Claude Record a Skill：录屏一次，永久自动化你的工作流

7/22/2026AnthropicAI自动化

Claude Cowork Record a Skill 界面

2026 年 7 月 21 日，Anthropic 在 Claude 桌面应用的 Cowork 模式中上线了 "Record a Skill" 功能。用户录屏完成一次任务操作，同时用语音讲解每一步的逻辑，Claude 自动将这段演示转化为可重复调用的 Skill。整个过程不需要写一行 Markdown，不需要理解 SKILL.md 的结构，甚至不需要知道什么是 prompt engineering。

这是什么

Claude Cowork 是 Anthropic 在 2026 年推出的桌面端 Agent 工作空间。与普通聊天模式不同，Cowork 模式下的 Claude 可以直接操作用户的电脑：打开浏览器、点击按钮、填写表单、管理文件。在这个基础上，"Record a Skill" 把工作流的创建门槛降到了几乎为零。

操作流程直截了当：

  1. 打开 Claude 桌面应用，切换到 Cowork 模式
  2. 点击聊天框左下角的 + 按钮，选择 Record a skill
  3. 选择麦克风，点击 Start Recording 开始录屏
  4. 一边操作一边讲解，完成后停止录制
  5. Claude 分析录屏内容（点击序列、页面导航、操作上下文），自动生成一个 Skill
  6. 点击 Save Skill 保存，之后通过斜杠命令（如 /file-expenses）随时调用

Anthropic 工程师 Lydia Hallie 在发布当天分享了自己的使用体验："我一直在用它处理那些一直想自动化但没动手做的工作流。录制一遍操作，Claude 就把它变成了可以重复运行的 Skill。如果某个步骤已经有现成的 connector，它还会主动推荐。"

该功能目前面向 Pro、Max 和 Team 计划用户分阶段开放。

从坐标录制到语义录制

Record a Skill 看起来像传统的屏幕录制宏（RPA），但底层逻辑完全不同。传统 RPA 工具（UiPath、Automation Anywhere 等）录制的是坐标级别的操作轨迹：在第 X 像素点击，在第 Y 毫秒输入文本 Z。这种方式一旦遇到按钮位移、弹窗顺序变化或界面微调就会崩溃。

Claude 的 Record a Skill 走的是另一条路。MIT 研究者 Tobin South 在测试后总结了一个关键观察："you'd be amazed how dumb you can be"（你会惊讶于自己可以做到多"笨"）。他的意思是：Claude 从录屏中提取的是操作意图（semantic intent），而非逐像素的操作回放。它理解"你在做什么、为什么这样做"，然后把这个理解翻译成可执行的 Skill 定义。

具体差异体现在三个维度：

  • 容错性：UI 发生轻微变化（按钮移动、页面重排）时，传统 RPA 宏会断掉，而基于语义理解的 Skill 可以适应这些漂移
  • 可编辑性：生成的 Skill 输出为 SKILL.md 格式的结构化文档，用户可以在保存后手动编辑，调整步骤、增加异常处理、修改触发条件
  • 跨应用能力：Record a Skill 通过 Cowork 的 Computer Use 能力跨越应用边界，一个录制可以涉及浏览器、桌面应用和文件系统

Skill 的技术结构

理解 Record a Skill 的价值，需要先了解 Claude Skill 本身的设计。每个 Skill 的核心是一个独立目录，包含一个 SKILL.md 文件和可选的脚本、模板等资源。SKILL.md 是核心，包含三个部分：

  • 名称和描述：这是 Claude 唯一默认加载到上下文的内容，通过 progressive disclosure 机制，只有当 Claude 判断某个 Skill 与当前任务相关时才会读取完整内容
  • 步骤指令：详细的操作流程，告诉 Claude 在什么条件下做什么
  • 可选脚本和资源：可执行代码、模板文件等

这种设计让 Skill 比 agent.md 或 CLAUDE.md 之类的全局配置文件高效得多。后者每轮对话都会加载全部内容到上下文窗口，快速消耗 token 预算并降低模型表现。Skill 只在需要时加载，节省了数千 token 的开销。

Record a Skill 之前，创建一个自定义 Skill 需要手动编写 SKILL.md 文件，对非技术用户来说门槛很高。录制功能把这道墙拆掉了：你只需要做一遍，说一遍，剩下的交给 Claude。

实际应用场景

发布后 24 小时内，社区已经涌现了一批早期用例：

  • 报销流程自动化：录制一遍从邮件提取收据、登录报销系统、填写表单、提交审批的完整流程，之后一键运行
  • 交易提醒设置：录制在交易平台上配置价格提醒的步骤，Claude 生成 Skill 后可以快速复用到不同标的
  • LinkedIn 运营：录制发布动态、回复评论、导出联系人的操作流程
  • 邮件处理：录制按特定规则筛选邮件、生成回复草稿、归档的工作流
  • YouTube 数据下载：一位用户录制了 57 秒的操作流程，展示了从 YouTube Studio 下载数据的完整步骤，Claude 在录制过程中截取了每个关键界面的截图，最终生成可重复调用的 Skill

