FreeAILab free-ai-lab

Свой скилл с нуля

Туториал

Напишите SKILL.md с нуля и научите ИИ своему собственному рабочему процессу.

Шаг 1. Определите, чему этот скилл должен учить

Хороший скилл делает ровно одну вещь, и «правильный способ» её выполнить можно сформулировать.

  • ✅ Хорошие примеры: «написать пост для корпоративного аккаунта по нашим бренд-гайдлайнам», «проверить фронтенд-код на проблемы с доступностью»
  • ❌ Плохой пример: «помоги со всем» (слишком широко: ИИ не знает, когда его применить)

Шаг 2. Напишите SKILL.md

Стандартная структура выглядит так (можно взять за основу):

--- name: weekly-report-writer description: Превращает разрозненные рабочие заметки в хорошо структурированный недельный отчёт. Использовать, когда пользователь говорит «напиши мой отчёт за неделю» или вставляет смесь рабочих заметок. --- # Создание недельного отчёта 1. Сначала прочитайте сырые заметки пользователя и разложите их по рубрикам «результаты / проблемы / планы на следующую неделю» 2. Отсортируйте результаты по важности; оформите каждый пункт по схеме: результат одним предложением + подтверждающая метрика 3. Отсутствующие данные помечайте [TBD]; никогда не выдумывайте данные 4. В конце предложите два варианта заголовка отчёта ## Пример Ввод пользователя: «В понедельник у меня было совещание, во вторник я исправил баг, в среду выкатил фичу.» Вывод: ### Результаты этой недели 1. Я завершил запуск функции XX (влияние на метрики [TBD]) ........
name

Строчные буквы в kebab-case, уникальный идентификатор

description

Самое важное: чётко скажите, что скилл делает и когда его применять; именно по этому полю ИИ решает, активировать ли его

Основная часть

Конкретные шаги + примеры + правила — чем конкретнее, тем лучше

Шаг 3. Дополнительные папки (опционально)

  • scripts/ — исполняемые скрипты (Python, Bash и т.д.), которые ИИ вызывает при необходимости
  • references/ — справочные материалы/документы, подгружаются по мере надобности
  • assets/ — статические ресурсы: шаблоны и примеры

Шаг 4. Тестируйте и дорабатывайте

  • Протестируйте 3 разных ввода и проверьте, соответствует ли результат ожиданиям
  • Добавьте в основную часть пункты о том, где ИИ ошибся, — скиллы доводятся до ума итеративно
  • Убедитесь, что description покрывает все ожидаемые сценарии срабатывания (пользователи формулируют задачу тысячей способов)
  • Изучите, как написаны лучшие скиллы сообщества: взгляните на избранную подборку (официальный репозиторий anthropics/skills — прекрасный образец)

Типичные ошибки

  • description слишком размытый → ИИ никогда не знает, когда активировать скилл, и тот пропадает зря
  • Размытые шаги (вроде «проанализируй внимательно») → замените их проверяемыми, конкретными действиями
  • Нагромождение всего подряд → нарушает прогрессивную загрузку и замедляет агента
  • Забыли определить, «когда скилл применять НЕ следует» → его будут принудительно втискивать в неподходящие сценарии