Claude Skill 是什麼？讓 AI 記住你的做事方法，不用每次重新交代

一、你可能遇過的問題

問題 1：AI 每次都從零開始

假設你是一名行銷人員，正在請 AI 幫你寫今天的社群貼文。
你發現 AI 寫出來的語氣太正式，還用了很多驚嘆號，所以你補充說明：「語氣要活潑、不要驚嘆號、結尾放品牌標籤、150 字以內。」這次就寫對了。
但隔天開了新對話，AI 全忘了，你只好再打一次同樣的要求。一個月下來，你重複交代了二十幾次。

所以你把這些要求存成自訂指令，讓它在每次對話時自動載入。一開始，這個方法很有效。

問題 2：存起來的指令越來越多，反而出問題

接著，你把回客戶信的規則（要稱呼職稱、退款要附流程連結）和週報的規則（固定五個欄位、數字要跟上週比較）也全部存了進去。
某天你只是請 AI 回一封客戶信，結果信的結尾出現了品牌標籤，那是寫貼文用的規則。

你發現：AI 每次都要先讀完所有規則，規則一多，它就開始搞混。原因有兩個：

• AI 一次能讀的內容有上限（稱為「上下文視窗」）。規則占掉的空間，就是少給工作的空間。
• 無關的規則會稀釋注意力。跟眼前任務無關的內容越多，重要的規則就越容易被忽略。

問題 3：只有文字還不夠

你想讓 AI 幫你做週報，但週報要套用公司的 Excel 範本，還要算出成長率。
你試著用文字描述範本的格式，寫了一大段，AI 做出來的表格還是跟公司範本對不上，你最後還是得自己手動調整。

所以，Skill 被發明出來了

回頭看這三個問題，你需要的是：讓 AI 掌握很多套做事方法，但只在需要的時候才拿出對的那一套，而且除了文字，也能附上範本和工具。

Skill 就是為了這件事被發明出來的。

二、Claude Skill（Agent Skills）是什麼？

Skill（正式名稱為 Agent Skills，由 Anthropic 為 Claude 推出）是一個資料夾，裡面裝著「某件事該怎麼做」的說明，以及完成這件事需要的範本、參考資料或程式。AI 會在任務需要時自動拿出來用。

你可以把它想成放在書架上的工作手冊：AI 平常只看書背上的標題，遇到相關的工作，才把那本手冊拿下來翻。

一個 Skill 資料夾長這樣：

週報製作/
├── SKILL.md ← 主要說明：名稱、用途、步驟
├── 範本.xlsx ← 公司的週報範本
└── 計算成長率.py ← 計算用的程式

其中 SKILL.md 的開頭一定有兩個欄位：

---
name: weekly-report
description: 依照公司範本製作週報，並計算與上週相比的成長率。當使用者要求做週報時使用。
---

• name：手冊的名稱
• description：這本手冊做什麼、什麼時候該用。AI 就是靠這段話決定要不要翻開它

三、退一步看全貌：Skill 在 AI 工具中的位置

「讓 AI 照你的方式做事」有好幾種工具，Skill 只是其中一種。先看清楚全貌：

【大問題】如何讓 AI 照你的方式做事？
│
┌──────────────┬───────────────┼───────────────┬──────────────┐
提示詞 自訂指令 Skill ★ MCP Sub agent
每次手動交代 每次自動載入 需要時才載入 讓 AI 連接 把工作交給
的固定規則 的做事方法 外部系統 另一個 AI
│
【往下】Skill 的內部構造
SKILL.md（名稱＋描述＋步驟）／附帶檔案／程式

• 往上看：這些工具都在解決同一個大問題，就是「怎麼把正確的資訊，在正確的時間交給 AI」
• 平行看：每種工具適合的情境不同，第五節會詳細比較
• 往下看：Skill 內部由說明檔、附帶檔案和程式組成，下一節說明它們如何運作

