Étape 1 : précisez ce que cette Skill doit enseigner
Une bonne Skill fait exactement une chose, et la « bonne façon » de faire cette chose peut se résumer.
- ✅ Bons exemples : « écrire un article pour le compte officiel en suivant nos directives de marque », « revoir du code front-end à la recherche de problèmes d'accessibilité »
- ❌ Mauvais exemple : « aide-moi avec tout » (trop large : l'IA ne saura pas quand l'utiliser)
Étape 2 : écrivez le SKILL.md
La structure standard ressemble à ceci (n'hésitez pas à la copier) :
---
name: weekly-report-writer
description: Convertit des notes de travail éparses en un rapport hebdomadaire bien structuré. À utiliser quand l'utilisateur dit « écris mon rapport hebdomadaire » ou colle un mélange de journaux de travail.
---
# Génération de rapport hebdomadaire
1. Lisez les notes brutes de l'utilisateur et classez-les d'abord par « résultats / problèmes / plans de la semaine prochaine »
2. Classez les résultats par importance ; mettez en forme chaque élément comme : résultat en une phrase + donnée à l'appui
3. Marquez les données manquantes avec [TBD] ; n'inventez jamais de données
4. Terminez par 2 titres suggérés pour le rapport hebdomadaire
## Exemple
Saisie de l'utilisateur : « Lundi j'ai eu une réunion, mardi j'ai corrigé un bug, mercredi j'ai publié une fonctionnalité. »
Sortie :
### Résultats de cette semaine
1. J'ai mené à bien la publication de la fonctionnalité XX (impact de données [TBD])
........
name
En minuscules avec kebab-case, identifiant unique
description
La plus critique : dites clairement ce qu'elle fait + quand l'utiliser ; l'IA s'appuie dessus pour décider de l'activer
corps
Étapes concrètes + exemples + règles — plus c'est spécifique, mieux c'est
Étape 3 : dossiers optionnels d'amélioration
scripts/— scripts exécutables (Python, Bash, etc.) que l'IA appelle quand elle en a besoinreferences/— matériel de référence/docs, chargé quand nécessaireassets/— ressources statiques comme des modèles et des exemples
Étape 4 : testez et peaufinez
- Testez 3 saisies différentes et vérifiez si la sortie correspond à ce qui est attendu
- Ajoutez au corps les « endroits où l'IA a mal compris » — les Skills s'affinent de façon itérative
- Faites en sorte que description couvre tous les scénarios d'activation attendus (les utilisateurs formulent les choses de mille façons)
- Étudiez comment sont écrites les Skills les mieux notées de la communauté : regardez la liste sélectionnée (le dépôt officiel anthropics/skills est un excellent modèle)
Erreurs courantes
- description trop vague → l'IA ne sait jamais quand l'activer, donc la Skill est gaspillée
- Étapes vagues (comme « analyse soigneusement ») → remplacez-les par des actions vérifiables et concrètes
- Empiler un tas de passages hors sujet → viole le chargement progressif et ralentit l'agent
- Oublier de définir « quand NE PAS l'utiliser » → elle s'applique par force à des scénarios inadaptés