Insights

AI 的 Skill 是什麼?Agent Skills 白話說明:把重複的工作流程寫成 AI 的工作手冊


先講結論:

  • Skill(也叫 Agent Skills) 是給 AI 的「工作手冊」:一個資料夾,裡面有一份說明檔 SKILL.md,寫著做某件事的步驟,也可以附上範本、參考資料和小程式。
  • AI 平常只記得每個 Skill 的名稱和用途,遇到相關的工作才把整份手冊讀進來,所以裝很多個也不會佔掉太多「記憶空間」。
  • 它跟 MCP 分工不同:MCP 讓 AI 接上外部工具和資料,Skill 教 AI 怎麼把一件事做對。
  • Skill 可以包含會執行的程式,來路不明的 Skill 要當成安裝軟體一樣小心。

先分清楚:這篇講的是 AI 的 Skill

搜尋「Skill 是什麼」,會看到幾種不同的意思:

你看到的 意思
AI 的 Skill/Agent Skills(本篇) 給 AI 讀的工作手冊,教它做特定工作
Soft skill、Hard skill 職場上的軟實力、專業技能
遊戲裡的 Skill 角色的技能

以下說的都是第一種。

Skill 是什麼?一份 AI 隨時能翻的工作手冊

公司請新同事時,通常會給一份交接手冊:報價單怎麼做、客戶信怎麼回、檔案放哪裡。Skill 就是寫給 AI 看的交接手冊。

插圖:黃色小機器人坐在書架前翻開一本寫著「用到才翻開」的手冊照著做,書架上排著報價單、週報、客戶回信、品牌用字、會議紀錄五本工作手冊,桌上放著範本和齒輪工具

圖:每個 Skill 就像一本工作手冊。AI 平常只看書背,用到哪本才翻開。

Agent Skills 的官方網站這樣定義:Skill 是一個資料夾,裡面一定有一份 SKILL.md,寫著名稱、用途說明,以及告訴 AI 怎麼做某項工作的步驟;也可以一起放程式、參考文件、範本等資料。

quote-sheet/
├── SKILL.md      ← 必備:名稱、用途、步驟說明
├── 範本/          ← 選用:報價單範本
├── 參考資料/       ← 選用:價目表、條款
└── scripts/      ← 選用:會執行的小程式

SKILL.md 最上面要寫兩個欄位:

  • name(名稱):這個 Skill 叫什麼。
  • description(用途說明):它做什麼、什麼時候該用。AI 就是拿你的需求跟這段說明比對,決定要不要打開這份手冊,所以這段寫得好不好,直接影響 AI 會不會在對的時候用它。

Skill 怎麼運作?用到才讀進來

AI 一次能讀的內容有上限(Context Window,詳見〈Token 是什麼?〉)。如果把所有手冊一開始就全部塞給它,很快就塞滿了。

所以 Skill 採用「分段載入」,官方說明分成三個階段:

  1. 平常只看目錄:AI 一開始只讀每個 Skill 的名稱和用途說明,知道「手邊有哪些手冊」。
  2. 用到才翻開:你的需求跟某個 Skill 的用途對上了,AI 才把整份 SKILL.md 讀進來。
  3. 需要才拿附件:照著步驟做,需要範本或參考資料時才讀;附帶的小程式則是直接執行,只拿回執行結果。

示意圖:AI 平常只看 Skill 目錄;需求對上「報價單」時才翻開那一份說明;需要時再取用附件的範本或執行小程式

圖:Skill 分三段載入。沒用到的手冊只佔一行目錄的空間。

Anthropic 的文件提到,一個 Skill 在第一階段大約只佔 100 個 Token,所以可以同時裝很多個 Skill,不用擔心一開始就把空間用光。

Skill 跟自訂指示、MCP 有什麼不一樣?

這幾個名詞常被放在一起講,可以用「新同事」來比喻:

名詞 是什麼 什麼時候生效 比喻
自訂指示(Custom Instructions) 每次對話都套用的偏好,例如語氣、用繁體中文 一直都在 員工守則
專案知識(Projects 等) 放在某個專案裡、開對話就載入的背景資料 在那個專案裡一直都在 部門共用資料夾
Skill 某件工作的步驟、範本與工具 用到那件工作時才讀 各項工作的交接手冊
MCP 讓 AI 接上外部系統與資料的統一接口 需要連外部資料時 公司的門禁卡與系統帳號

Anthropic 的說明中心說得很直接:自訂指示套用在所有對話,Skill 則是針對特定工作、只在相關時才載入;MCP 負責連上外部服務與資料,Skill 提供「怎麼用這些連線把事做好」的做法,兩者可以搭配。MCP 的細節見〈MCP 是什麼?〉。

如果是 AI Agent(會自己規劃、一路把事情做完的 AI,詳見〈AI Agent 是什麼?〉),Skill 就是它在每一步可以參考的工作方法。

哪些 AI 工具可以用 Skill?