四、Skill 的運作原理：先自己手動做一次

先想像沒有 Skill 的世界，你會怎麼解決前面那三個問題？

第一步：把規則分開存。
你不再把所有規則塞進自訂指令，而是在電腦裡建了三個檔案：「貼文規則」、「回信規則」、「週報規則」。週報的資料夾裡，另外放了公司的 Excel 範本。

第二步：開場只給 AI 一張清單。
每次開新對話，你先貼上一小段話：
「我手上有三份規則：貼文規則，寫社群貼文時用；回信規則，回客戶信時用；週報規則，做週報時用。」
這段話很短，幾乎不占空間。

第三步：用到哪份才貼哪份。
你接著說「幫我回這封客戶信」，然後只把回信規則貼上去。AI 讀到的只有回信規則，貼文的標籤自然不會跑進信裡。

第四步：需要範本時才上傳。
換成做週報時，你先貼上週報規則；等到 AI 要開始製作表格，你才把 Excel 範本上傳給它。

這個方法有效，但很累。你得自己記得有哪些檔案、自己判斷該用哪一份、自己複製貼上和上傳。

Skill 做的，就是把這四步自動化：

這種「先看清單、需要才讀內容、用到才拿附件」的方式，叫作漸進式載入（Progressive Disclosure）。你剛才手動做的，正是它的運作原理。

也因為沒用到的內容不占空間，你可以安裝很多個 Skill，而不必擔心又回到問題 2 的狀況。

五、跟其他工具比較：什麼時候該用哪一個？

假設你是同一位行銷人員，現在要處理幾件不同的事：

一個簡單的判斷方式：

• 只做一次 → 提示詞
• 每次都要 → 自訂指令
• 規則很多，但只在對應情況使用 → Skill
• 需要連到外部系統 → MCP
• 需要另一個 AI 獨立完成 → Sub agent

這些工具也可以組合使用。例如週報 Skill 裡可以寫著「先透過 MCP 讀取試算表數據，再套用範本」。

這幾種工具的詳細差別，會在系列的第 3 篇〈Skill、MCP、Sub agent 怎麼選〉說明。

六、值得注意的風險與成本

風險 1：描述寫不好，AI 就不會用它

假設你做了一個週報 Skill，描述只寫了「週報」兩個字。
某天你對 AI 說「幫我整理這週的業績數字」，AI 判斷這跟「週報」不一定有關，於是沒有翻開那本手冊，做出來的表格又不符合公司格式。

AI 是靠 description 決定要不要使用 Skill 的，所以描述要寫清楚做什麼以及什麼時候用。

風險 2：來路不明的 Skill 可能有安全問題

假設你在網路上找到一個「自動整理客戶名單」的 Skill，看起來很好用，就直接安裝了。
你沒注意到裡面的程式除了整理名單，還會把資料傳送到外部網站。

Skill 可以包含會被執行的程式，所以安裝別人的 Skill 就像安裝軟體一樣。官方建議只使用自己寫的，或來自可信任來源的 Skill；如果一定要用，請先檢查裡面所有的檔案。

成本：需要維護

公司的範本改了、流程換了，Skill 也要跟著更新。另外，目前同一個 Skill 在不同產品（例如 Claude 網頁版、Claude Code、API）之間不會自動同步，需要分別放上去。

七、未來發展

Skill 的格式在 2025 年 12 月公開為開放標準，之後 OpenAI Codex、Gemini CLI、GitHub Copilot 等多個平台也陸續支援。這代表你現在寫好的 Skill，未來換到其他 AI 工具，很可能也能繼續使用，不會被綁死在單一平台上。

八、總結

• Skill 解決的問題：讓 AI 掌握很多套做事方法，又不會因為內容太多而搞混
• Skill 是什麼：一個裝著說明、範本和程式的資料夾，像一本工作手冊
• 運作原理：漸進式載入，先看清單、需要才讀內容、用到才拿附件
• 什麼時候用：你有很多套規則，但希望 AI 只在對應的情況才使用