最近科技圈流傳著一種很極端的畫面：有工程師把整臺電腦幾乎交給完全自主運作的 AI 代理人，讓它自己讀信、自己寫程式、自己部署上線。但這跟多數人的日常還有一段距離，我們真正在用的，還是開一個聊天視窗、把來龍去脈講清楚的對話式 AI。
而就在這個大部分人每天都在用的世界裡，最近冒出了一個新關鍵字 Skill：它本質上只是一個資料夾、一份說明書，卻在短短幾個月長成跨 Claude、ChatGPT、Gemini 都能採用的開放格式。
數位時代創新長黃亮崢 James 邀請 AWS 社群英雄蔣鐙緯 Ernest，一起拆解 Skill 到底是什麼、要去哪裡裝、非工程師怎麼從零開始寫，以及安裝別人的 Skill 時，有哪些不能不注意的風險。
以下是訪談精華整理：
Q1：Skill 到底是什麼？和提示詞、Project 有何不同？
James： 我們過去談過提示詞工程、上下文工程，也會在 Claude 建立 Project、在 Gemini 建立 Gem。現在出現的 Skill，究竟解決了什麼問題？
Ernest： Skill 可以把它想成一份給 AI 看的說明書或 SOP。它教 AI 在什麼情況下，應該按照哪些步驟完成一項任務。
實際上，Skill 就是一個資料夾，裡面至少有一份 SKILL.md。檔案會寫明這個 Skill 叫什麼、適合在什麼場景使用，以及第一步、第二步、第三步分別要做什麼。資料夾裡也可以放會議記錄範本、參考資料，甚至執行任務需要的程式。
它和一般提示詞最大的差別是，以前每次開啟對話，都要重新貼上同一段要求。Skill 則把已經確認過的做法保存下來。下一次碰到相同工作，AI 可以自行找到這份說明書，不必請使用者再教一次。
Project 比較像替一項工作保存背景資料，Skill 則著重於「這件事要怎麼做」。如果說上下文工程是在替 AI 搭舞臺，Skill 就是把舞臺上最常演出的那一段寫成劇本，讓 AI 下次可以直接照著演。
編按： Anthropic於2025年10月推出Agent Skills，並在同年12月將其發展為跨平臺的開放標準。OpenAI目前也已在ChatGPT與Codex導入這套格式，Google則提供Gemini CLI的Agent Skills官方教學。
Q2：AI 怎麼知道何時該啟用某個 Skill？
James： 即使我建立了很多 Skill，自己也可能忘記有哪些可以用。AI 能不能自動判斷？
Ernest： Skill 有兩種觸發方式。一種是人主動指定，例如直接告訴 AI：「請使用會議記錄 Skill。」另一種則是 AI 根據使用者提出的任務，自行判斷是否有適合的 Skill。
所以，一份 Skill 最重要的不只是後面的執行步驟，還包括前面的名稱、用途與觸發條件。假設只寫「肚子餓時使用」，AI未必能準確理解；如果改成「當使用者要求搜尋附近餐廳、比較菜單或規畫用餐地點時使用」，就比較容易對應到實際任務。
觸發條件最好使用工作中真的會出現的字詞，並把場景寫得具體。完成第一版後，也要實際測試不同問法，確認 AI 能不能在需要時找到它。
另一個問題是不要放太多功能重疊的 Skill。假設 James 和 Ernest 各寫了一個吃飯 Skill，兩者使用相同關鍵字，AI有時候就不知道該選哪一個。Skill越多，不代表能力一定越強，也可能帶來衝突。
編按： Claude、ChatGPT與Codex都採用「漸進式揭露」設計，一開始只載入Skill的名稱與簡介，判斷相關後才讀取完整內容。但安裝數量過多，仍可能擠壓初始技能清單，降低Skill被正確發現的機率。
Q3：非工程師想做自己的 Skill，該怎麼開始？
James： 很多人看到 SKILL.md 或指令列介面就會倒退好幾步。如果完全不會寫程式，也能建立 Skill 嗎？
Ernest： 比大家想像中容易很多。現在已經有 AI 可以陪著我們完成，不需要自己先學會所有格式。
我會建議先看看上星期做了哪些事。只要一項工作重複三次以上，而且做起來有點無聊、有點像機器人在執行，就很適合拿來做成 Skill。
接著告訴 AI：「我想把這項經常重複的工作做成 Skill。」AI可以反過來訪問你，確認會收到哪些資料、第一步要做什麼、有哪些例外，以及最後要輸出什麼格式。你也可以提供一份過去做得好的成果，讓 AI 知道你認為的「完成」長什麼樣子。
以製作 Podcast 逐字稿為例，表面上只是把聲音變成文字，實際上可能包含下載音檔、語音轉文字、辨識不同說話者、合併時間軸，以及確認每位說話者身分。只要把這些步驟一一說清楚，就已經是 Skill 的雛形。
第一版不需要完美。先讓它跑一次，看看漏掉什麼、在哪裡判斷錯誤，再把經驗補回去。真正好用的 Skill，通常都是這樣慢慢改出來的。
Q4：一份 Skill 應該寫多細？不同 Skill 能互相串接嗎？
James： 像逐字稿流程包含很多步驟，應該全部寫在同一份 Skill，還是拆成好幾份？
