Paso 1: Aclara qué debe enseñar este Skill
Un buen Skill hace exactamente una cosa, y la "forma correcta" de hacer esa cosa se puede resumir.
- ✅ Buenos ejemplos: "escribir un artículo para la cuenta oficial siguiendo nuestras directrices de marca", "revisar código front-end en busca de problemas de accesibilidad"
- ❌ Mal ejemplo: "ayúdame con todo" (demasiado amplio: la IA no sabrá cuándo usarlo)
Paso 2: Escribe el SKILL.md
La estructura estándar tiene este aspecto (siéntete libre de copiarla):
---
name: weekly-report-writer
description: Convierte notas de trabajo dispersas en un informe semanal bien estructurado. Úsalo cuando el usuario diga "escribe mi informe semanal" o pegue un batiburrillo de registros de trabajo.
---
# Generación de informe semanal
1. Lee las notas en bruto del usuario y ordénalas primero por "resultados / problemas / planes de la próxima semana"
2. Ordena los resultados por importancia; formatea cada elemento como: resultado en una frase + dato de apoyo
3. Marca los datos que falten con [TBD]; nunca inventes datos
4. Termina con 2 títulos sugeridos para el informe semanal
## Ejemplo
Entrada del usuario: "El lunes tuve una reunión, el martes arreglé un bug, el miércoles publiqué una función."
Salida:
### Resultados de esta semana
1. Completé la publicación de la función XX (impacto de datos [TBD])
........
name
En minúsculas con kebab-case, identificador único
description
La más crítica: di claramente qué hace + cuándo usarlo; la IA depende de esto para decidir si activarlo
cuerpo
Pasos concretos + ejemplos + reglas — cuanto más específico, mejor
Paso 3: Carpetas opcionales de mejora
scripts/— scripts ejecutables (Python, Bash, etc.) que la IA llama cuando los necesitareferences/— materiales de referencia/docs, que se cargan cuando se necesitanassets/— recursos estáticos como plantillas y ejemplos
Paso 4: Prueba y pule
- Prueba 3 entradas distintas y comprueba si la salida coincide con lo esperado
- Añade al cuerpo los "lugares donde la IA malinterpretó" — los Skills se refinan de forma iterativa
- Haz que description cubra todos los escenarios de activación que esperas (los usuarios formulan las cosas de mil maneras)
- Estudia cómo se escriben los Skills mejor valorados de la comunidad: mira la lista curada (el repositorio oficial anthropics/skills es un modelo excelente)
Errores comunes
- description demasiado vago → la IA nunca sabe cuándo activarlo, así que el Skill se desperdicia
- Pasos vagos (como "analiza con cuidado") → sustitúyelos por acciones verificables y concretas
- Embutir un montón de pasajes irrelevantes → viola la carga progresiva y ralentiza al agente
- Olvidar definir "cuándo NO usarlo" → se aplica por la fuerza a escenarios no adecuados