स्टेप 1: तय करें कि यह स्किल क्या सिखाएगी
अच्छी स्किल ठीक एक काम अच्छे से करती है, और वह "सही तरीका" एक वाक्य में संक्षेप में बताया जा सकना चाहिए।
- ✅ अच्छे उदाहरण: "हमारे ब्रांड गाइडलाइन के अनुसार कंपनी अकाउंट के लिए पोस्ट लिखना", "फ्रंटएंड कोड में एक्सेसिबिलिटी समस्याओं की समीक्षा करना"
- ❌ गलत उदाहरण: "कुछ भी मदद करो" (बहुत व्यापक है, इसलिए AI को पता नहीं चलता कि इसका उपयोग कब करना है)
स्टेप 2: SKILL.md लिखना
स्टैंडर्ड स्ट्रक्चर ऐसा है (आप इसे सीधे इस्तेमाल कर सकते हैं):
---
name: weekly-report-writer
description: बिखरे हुए वर्क मेमो को व्यवस्थित वीकली रिपोर्ट में बदलता है। तब उपयोग होता है जब उपयोगकर्ता "वीकली रिपोर्ट लिखो" कहे या वर्क मेमो पेस्ट करे।
---
# वीकली रिपोर्ट तैयार करना
1. उपयोगकर्ता की मूल नोट्स पढ़ें और पहले उन्हें "इस हफ़्ते की उपलब्धियाँ / समस्याएँ / अगले हफ़्ते की योजना" में वर्गीकृत करें
2. उपलब्धियों को महत्व के अनुसार क्रमित करें और हर आइटम को "एक वाक्य की उपलब्धि + समर्थक संख्या" फ़ॉर्मैट में लिखें
3. गायब डेटा को [TBD] से चिह्नित करें, और कभी भी डेटा मत गढ़ें
4. अंत में, रिपोर्ट शीर्षक के 2 विकल्प प्रस्तावित करें
## उदाहरण
उपयोगकर्ता इनपुट: "सोमवार को मीटिंग थी, मंगलवार को मैंने बग ठीक किया, और बुधवार को मैंने फ़ीचर रिलीज़ किया।"
आउटपुट:
### इस हफ़्ते की उपलब्धियाँ
1. फ़ीचर XX सफलतापूर्वक रिलीज़ हुआ (डेटा प्रभाव [TBD])
........
name
छोटे अक्षरों वाले kebab-case का यूनिक पहचानकर्ता
description
सबसे महत्वपूर्ण। स्पष्ट रूप से बताएं कि यह क्या करता है + कब उपयोग होता है — AI इसी के आधार पर तय करता है कि स्किल एक्टिवेट करनी है या नहीं
सामग्री
कंक्रीट स्टेप + उदाहरण + नियम — जितना कंक्रीट, उतना बेहतर
स्टेप 3: वैकल्पिक सहायक फ़ोल्डर
scripts/— वे स्क्रिप्ट जिन्हें AI ज़रूरत पड़ने पर चलाता और कॉल करता है (Python, Bash आदि)references/— ज़रूरत पड़ने पर लोड होने वाला रेफ़रेंस मटीरियल/फ़ाइलेंassets/— टेम्पलेट और उदाहरण जैसे स्टैटिक रिसोर्स
स्टेप 4: टेस्ट और परिष्कार
- 3 अलग-अलग इनपुट के साथ टेस्ट करें और जांचें कि आउटपुट अपेक्षा के अनुरूप है या नहीं
- उन हिस्सों को सामग्री में जोड़ें जिन्हें AI अक्सर गलत समझता है — स्किल पुनरावृत्ति के ज़रिए परिष्कृत होती है
- सुनिश्चित करें कि description अपेक्षित सभी ट्रिगर परिदृश्यों को कवर करे (क्योंकि उपयोगकर्ता इसे सैकड़ों तरीकों से व्यक्त करते हैं)
- उच्च रेटिंग वाली कम्युनिटी स्किल की लेखन शैली सीखें: चुनिंदा सूची देखें (आधिकारिक anthropics/skills रिपॉज़िटरी एक बेहतरीन उदाहरण है)
आम गलतियाँ
- description बहुत अस्पष्ट → AI को पता नहीं चलता कि कब एक्टिवेट करना है, जिससे स्किल बेकार हो जाती है
- अस्पष्ट स्टेप (जैसे "ध्यान से विश्लेषण करें") → सत्यापन योग्य कंक्रीट कार्यों में बदलें
- अप्रासंगिक सामग्री से लंबाई भरना → प्रोग्रेसिव लोडिंग के विपरीत जाता है और एजेंट को धीमा करता है
- "कब उपयोग न करें" की सीमा तय न करना → अनुकूल न होने वाले परिदृश्यों पर भी थोप दिया जाएगा