ELMERS AI

CATEGORY · AI Skills

AI Skills

最後更新 2026/08/03 共 3 篇文章

AI Skills(AI 技能包)是一份告訴 AI Agent「這件事該怎麼做才對」的 Markdown 檔案。它由檔頭的觸發條件與內文的執行紀律組成;當 Claude Code、Codex 這類 Agent 判斷當前任務符合觸發條件,就會把整份紀律讀進工作記憶並照著執行。簡單說:模型提供智力,Skills 提供紀律。

  • AI Skills 的本體只是一個 Markdown 檔:檔頭寫「何時該用我」,內文寫「用我時照什麼紀律做」。
  • 它和 MCP 是互補的兩件事——MCP 給 AI「能碰到什麼」,Skills 給 AI「該怎麼做」。
  • AI 寫程式的四大失敗模式是沒對齊、太囉唆、缺回饋、爛架構;每一種都有對應的技能可以修。
  • 技能分成「使用者呼叫」與「模型自動呼叫」兩種:前者負責指揮,後者負責在對的時機自動守紀律。
  • Skills 幾乎沒有廠商綁定——純文字、可版控、可修改,也能把公司自己的方法論寫成技能長期複利。
22
Matt Pocock 技能包正式收錄的技能數
18 萬+
mattpocock/skills 的 GitHub 星數(2026/07)
4 種
這套技能要修的 AI 開發失敗模式
MIT
全部開源授權,可自由修改成自己的版本

IN DEPTH · 深入了解

AI Skills 不是外掛,是「把工程紀律寫成指令」

一般人裝 AI 工具的順序是:先找一個很厲害的模型,再期待它自己表現好。

AI Skills 的順序剛好相反——先把「一件事該怎麼做才對」寫清楚,再交給模型去執行。一個 Skill 就是一個 Markdown 檔:檔頭寫「什麼情境該用我」,內文寫「用我的時候要照什麼紀律做」。Agent 判斷情境對得上,就把整份紀律讀進工作記憶,照著跑。

所以它不是外掛、不是框架、也不綁特定模型。它是你把自己的專業,變成 AI 可以重複執行的標準作業程序。

這個分類在談什麼

對齊在寫程式之前

AI 做錯,八成不是它笨,是你沒講清楚。先用訪談型技能把需求逼出來,再動手,返工率會直接砍半。

共同語言與文件

用 CONTEXT.md 建立專案的共同語彙,讓 AI 用你團隊的話講事情——回覆更短、命名更一致、思考更省 token。

回饋迴路

紅燈→綠燈的測試循環、結構化的除錯流程。AI 看得到自己的成果好不好,寫出來的東西才會真的能跑。

架構不腐化

AI 寫得越快,技術債累積得越快。用固定週期掃描架構、審查程式碼,讓速度不是拿未來的維護成本換的。

誰適合看這個分類

  • 自己會動手做東西的老闆與顧問——你不見得每天寫程式,但你要判斷 AI 產出的東西能不能用。
  • 用 Claude Code、Codex 做開發的工程師——想從「能跑就好」進到「真的能維護」。
  • 想把公司方法論交給 AI 的人——Skills 是目前最輕、最好改、也最不綁廠商的一種載體。

我是王永鉞(Elmers Wang),這幾年替企業把 AI 從概念做到上線。這個分類收的,是我自己每天在用、確定有效的 AI Skills 做法與踩雷紀錄。

最新文章

常見問題

AI Skills 是什麼?

AI Skills 是給 AI Agent 讀的技能檔——一份 Markdown,檔頭定義什麼情境該啟用它,內文定義啟用後要照什麼流程與紀律做事。Claude Code、Codex 等支援 Agent Skills 標準的工具都讀得懂。

AI Skills 和 MCP 有什麼不同?

MCP 解決的是「AI 能碰到什麼」——把資料庫、行事曆、第三方 API 接給模型用。Skills 解決的是「AI 該怎麼做」——把做事的步驟與判準寫給模型看。兩者互補,不是二選一。

不會寫程式的人,用得上 AI Skills 嗎?

用得上。像訪談型技能(把需求問清楚)、交接技能(把對話壓縮成交接文件)、教學技能,都跟程式無關,是純粹的工作方法。真正的門檻不是技術,是你願不願意把自己的做法寫清楚。

自己公司可以做專屬的 AI Skills 嗎?

可以,而且這才是真正的複利。把公司重複發生的流程——報價、健檢、驗收、交接——各寫成一個技能檔放進版控,團隊每個人的 AI 就都照同一套標準做事,人員異動也帶不走。

想把「AI Skills」落地到你的公司?

我用一套可複製的 AI 導入方法,陪企業把重複決策交給系統。聊聊你現在卡在哪。

找我合作