36 氪在报道中记录了一个更极端的案例：一位自由撰稿人用 Claude Cowork 构建了客户内容生成工作流。她上传了品牌文档、风格指南和历史文章作为 Skill 资源包，系统就能按 Skill 工作流输出月度内容日历。在交接时，客户说了一句："既然你要走了，能不能把这个全设置好，让我们自己跑？"五年的合作关系被一个 Skill 文件夹取代。

隐私悬而未决

Record a Skill 的核心争议在于隐私。录屏功能捕获的信息远比普通文本提示更敏感：屏幕上可能包含密码、API Key、信用卡号、客户数据等敏感信息。启动录制时，界面会明确警告用户："Your screen, clicks, typing, and voice are recorded, then sent to Claude and turned into a repeatable skill."（你的屏幕、点击、输入和语音将被录制，发送给 Claude 并转化为可重复的技能。）

截至本文发布时，Anthropic 尚未公布专门的技术文档说明以下问题：

  • 录屏数据的存储周期
  • 录屏是否用于模型训练
  • 管理员对 Team 计划下的录制数据有什么控制权
  • 录制过程中意外捕获的敏感信息如何处理

Coursiv 在技术评测中明确指出："不要自行编造这些问题的答案；在录制涉及机密工作内容之前，检查产品 UI 和你所在组织的 Anthropic 服务条款。"

对企业用户来说，这意味着在合规审计完成之前，不宜用 Record a Skill 处理涉及客户数据、财务信息或受监管行业数据的流程。个人用户则需要养成录制前关闭无关窗口、清理剪贴板的习惯。

对工作流的深层影响

Record a Skill 降低了 Skill 创建的技术门槛，但也降低了复制坏习惯的门槛。如果演示过程包含多余步骤、不安全的快捷方式、不一致的命名或不言而喻的假设，这些问题会原封不动地进入生成的 Skill。Claude 能从录屏中提取语义意图，但它不会替你设计一个干净的工作流。

Coursiv 在评测中提出了一个精准的判断："录制并没有消除流程设计的需要。它让薄弱的流程也更容易被复制。"

这个功能真正改变的是"知识转移"的成本结构。过去，将一个人的工作经验转化为另一个人（或另一个 AI）可执行的步骤，需要写文档、做培训、反复对齐。Record a Skill 把这个成本压缩到了"录制一次演示"的量级。在 Team 计划中，一个人的 Skill 可以直接共享给整个团队。

哈佛商学院 2026 年 3 月发布的数据为这个趋势提供了量化脚注：AI 暴露度最高的岗位，招聘需求下降了 17%，而要求人机协作的岗位招聘需求上升了 22%。竞争的焦点已经转移：能否做出别人无法复制的工作，正在取代能否完成某项任务，成为新的分水岭。

谁能用、怎么找

Record a Skill 目前仅在 Claude 桌面应用的 Cowork 模式中可用。Web 版和 Claude Code（终端版）暂未支持录制功能。

使用步骤：

  1. 下载 Claude 桌面应用
  2. 确认聊天模式切换到 Cowork（不是 Chat）
  3. 点击输入框左下角 + 按钮
  4. 选择 Record a skill
  5. 首次使用需要授予屏幕录制和音频录制权限
  6. 选择麦克风后点击 Start Recording 开始录制
  7. 录制时避免在屏幕上显示密码、密钥等敏感信息
  8. 完成后停止录制，等待 Claude 分析
  9. 保存 Skill，之后通过斜杠命令（/）调用

建议录制前关闭所有无关标签页，先预演一遍完整流程，找一个安静的环境确保语音讲解清晰。如果中途出错，可以丢弃重录。

竞争格局

Record a Skill 并非孤例。OpenAI 的 Codex 也在 2026 年推出了类似的 "Record & Replay" 功能，采用相同的意图级录制架构：通过语言模型而非规则引擎实现操作泛化，使录制的 Skill 能容忍小幅 UI 变化。两者的技术路线高度趋同，都验证了"演示优于指令"（demonstration over instruction）这一方向。

差异在于生态定位。Claude 的 Skill 体系与 Cowork 的 Computer Use 能力深度绑定，强调在桌面端的跨应用操作。OpenAI 的 Record & Replay 则更侧重于 Agent 平台的开放性和可移植性。对用户来说，选择哪个平台很大程度上取决于已有的工作流环境。

无论选择哪个平台，"录制一次即可自动化"正在从概念变为现实。这个方向上最大的不确定性不在技术能力，而在治理框架：当普通 WiFi 信号都能感知人的存在，当一次屏幕录制就能捕获你的完整工作流程，谁来定义"可感知"的边界，谁来设定"可录制"的红线，这些问题最终需要法律和制度层面的回答。

推荐阅读