整10分钟，随后笔者被自动弹出了录制模式，回到了Claude界面。
没关系，第一次没想到，但也没什么大问题。
Claude随即说明，录制功能以10分钟为一个片段，到达上限后会自动停止并尝试生成技能。用户可以选择中断这一过程，开始新一段录制——关键是在新录制一开始就要先交代上下文。笔者的做法是："这是HARO和Qwoted情感报告工作流的续接。"
最终，笔者共录制了三段：两段各10分钟，一段约5分钟。在录制过程中，一边在各个列表控制台间切换，一边向Claude讲解关注重点、优先级排序及原因。
笔者还打开了一个Google文档，演示如何将各平台的信息迁移至文档，以及希望文档如何呈现——既要有整体汇总数据，也要有详细引用内容。
录制完成后，Claude呈现出技能的完整文本。
调整与安装技能
笔者发现技能说明中有一处暗示，凡是提到HARO时应自动启动，便指示Claude修改了该部分。
事实上，技能在录制完成后可以随时修改，只需告诉Claude你想要什么变更即可，安装后同样支持更新。笔者觉得这非常实用，能够在后续使用中持续优化技能。
完成所有调整后保存技能即可。技能以两个文件的形式存在：SKILL.md是一个Markdown文件，显示在Claude界面右侧面板中，方便查阅和修改；实际技能文件则为haro-qwoted-sentiment-report，保存后即正式安装至Claude中。
调用技能非常简单，按下斜杠键（/），然后输入技能名称即可运行。
运行结果
技能运行约耗时30分钟，完成后提供了一个Google文档的链接。文档开头呈现的数据汇总结果令人印象深刻——数据聚合的质量坦率地说比笔者手动整理的结果还要好。
需要说明的是，文中展示的具体数字将在最终发表的文章中进行更新，但从中可以清晰看到这一工具所能提供的数据聚合能力。
魔法的代价
任何强大的功能都有其局限，笔者在多个项目中尝试使用录制技能后，发现了四个主要问题：
代价一，消耗大量使用额度：录制过程和技能运行都会大量消耗Claude的使用限额。笔者订阅的是每月100美元的Max套餐，仅几个小时的Claude Cowork电脑控制使用，就耗尽了整个会话周期的使用配额，随即进入了付费积分界面。奇怪的是，笔者曾在Claude Code中连续工作整整一天，却从未触发同样的超额情况。
代价二，电脑控制速度极慢：电脑控制功能有用，但速度慢得令人煎熬。Claude在各界面元素间切换时，等待过程几乎让人抓狂。如果你打算启动技能后去吃顿饭再回来，倒还可以接受；但如果需要快速得到结果，那就别指望了。
代价三，技能运行期间会占用电脑：在技能运行期间，用户几乎无法同时使用电脑。只要技能正在操作屏幕上的某个窗口位置，任何无意的鼠标移动或误操作都可能导致技能出错，整个流程随之中断。
代价四，Claude有时不会注意到操作错误：如果Claude点错了地方，或者用户在它未预期时移动了鼠标，Claude有时不会察觉。它会一直卡在那里，直到用户手动停止并重新运行技能，而在此期间使用额度仍在持续消耗。
总结
总体而言，录制技能功能创建的技能质量令人相当满意，Claude Cowork基于单一技能所能实现的能力也让人印象深刻。过去，笔者做同类数据聚合工作需要耗费四到八个小时的繁琐劳动；而创建这个技能本身端到端大约只花了一个小时，运行技能时只需启动后去做其他事，三十分钟后回来取结果。时间节省幅度之大，相当惊人。
关键在于识别哪些任务适合这种技能开发方式——Claude Code适合用于代码构建，Claude Cowork的技能则更适合处理繁琐的电脑自动化流程和数据聚合任务。
笔者的建议是：在动手之前，仔细想清楚你想要实现什么目标，判断是否适合用一个或一组技能来完成；同时不要害怕在技能创建后继续修改，只需告诉Claude你想要的调整，它会照做。笔者在最终确定技能前修改了三四次，最终的效果相当强大。
Q&A
Q1：Claude的录制技能功能是什么？它能做什么？
A：录制技能是Claude Cowork的一项功能，用户可以通过屏幕录制加语音讲解的方式，将一套操作流程"教"给Claude，让它自动生成一个可复用的技能。技能运行时，Claude能控制用户电脑、在应用间切换、浏览网页并自主决策，从而代替用户完成繁琐的重复性工作，例如从多个平台汇总数据并整理进文档。
Q2：Claude录制技能有哪些限制和缺点？
A：主要有四点：一是会大量消耗使用额度，每月100美元套餐在几小时内即可耗尽；二是电脑控制速度非常慢，需要耐心等待；三是技能运行期间会占用整台电脑，用户无法同时操作；四是Claude有时无法自动发现操作错误，会卡住不动，需要手动中断重启，期间仍持续消耗额度。
Q3：如何正确录制一个Claude技能？有什么注意事项？
A：录制时需在Claude桌面应用的Cowork选项卡中操作，确保麦克风清晰可用。最重要的是要以"培训助手"而非"录制宏"的心态进行，边操作边用语音详细讲解目标、流程和判断逻辑。录制上限为每段10分钟，超出后可继续新录制，但须在开头重申上下文。技能生成后可随时通过对话修改，无需重新录制。