Ernest： 兩種都可以，不必一開始就糾結怎樣才算夠小。
第一種方式，是把完整流程放在同一份主 Skill 裡。SKILL.md寫主要步驟，細節則放到references等參考資料夾，需要時才請AI讀取。這就像一本主說明書，後面附上不同章節。
第二種方式，是依照動作拆成多個 Skill。例如把逐字稿拆成「音訊轉文字」、「辨識說話者」與「整理訪談格式」，再增加一個負責串接的母 Skill。
拆開的好處是每個 Skill 都能獨立使用，缺點則是要維護更多說明書，也要確保前一個 Skill 完成後，能正確觸發下一個。
我的建議是先把整套流程寫在一起，確認可以運作。等到其中某個步驟變得太複雜、經常失敗，或需要被其他工作重複使用，再把它拆出去。
Q5：同一份 Skill 能在Claude、ChatGPT、Gemini通用嗎？
James： 既然Skill已經成為開放格式，是不是代表寫一次，就能在不同AI工具與模型上得到相同結果？
Ernest： 格式上可以通用，但執行結果不會完全一樣。
首先，不同AI工具讀取Skill的位置不一樣。Claude有Claude的安裝位置，Codex和Gemini也有各自的設定方式。未來或許會愈來愈統一，但使用者目前仍要按照不同平臺的規定安裝。
其次，不同模型就像不同的工作夥伴。即使拿到同一份SOP，它們對觸發條件、模糊指令與例外狀況的理解仍可能不同。甚至同一個模型，服務商更新系統後，執行結果也可能出現變化。
如果一家公司希望工作流程穩定，除了保存Skill版本，也要記錄它搭配哪個工具、模型及測試案例。模型更新後重新跑一次，確認原本的流程仍然有效。
開放格式解決的是Skill能不能被移動，並不能保證每個AI都會用相同方式理解它。
編按： Google目前已讓Gemini CLI讀取Agent Skills，但消費者使用的Gemini應用程式仍受功能、帳號與地區限制。因此，「Gemini支援Skill」不代表所有Gemini使用者都能在每個介面直接安裝。
Q6：從網路下載第三方 Skill 安全嗎？
James： 手機應用程式有App Store或Google Play協助審查，但Skill似乎沒有統一市集。使用者應該注意哪些風險？
Ernest： 最簡單的原則，是有官方版本就先用官方版本。只要來源不是AI原廠、自己、同事或公司內部，都應該先檢查。
Skill裡不只可以放文字，也可以放程式。拿到第三方Skill後，可以先請AI列出所有檔案，找出裡面有沒有程式碼；如果有，就請AI逐段解釋它會做什麼、讀取哪些資料，以及為什麼需要執行。
自己不一定要看得懂每一行程式，但至少要知道它準備進行哪些動作。若涉及公司系統、重要檔案或帳號權限，還是要請具備經驗的人協助複查。
至於自己建立Skill會不會洩漏機密，原則和使用聊天式AI相同。如果一項資料不應該貼進對話，也不應該寫進Skill。不要因為它變成工作流程，就忽略原本的資料安全規則。
編按： 一份Skill可能包含Python、Shell等可執行程式。當AI擁有檔案、網路或終端機權限時，這些程式可能修改檔案或連接外部服務。請AI協助檢查可以作為第一道篩選，但不能取代資安審查。
Q7：公司應該把所有工作都做成 Skill 嗎？
James： 如果Skill可以提高效率，公司是不是應該把所有SOP都轉成Skill？個人也應該盡量把找得到的技能全部裝上去嗎？
Ernest： 我很鼓勵團隊把重複性高、流程明確的工作留下來，因為這可以提高品質與穩定度，也讓經驗比較容易傳承。
但不是所有事情都適合做成Skill。如果一項工作每次情況都不同，需要大量臨場判斷，就不一定要勉強固定成流程。真正值得優先處理的，是已經做過很多次、方法相對穩定，而且能清楚說明完成標準的任務。
Skill也需要持續整理。有些可能長期沒有被觸發，代表工作已經不存在，或觸發條件寫得不好；有些則會和其他Skill衝突。可以依照當下工作開啟需要的技能，例如工作時啟用財務Skill，下班後做小型應用程式，再換成開發類Skill。
最重要的判斷標準，不是媒體說這個Skill很熱門，也不是看到技能包就全部收藏，而是它有沒有解決真實工作中的問題。
一開始可能是老師或前輩教你一套方法，你把它記成筆記；實際做過之後，你會發現哪些地方要修改，再把自己的判斷加入。最後留下來的Skill，保存的不只是SOP，也是個人與團隊累積的經驗。
Skill最有價值的地方，並不是讓AI突然無所不能，而是讓已經被驗證過的工作方法可以重複使用。在把整臺電腦交給完全自主運作的AI代理人以前，多數人更務實的第一步，或許是先教會眼前的對話式AI，按照自己的方法把一件事做好。
收聽完整Podcast：《數位關鍵字》EP251：非工程師也寫得出來！skill入門與安全檢查心法
延伸閱讀：SpaceXAI發表Grok 4.6！智慧指數61分追平GPT-5.6 Sol，Cursor與Grok Build首週用量加倍