Agent Skills 最早由 Anthropic 開發,後來以開放標準的形式公開,現在有多家 AI 工具採用。以下是官方文件寫明支援的(查核日 2026-11-13):

  • Claude:Claude 的網頁與 App、Claude Code、Claude API。
  • ChatGPT 與 Codex:OpenAI 文件寫明 Skill 建立在開放的 Agent Skills 標準上。
  • GitHub Copilot(VS Code):VS Code 文件稱 Agent Skills 是可跨多種 AI Agent 使用的開放標準。
  • Gemini CLI:Google 的命令列工具,文件寫明以 Agent Skills 開放標準為基礎。

要注意兩件事:

  • 各工具、各方案開放的程度不同,有的要付費方案、有的要另外開啟功能,以各家官方說明為準。
  • 同一家的不同產品不一定互通。例如 Anthropic 文件就寫明,上傳到網頁版的 Skill 不會自動出現在 API,兩邊要分別上傳。

格式是共通的,同一份 Skill 資料夾通常可以拿到不同工具用,但放置的位置與安裝方式各家不一樣。

使用別人的 Skill,要當成安裝軟體

網路上已經有很多別人寫好、可以直接下載的 Skill。方便,但要知道風險:

Anthropic 的文件提醒,只使用自己寫的、或可信任來源的 Skill。因為 Skill 可以包含指示和程式,惡意的 Skill 可能讓 AI 去執行跟它宣稱用途不符的動作,例如讀取不該讀的檔案、把資料傳到外部。

安裝前建議:

  • 把裡面的檔案看過一遍:SKILL.md、程式、附件都要看,留意有沒有連到不明網址、讀取跟用途無關的檔案。
  • 會從外部網址抓資料的 Skill 特別小心:抓回來的內容可能夾帶惡意指示,就算原本可信,外部內容日後也可能被改掉。
  • 公司使用要有人把關:哪些 Skill 可以用、誰可以上傳,最好有規則,特別是 AI 能碰到客戶資料或正式系統的時候。

這跟 AI 會「一本正經地講錯」是兩回事:幻覺是 AI 自己猜錯(詳見〈AI 幻覺是什麼?〉),惡意 Skill 是有人故意給 AI 錯誤的指示。

公司可以怎麼開始用 Skill?

  • 從「每次都要重講一遍」的事開始:例如固定格式的週報、報價單、客戶信件的語氣與署名。這類工作最適合寫成 Skill。
  • 說明要具體:寫清楚步驟、範例和「什麼情況下要用」,比一句「幫我寫好一點」有用得多。
  • 把範本和參考資料一起放進去:價目表、條款、品牌用字放在附件,AI 需要時才讀。
  • 要讀公司大量文件:Skill 適合放「做法」,大量的文件內容比較適合用 RAG 處理,詳見〈RAG 是什麼?〉。
  • 先在自己的工作試用,再分享給團隊,並決定由誰維護、多久檢查一次。

常見問題

AI 的 Skill 是什麼意思?

Skill(Agent Skills)是給 AI 的工作手冊。它是一個資料夾,裡面一定有一份 SKILL.md,寫著名稱、用途和做某件事的步驟,也可以附上範本、參考資料和程式。AI 遇到相關工作時才會讀進來照著做。

Skill 跟自訂指示有什麼不一樣?

自訂指示每次對話都會套用,適合放語氣、語言這類通用偏好;Skill 只在需要做某件特定工作時才載入,適合放步驟較多、附帶範本或工具的工作方法。

Skill 跟 MCP 有什麼不一樣?

MCP 讓 AI 接上外部系統與資料,像是給 AI 一張門禁卡;Skill 教 AI 怎麼把某件事做對,像是交接手冊。兩者可以一起用:用 MCP 拿到資料,再照 Skill 的步驟處理。

哪些 AI 可以用 Skill?免費嗎?

依各家官方文件,Claude、ChatGPT 與 Codex、GitHub Copilot(VS Code)、Gemini CLI 都支援 Agent Skills 格式。各工具與方案開放的程度不同,有些需要付費方案或另外開啟功能,請以各家最新說明為準。

裝很多個 Skill,會讓 AI 變慢或變笨嗎?

Skill 採用分段載入:平常只讀每個 Skill 的名稱和用途,用到時才讀整份說明,所以裝很多個也只佔一點空間。不過用途說明寫得太像,AI 可能選錯,最好讓每個 Skill 的用途清楚、不重疊。

網路上下載的 Skill 可以直接用嗎?

建議先檢查再用。Skill 可以包含程式,惡意的 Skill 可能讓 AI 做出跟宣稱用途不符的動作。只用自己寫的或可信任來源的 Skill,安裝前把所有檔案看過,會連外部網址的特別小心。

延伸閱讀

AI 名詞系列:

公司想把重複的工作流程整理成 AI 能照著做的方法,或接進自己的系統,可以參考我們的 AI 應用開發服務。

分享這篇

相關服務

AI 智慧應用開發 用 AI 和數據驅動商業決策。了解服務內容、合作流程與案例 →

相關案例

LabLearn — AI 合規訓練平台Lab Space 自有產品 ReMaker AI ReMaker Front

延伸閱讀

開源模型是什麼?7B、70B 怎麼看、要多少顯示卡記憶體:公司自己跑 AI 模型前要知道的事2026-11-13 LLM 是什麼?大型語言模型白話說明:它怎麼回答問題、跟 ChatGPT 是什麼關係2026-11-13 GitHub Copilot、Cursor、Claude Code 差在哪?AI 寫程式工具比較(2026)2026-11-05
與我們聊聊你的專案
回到頂部 作品集 服務項目 知識文章 產品服務 聯絡我們
Lab Space