⚡ 站長快讀:核心重點
- 文章屬性:AI 概念解析
- 核心結論:Claude Skills 是一種把「怎麼做某件事」的知識包成資料夾的開放格式——寫一份 SKILL.md 說明用途與步驟,AI 平常不會讀它,只有任務對得上時才載入,現在已經從 Anthropic 自家功能開放成跨廠牌都能用的共同標準。
- 適用對象:想讓 AI 助理記住固定工作流程或公司規範的人、好奇 Claude 怎麼自動生成 PowerPoint/Excel 的人、分不清 Skills 跟 Prompt、MCP 差在哪的讀者
📌 快速答案
一句話答案:Claude Skills 是把操作知識包成資料夾的開放格式,靠 SKILL.md 描述用途與步驟,AI 判斷任務相關才載入完整內容,現已成為跨平台共同標準。
🚦 先講結論:Skills 解決的是什麼問題
如果你曾經為了讓 AI 每次都用同一套格式寫週報、同一種語氣回信,結果每次開新對話都要把同一段規則重新貼一次——這就是 Claude Skills 想解決的痛點。
把使用情境攤開來看最快:
- 這次對話臨時要 AI 用某種語氣、格式回答一次 → 直接在提示詞裡講就好,不需要包成 Skill。
- 常態性任務,想讓 AI 每次都自動套用同一套步驟(固定格式的報告、公司排版規範、固定的資料清洗流程)→ 包成 Skill,寫一次、到處用、還能分享給同事。
- 想讓 AI 連上外部資料庫、內部系統、即時查詢的工具 → 那是 MCP(Model Context Protocol,連接層協定)在解決的問題。
三者的分工可以用一個表攤平:
| 概念 | 解決什麼問題 | 什麼時候用 |
|---|---|---|
| Prompt(提示詞) | 這次對話的臨時指示 | 只做這一次,不必記住 |
| Claude Skills | 「怎麼做」某件重複性任務的知識與步驟 | 常態性任務,想寫一次到處用、可分享版本控管 |
| MCP | 把 AI 接上外部工具、資料庫、即時資訊 | 需要即時查詢或操作外部系統 |
Skill 說明「怎麼做」,MCP 負責「接上什麼」,兩者是互補關係,不是二選一。
🔍 為什麼你要在乎這件事
2025 年 10 月 16 日,Anthropic 發表 Agent Skills,把「怎麼客製化 Claude」從「每次貼一長串提示詞」變成「寫一次、到處用」的資料夾格式。兩個月後的 2025 年 12 月 18 日,Anthropic 進一步把這套格式公開成開放標準,任何做 AI 代理工具的廠商都能採用——目前包括 Claude Code、VS Code(GitHub Copilot)、Cursor、Google Gemini CLI、OpenAI Codex 在內,已有數十家開發工具與代理平台支援同一套 SKILL.md 格式。
這件事值得注意的原因不是「多一個新功能」,而是客製化 AI 助理的方式正在從「各家各自的提示詞技巧」收斂成「共用的資料夾標準」——今天為了 Claude 寫的 Skill,理論上換一套支援同標準的工具也能沿用,不用重新學一套客製化語法。
如果你看過本站介紹 RAG 的文章,可以用類似的方式理解:RAG 解決的是「模型不知道的事」,靠外部資料補足;Skill 解決的是「模型不知道怎麼做的事」,靠打包好的操作說明補足——兩者都是「模型本身不用重新訓練,靠外掛知識變聰明」的思路,只是補的東西不一樣。
🧪 原理拆解
SKILL.md 的解剖:一個資料夾就是一個技能
最簡單的 Skill 就是一個資料夾,裡面至少有一個 SKILL.md 檔案。這個檔案開頭一定要有 YAML frontmatter,至少包含兩個欄位:name(技能名稱)和 description(這個技能做什麼、什麼時候該用)。
---
name: pdf-processing
description: 從 PDF 檔案擷取文字與表格、填寫表單、合併文件。當使用者提到 PDF、表單或文件擷取時使用。
---這兩個欄位就是 Claude 判斷「現在這個任務要不要用這個 Skill」的依據,也是對話一開始就會被載入的內容——Anthropic 官方文件估算每個 Skill 的 metadata 大約只占用 100 個 token 左右,所以就算裝了幾十個 Skill,平常也不會佔用多少對話空間。
