把一本书交给 AI 分块蒸馏，再凝练成可复用 Skill：让读书产物从短暂启发变成以后能反复调用的操作手册。
你有没有这种感觉：一本书读完时很有启发，过几天却只剩几个模糊印象？如果能把一本书里的方法沉淀成一份可反复调用的“操作手册”，读书这件事就会更像积累能力，而不是短暂兴奋。
为什么需要"蒸馏"一本书？
很多人都有类似经历：花了一周读完一本好书，当时觉得处处有用，三个月后却只能想起书名和几个关键词。问题往往不在记忆力，而在于知识没有被结构化地保存下来，也没有进入可复用的工作流。
本文介绍一套完整的工作流：将一本书交给 AI 蒸馏，提取核心知识点，再将这些知识凝练成一个可反复调用的 Skill（技能包）。整个过程分为三个阶段：
- 蒸馏阶段：AI 批量分析书籍内容，提取结构化知识库
- 凝练阶段：从知识库中提炼方法论，封装成 Skill
- 应用阶段：调用 Skill 完成实际工作任务
第一阶段：蒸馏——从书籍到知识库
准备工作
将书籍文件（PDF、TXT、EPUB 均可）放到指定路径。以 TXT 文件为例：
~/workspace/金字塔原理_-_芭芭拉_明托.txt
分块处理策略
一本 300 页的书，逐页分析需要 300 次 API 调用，耗时且昂贵。更高效的做法是分块批处理：
| 策略 | 每次处理量 | 300页书的调用次数 | 推荐场景 |
|---|---|---|---|
| 逐页分析 | 1 页 | ~300 次 | 精细分析、重点章节 |
| 分块分析 | 10 页 | ~30 次 | 推荐：全书蒸馏 |
| 按章分析 | 1 章 | ~12 次 | 章节结构清晰的书 |
核心代码逻辑：
# 读取全文，按固定行数分块
lines = read_text("金字塔原理.txt")
chunks = chunk_text(lines, chunk_size=400) # 每400行一块
# 逐块调用 LLM 分析
for chunk in chunks:
result = analyze_chunk(chunk, prev_summary)
# 提取：知识点类型、核心内容、关键要点、重要性
# 保存上一块摘要作为下一块的上下文（保持连贯性）
提取什么？
每个知识块提取以下结构化信息：
{
"type": "概念/方法/原则/技巧/示例",
"content": "详细说明",
"key_points": ["要点1", "要点2"],
"importance": "high/medium/low"
}
关键技巧
- 传递上下文：将前一块的摘要传给下一块，保持分析的连贯性
- 自动保存中间结果：每 5 个 chunk 保存一次，防止 API 中断丢失进度
- 过滤非正文：跳过目录、版权页、前言等，只分析实质内容
- 综合分析：所有块处理完后，再调用一次 LLM 生成全书综合报告
最终产出三个文件：
knowledge.json：结构化知识库（150+ 个知识点）summary.md：分段摘要full_analysis.md：综合分析报告
第二阶段：凝练——从知识库到 Skill
知识库更像原材料，Skill 才是可以直接拿来用的成品。凝练的过程就是从 150 个知识点中提炼出 10 个核心原则，并组织成可执行的操作指南。
凝练的四步法
第一步：识别核心骨架
从知识库中筛选 importance: high 的知识点，按主题归类。例如从《金字塔原理》中识别出：
- 结构类：金字塔结构、结论先行、归类分组
- 序言类：SCQA 结构、四种变体
- 推理类：演绎推理、归纳推理、逻辑顺序
- 概括类：概括原则、避免“缺乏思想”的句子
第二步：建立层级关系
将归类后的知识组织成 Skill 的层级结构：
Skill
├── 核心原则（是什么）
├── 方法论（怎么做）
├── 工具与模板（用什么）
└── 检查清单（怎么验证）
第三步：转化为可执行指令
知识本身是静态的，Skill 要把它变成可执行的动作。将“知识”转化为“行动”：
| 知识（静态） | Skill 指令（动态） |
|---|---|
| SCQA 包含背景、冲突、疑问、回答 | 写作前先完成 SCQA 模板：S=___ C=___ Q=___ A=___ |
| MECE 要求相互独立完全穷尽 | 检查分组：能否用单一名词概括？各要点是否不重叠不遗漏？ |
| 结论先行 | 动笔前先写一句话总结核心观点，放在文章第一段 |
第四步：添加检查清单
每个 Skill 都应该包含自检机制。检查清单分三个阶段：
## 动笔前
- [ ] 中心思想是否明确？
- [ ] 受众的疑问是什么？
- [ ] SCQA 序言是否就绪？
## 写作中
- [ ] 是否结论先行？
- [ ] 各层级是否有概括关系？
- [ ] 是否 MECE？
## 写完后
- [ ] 每个总结句是否有实质思想？
- [ ] 格式是否清晰展示层级？
第三阶段：应用——调用 Skill 完成任务
Skill 创建后，可以在任何写作任务中调用。以本文为例：
本文就是一次 Skill 实战
这篇文章本身就在应用金字塔写作技巧：
SCQA 序言：
- S：我们读完一本书后容易遗忘
- C：知识没有被结构化保存和复用
- Q：有没有一种方法能把书变成可复用的技能包？
- A：AI 蒸馏 → Skill 凝练 → 实际应用
结论先行：文章开头直接给出三个阶段的全景图，再逐层展开。
归类分组：三个阶段（蒸馏→凝练→应用）各成一组，每组内部按步骤展开。
MECE：三个阶段覆盖了“从书到用”的完整链路，不重叠、不遗漏。
实操总结
完整流程图
书籍文件 (.txt/.pdf)
↓ [分块 + LLM 分析]
结构化知识库 (JSON)
↓ [人工/AI 凝练]
可复用 Skill (.md)
↓ [调用 Skill]
完成实际任务
这套方法的优势
- 可复用：一本书的知识浓缩成一个 Skill，随时调用
- 可迭代：Skill 可以随着使用不断 patch 更新
- 可组合：多个 Skill 可以叠加使用（如金字塔写作 + 代码审查）
- 零遗忘：核心知识以结构化形式永久保存
适用场景
| 书籍类型 | 蒸馏产出 | 典型 Skill |
|---|---|---|
| 写作/沟通类 | 方法论 + 检查清单 | 金字塔写作、技术写作 |
| 技术/编程类 | 工具链 + 代码模板 | 调试流程、架构设计 |
| 商业/管理类 | 框架 + 决策树 | 问题分析、战略规划 |
| 心理/认知类 | 思维模型 + 行为指南 | 决策心理学、习惯养成 |
结语
知识真正产生价值，通常不在“读过”的那一刻，而在“用上”的那一刻。AI 蒸馏让我们第一次有可能把一本书的精华真正内化为自己的能力——不是靠记忆，而是靠结构化的 Skill。
下次遇到一本值得反复用的书，可以试试这条路径：先蒸馏，再凝练，最后把它真正用起来。