Quartz 5

工具-把重複的prompt包成skill

Properties1
tagsai, llm, skill, methodology

7 min read

🎯 什麼情境該想到我

當你發現「這段指示我每次開新對話都要再打一遍」的時候——那就是該把它包成 skill 的訊號。

⚙️ 怎麼用（步驟 / 公式）

  1. 判斷值不值得包：判準只有一條——你是不是一直在重下同一種 prompt。是就包。成本很低：skill 本體就是一個資料夾裡的 SKILL.md（markdown），不用寫程式——但它不是完全沒有格式，開頭要有一段 YAML frontmatter（至少 description），見下方「最小結構」。
  2. 寫起始 prompt 給 skill-creator（Claude Code 內建）。不要描述你要的輸出，要給這兩樣：
    • 變數有哪些維度——例如 eli5 給的是「聽眾」的四個維度：年齡／學程／職務／關係。
    • 幾句真實的觸發例句——例如「ELI5 什麼是 database index」「解釋這個給我主管聽」。
      維度與例句給足，草稿的品質就決定了大半。
  3. 審它提的測試案例：skill-creator 會提幾題，跑之前先改成真正涵蓋不同維度的題目（不同對象 × 不同素材類型）。這步別跳。
  4. 跑對照評測收尾：帶 skill vs 不帶 skill 各跑一輪比較——細節見 工具-AI改動的AB對照評測。
  5. 把 eval 腳本留在本地：之後每改一次 SKILL.md 就重跑一次比較，不用每次都走完整 skill-creator 流程。沒有這步就迭代不動。

最小結構：一個資料夾＋一個 SKILL.md（查證 2026-10-15）

以下依 Claude Code 官方文件 Skills 頁與 Agent Skills 開放標準（agentskills.io specification）整理，非來源文章內容。來源文章原句說「沒有特殊格式或 schema」，應理解為「不用寫程式、就是 markdown」，不是「完全沒有格式」。

  • 檔案結構：一個 skill = 一個資料夾，裡面必須有 SKILL.md；需要時可再放 scripts/、references/、assets/ 等輔助檔（選用）。
  • SKILL.md 分兩段：
    1. 開頭用 --- 包起來的 YAML frontmatter——告訴模型「什麼時候該用我」；
    2. 底下的 markdown 正文——被啟用後模型要照做的指示。
  • 兩個關鍵欄位：
    • name：skill 名稱，也是在 Claude Code 裡輸入 /名稱 的指令名。開放標準規定必填、最多 64 字元、只能小寫英數與連字號、必須與資料夾同名；Claude Code 則允許省略，省略時預設用資料夾名稱。
    • description：做什麼＋什麼時候用。開放標準規定必填（最多 1024 字元）；Claude Code 標為「建議」，省略時拿正文第一個非空行頂替。它決定模型會不會自動觸發這個 skill——因為啟動時模型只載入每個 skill 的 name＋description（約 100 tokens），正文要等被選中才載入。所以 description 要把「使用者會怎麼說」寫進去（例：「使用者說 ELI5、解釋給主管聽、講白話一點時使用」）。Claude Code 會把 description＋when_to_use 合併後截斷在 1,536 字元，最關鍵的使用情境放最前面。
  • 放在哪（Claude Code）：
    • 個人（所有專案可用）：~/.claude/skills/<skill名>/SKILL.md
    • 專案（commit 進 repo 給團隊）：<repo>/.claude/skills/<skill名>/SKILL.md
    • 同名時個人版優先於專案版；舊式的 .claude/commands/<名稱>.md 仍可用，但新的建議做成 skill。

最小骨架（自寫範例，存成 ~/.claude/skills/explain-simple/SKILL.md）：

---
name: explain-simple
description: 依聽眾程度用白話解釋概念或程式碼。使用者說「ELI5」「解釋給我主管聽」「講白話一點」時使用。
---
# 依聽眾解釋
1. 先確認聽眾（年齡／職務／和使用者的關係），沒給就只問一句。
2. 先用一個生活類比開場，再給一句精確定義。
3. 全文 150 字內；非用不可的術語後面附一句白話。

驗證方式：開新的 Claude Code session，打 /explain-simple 測「手動叫得到」；再直接說「ELI5 什麼是 database index」測「自動觸發得到」——後者失敗通常是 description 寫得不像使用者的說法。

🧪 我實際套用的紀錄

  • 2026-08-23：（待填）

⚠️ 注意 / 什麼時候不適用

  • 只用一次的東西不要包。判準是「重複」，不是「複雜」——複雜但只做一次的事，直接下 prompt 就好。
  • skill-creator 的初次評測是人工評分，跟你之後本地跑的 auto-grader 結果會不一樣（原作者實測兩者對「超過字數」與「類比夠不夠白話」的鬆緊剛好相反）。別把兩份數字混著比。
  • 測到的是內容、不是觸發：評測是把 skill 內容直接餵進 prompt 跑的，description 的觸發詞寫得好不好沒被測到——而那是實際使用時最常失敗的一環，要自己另外試。
  • 格式小錯會讓 skill 在別的工具上失效（查證 2026-10-15）：Claude Code 對 name 很寬鬆（可省略、預設用資料夾名），但開放標準要求 name 必填、小寫連字號、與資料夾同名。只在 Claude Code 測過就拿去別的支援 Agent Skills 的工具用，可能直接載不進來——要跨工具共用就照標準寫滿 name＋description（推測：實際行為依各工具實作而定）。

🔗 相關工具

  • 工具-AI改動的AB對照評測 —— 這張講「怎麼做出來」，那張講「怎麼證明做出來的真的有用」，是同一條流程的前後段
  • 工具-提示工程 —— skill 本質就是把調好的 prompt 固定下來；prompt 還沒調到穩就急著包成 skill，只是把不穩定固定住

Graph View

Backlinks