漸進式揭露(Progressive Disclosure):分三層載入
Skills 的核心設計原則叫「漸進式揭露」,官方文件把它分成三個層級:
| 層級 | 內容 | 何時載入 | Token 成本(官方估算) |
|---|---|---|---|
| Level 1 metadata | name + description | 對話開始就載入 | 每個 Skill 約 100 token |
| Level 2 instructions | SKILL.md 本文的操作步驟 | 任務對上才載入 | 通常 5,000 token 以下 |
| Level 3 資源與程式碼 | 額外檔案、參考文件、可執行腳本 | 真的需要時才個別讀取 | 依需求,理論上無上限 |
用白話比喻:這就像新人到職手冊——先給目錄(Level 1),翻到對應章節才細讀(Level 2),真的要查附錄裡的規格表或跑腳本才去翻附錄(Level 3)。因為第三層的檔案不主動讀就不佔用對話空間,一個 Skill 理論上可以塞進大量參考資料、範本、資料庫 schema,只要用不到就不會被載入。
程式碼怎麼被「執行」而不是被「讀進去」
Skill 裡可以放實際的程式(例如一段 Python 腳本),Claude 執行時是在官方文件說的程式碼執行環境裡跑這段程式,只有「執行結果」會進入對話,程式碼本身不會整份被讀進去。這件事的意義是:排序一份清單這類工作,讓程式碼直接做遠比讓模型「用生成文字的方式模擬」來得便宜又準確,遇到需要穩定、可重複結果的工作,交給程式碼執行比較合適。
從自家功能到開放標準
Agent Skills 一開始是 Anthropic 自家的功能,2025-10-16 發布時官方就講明支援 Claude.ai、Claude Code、Claude Agent SDK 與 Claude 開發者平台。真正的轉折在 2025-12-18:Anthropic 把這套格式發布成開放標準,任何 AI 代理工具都可以採用同一套 SKILL.md 規格——根據標準官網 agentskills.io 的資料,目前包括 Claude Code、VS Code(GitHub Copilot)、Cursor、Google Gemini CLI、OpenAI Codex、Goose、OpenHands 等數十款開發工具與代理平台都已支援。
落到 Anthropic 自家產品線,目前的支援狀況是:
- Claude API(開發者平台):預建 Skills(PowerPoint、Excel、Word、PDF)與自訂 Skills 都能用,需搭配程式碼執行工具與對應的 beta header;自訂 Skills 是整個工作區共用。
- claude.ai:預建 Skills 在建立文件時自動生效,不用設定;付費方案(Pro/Max/Team/Enterprise,且需開啟程式碼執行功能)還能在設定裡上傳自訂 Skills,但這是每個使用者各自的,不會整個組織共用。
- Claude Code:只支援自訂 Skills,以資料夾形式放在個人目錄或專案目錄,也能透過 Plugin 分享給別人。
- Claude Platform on AWS 與 Microsoft Foundry:延續與 Claude API 相同的行為(Microsoft Foundry 需要 Hosted on Anthropic 部署方式)。
要注意的是官方文件明講自訂 Skills 不會跨平台同步——在 claude.ai 上傳的 Skill 不會自動出現在 API 裡,反之亦然,Claude Code 的 Skill 又是完全獨立的檔案系統。想在多個地方用同一個 Skill,現階段還是得手動個別上傳或放置。
安全性:Skill 等於給 AI 新能力,也等於新的信任邊界
官方文件把 Skill 的風險講得很直白:因為 Skill 可以夾帶指示與可執行程式碼,設計不良或惡意的 Skill 有機會誘導 Claude 存取不該碰的資料、對外發送資訊,或執行超出它宣稱用途的操作。Anthropic 的建議是只用信任來源的 Skill(自己寫的,或 Anthropic 官方提供的),如果一定要用來路不明的 Skill,要先整份讀過(包含 SKILL.md、腳本、圖片等所有夾帶檔案),特別注意有沒有非預期的網路呼叫,把裝 Skill 這件事當成裝軟體一樣謹慎看待。
