你和 AI 磨几十轮做出的惊艳结果，关掉窗口就蒸发一大半。这个包教你（和你的 AI）把「做出好结果的整套系统」显性化成文件——下次不从零开始，别人拿到也能复刻。
一个惊艳的结果从来不是「一句提示词」生出来的。拆到底，它来自三个地方——而这三个地方，两个会蒸发、一个是运气。
一个阶段或版本定稿时就打包，不等整个项目结束。四件各有各的受众——缺一件，就有一类人拿不走。
过程中每轮当场记：反馈原话→根因→改法→⭐判例。收尾才补记的都失真——它是后面三件的原料。
按真实发生顺序写，弯路和转折点保留（那是最值钱的教学素材）。人照它能带任何 AI 重走一遍。
三样缺一不可：案例库（判断力）＋底层原则（元工作方式）＋可运行资产（工具模板，脱敏）。只有流程框架＝拿不走结果——成败藏在「这一处该加还是该减」的判断里。
是什么 / 能做出什么 / 怎么用 / 为什么能复利，10 秒看懂。能被看懂，复利才传播得开、滚得大。你现在看的这页就是。
开一个零历史上下文的全新会话，只喂这个包，做一个同类小任务——治「其实靠的是上下文」。
原窗口再发一个同类请求，两次结果同水平类比——治「其实靠的是模型运气」。
五个模块。人从教学进，AI 从 SKILL 进。
底层原则 / 台账规矩 / 四件产出 / 复现闸门 / 命名与脱敏
这套思维在真实项目里踩出的判例：场景→原话→根因→判例，含翻过的车
台账表头 / README 骨架 / 复现验证提示词 / 全局反射三行——复制即用
怎么给你的 AI 装上这套思维、过程中你只做什么、节点喊什么、怎么验收
就是这一页——单文件、双击能开、可转发
双轨装：compound-kit-skill/ 给你的 AI 装上（Claude Code 拷进 ~/.claude/skills/）＝会干活；再把模板库里现成的「反射三行」贴进 AI 的常驻指令＝想得起来。之后做大项目时说一句：
你只管给反馈（说人话＋说位置）和拍板，台账、打包、验证全是 AI 的活。
读 SKILL.md 装载原则 → 遇到取舍先查案例库同类案 → 动手打包时照模板库的骨架 → 打包完主动提请复现验证。