Atlassian Rovo Chat 现在可以把反复做的工作创建成 Custom Skill。

例如你每周都会叫 AI：

「整理这周 Jira，找出完成项目、Blocker、下周 Priority，再做成主管看得懂的 Summary。」

如果这段 Prompt 已经很好用，

很容易直接想：

那我就把整段存成 Skill。

但先不要。

因为一个「今天有效的 Prompt」，

不一定等于一套「下个月还能安全重复跑的流程」。

今天只学一个方法：

创建 Custom Skill 前，

先把内容拆成：

固定规则／每次变动／一定人工确认。

① 固定规则：真的每次都一样的，才放进 Skill

先问：

「下星期换一批数据，这条规则还成立吗？」

如果答案是「是」，

它才适合放进 Skill。

例如每周 Sprint Summary 固定要求：

  • 先列本周完成事项
  • Blocker 独立一区
  • 下周 Priority 最多 5 项
  • 不自行补不存在的日期
  • 使用 Bullet Points
  • 最后标出缺少数据的项目

这些规则不太会因为：

Sprint 23

换成

Sprint 24

就失效。

所以它们才是：

Skill 的骨架。

② 每次变动：不要把今天的数据写死

接着找出：

每次运行都可能不同的东西。

例如：

  • Project
  • Board
  • Sprint
  • 时间区间
  • Team
  • 本周 Priority
  • 特殊事件

这些东西不要当成永久规则写死。

例如今天是：

「整理 Project Alpha 的 Sprint 23。」

如果把：

Project Alpha

和：

Sprint 23

一起存进 Skill，

下星期就可能继续拿旧范围处理新工作。

比较好的方式是：

固定 Skill 只知道：

「请整理指定 Board 与指定期间。」

真正运行时再给：

这次 Board 是哪个？

期间是哪一天到哪一天？

这就是：

固定方法，变动数据。

③ 一定人工确认：有后果的动作不要藏进「固定流程」

第三层最重要。

假设一个 Skill 最后不只整理 Summary，

还会：

  • 发布 Confluence Page
  • 修改 Jira Status
  • 对外寄 Email
  • 删除 Work Item
  • 对客户做承诺
  • 修改正式 Deadline

这时候不要因为：

「这件事每星期都做」

就把它理解成：

「所以可以永久自动。」

重复出现，

和低风险，

不是同一件事。

例如：

每周一定都要寄 Status Update。

「每周都寄」

是固定流程。

但：

这封信内容是否可以真的寄出去

仍然可能需要人确认。

所以可以把 Skill 设计成：

整理数据

→ 产生 Draft

→ 标出未确认信息

→ 停下来让人 Review。

而不是：

整理

→ 寄出。

用一个例子就懂

假设你想做一个：

Weekly Leadership Update Skill。

先不要直接叫 Rovo：

「把我现在这段 Prompt 存起来。」

先拆三格。

固定规则

永远包含：

  • 本周完成
  • 主要 Blocker
  • 下周 Priority
  • 需要主管决定的问题
  • 不自行补没有数据支持的结论

每次变动

每次另外提供：

  • 哪一个 Project
  • 日期范围
  • 哪个 Team
  • 本周特殊事件
  • 是否有指定 Audience

一定人工确认

AI 完成后：

只产生 Draft。

涉及：

  • 新 Deadline
  • 预算承诺
  • 客户承诺
  • 人员责任归属

一定先由主管确认。

这样才比较像真正可以重复的 Workflow。

为什么这对 Rovo 特别重要？

Atlassian 最新的 Custom Skills 不是只让你保存一段文字。

官方示例是：

你可以直接告诉 Rovo：

帮我创建一个从 Board 产生 Sprint Summary 的 Skill。

Rovo 会继续问你问题，

理解：

  • Edge Cases
  • 预期结果
  • 工作方式

再把它整理成可以重复使用的 Skill。

所以创建 Skill 的时候，

真正重要的不是：

「Prompt 要写得多漂亮？」

而是：

「什么应该永久留下，什么每次重新提供？」

Skill 也可能真的运行工作

Rovo 的 Skills 不只是文字模板。

Atlassian 官方说明，

Skills 可以让 Rovo 在 App 里代表你运行工作。

例如：

  • 创建 Work Item
  • 更新 Work Item
  • 产生 Status Update
  • 发布内容
  • 处理其他工作动作

这时候「一定人工确认」就更重要。

Atlassian 目前也说明：

Skills 运行动作时通常会要求用户 Confirmation，

但放进 Automation Rule 的 Agent 可能有不同运行方式。

所以不要把：

平台可能有 Confirmation

当成：

你的 Workflow 不需要自己设 Human Gate。

平台安全机制是一层。

工作流程判断又是另一层。

最后只记一个判断方法

准备把一段反复使用的 AI 工作变成 Skill 前，

把每一句规则问三次：

这件事下星期还成立吗？

如果成立：

→ 固定规则

这件事下星期会换吗？

如果会：

→ 每次变动

做错之后会真的影响别人、数据或正式承诺吗？

如果会：

→ 一定人工确认

这三格分完，

再创建 Custom Skill。

不要反过来：

先把整段 Prompt 存起来，

等它跑错之后才找哪一句不应该永久化。

AI Workflow 真正成熟的标志，

不是：

「这件事终于可以自动跑。」

而是：

「哪些可以固定、哪些每次要更新、哪里一定要停，我们已经讲清楚。」

如果你也想知道自己的工作里，哪一步最适合先交给 AI，留言「流程」。

今天，和 AI 一起进步一点。

每天学会一个 AI 技巧。

每天节省一点时间。

每天提升一点能力。

SasaDaily，陪你一起成长。

推荐阅读

AI 一分钟教学｜2026/09/03：Workspace Studio 自动回信前，先把每一步分成「可自动／先批准」

AI 一分钟教学｜2026/09/02：用 Claude Fable 5.1 前，先把 Prompt 拆成「固定背景＋今天添加」，别每次整包重读

AI 一分钟教学｜2026/09/18：Claude Code Projects 开多个 Threads 前，先分「可平行／有依赖／一定人工确认」