💡 總結:站長的觀察
第一次看 Agent Skills 這個概念,最容易卡住的地方是搞不清楚它跟「我叫 AI 記住規則」有什麼不同——差別在於 Skill 是寫成檔案、可以版本控管、可以分享給別人或跨對話沿用的東西,不是每次對話重新打字的臨時指示。這跟前面提過的 Prompt Caching 剛好是互補的兩件事:Prompt Caching 省的是「同一段長內容重複送進 API 的費用」,Claude Skills 省的是「同一套操作知識重複打字說明的力氣」,一個處理成本,一個處理知識複用。
另一個容易低估的地方是「開放標準」這件事的份量。很多 AI 廠商的客製化機制都是各自關起門來做(自家的提示詞模板、自家的外掛格式),Agent Skills 從 Anthropic 自家功能在兩個月內就開放成任何人都能實作的標準格式,而且已經有 GitHub Copilot、Cursor、Gemini CLI 這些直接的競爭對手工具跟進支援——這在 AI 工具生態圈並不常見,通常要等某個格式變成事實標準後才會有第二家跟進,而不是官方主動開放。以上內容依 Anthropic 官方文件與 agentskills.io 於 2026-07-09 查證撰寫,各家工具的實際支援程度與細節請以當下官方頁面為準。
❓ 常見問題
Q:Claude Skills 會不會取代 MCP(Model Context Protocol)?
不會,兩者解決的是不同層次的問題。MCP 負責「把 AI 助理接上外部工具、資料庫、即時資訊」這個連接層問題;Skill 負責「AI 助理拿到工具之後,該照什麼步驟、什麼規範去完成任務」這個知識層問題。Anthropic 官方也明講會持續探索讓 Skills 跟 MCP 伺服器互補使用,而不是二選一。
Q:不是開發者,一般人用 claude.ai 也用得到 Skills 嗎?
用得到。claude.ai 的付費方案(Pro、Max、Team、Enterprise,且需開啟程式碼執行功能)可以在「設定 > 功能」裡上傳自己的 Skill 壓縮檔;Anthropic 提供的 PowerPoint、Excel、Word、PDF 這幾個預建 Skill 則是建立文件時自動生效,不用額外設定。要注意 claude.ai 上傳的 Skill 是個人帳號專屬,不會整個團隊共用,也無法由管理員集中管理。
Q:裝了來路不明的 Skill 會有什麼風險?
Skill 可以夾帶指示與可執行程式碼,設計不良或惡意的 Skill 有機會讓 Claude 存取不該碰的資料、對外送出資訊,或做出跟它宣稱用途不符的操作,官方文件特別點名「會呼叫外部網址」的 Skill 風險最高。建議只用自己寫的或 Anthropic 官方提供的 Skill,真的要用來路不明的版本,先整份讀過內容再決定要不要用。
🔗 延伸閱讀
- RAG 是什麼?搞懂 AI 為什麼要「先翻資料再回答」,少騙人又能附出處
- Context Window 是什麼?搞懂上下文視窗與 Token,AI 為什麼會忘記前文
- 提示詞怎麼寫?10 個技巧讓 AI 聽懂你要什麼(新手入門)
- NotebookLM 完整教學:上傳 PDF、YouTube 打造專屬 AI 知識庫(2026)
📎 參考資料來源
📖 第一級|廠商官方:
- Equipping agents for the real world with Agent Skills — Anthropic Engineering — 2026-07-09 查證
- Agent Skills Overview — Claude Platform Docs — 2026-07-09 查證
- anthropics/skills — GitHub 官方原始碼庫 — 2026-07-09 查證
- Agent Skills Overview — agentskills.io(開放標準官網) — 2026-07-09 查證
⚠️ 本文核心機制與各平台支援範圍以第一級官方文件為準,開放標準生態持續有新工具加入,實際支援清單請以當下官方頁面為準。
📅 本文查證戳記:2026-07-09 依據 Anthropic 官方文件與 agentskills.io 撰寫。