AI Agent 時代,第一件要學的事情不是工具,是 Skill 你有沒有發現,最近各家 AI 公司都在做同一件事? xAI 推出了 Grok Bot、Google 有 Gemini Spark、OpenAI 一直有 Codex、Anthropic 有 Claude Code。 而且它們越來越簡單上手,不像最初那樣要懂一堆技術才碰得動。 那在這個 AI agent 的時代,第一件要學會的事情是什麼? 我自己的答案是:Skill。 今天完整分享:Skill 到底是什麼、跟提示詞差在哪、去哪裡找、安裝前一定要做的安全檢查,還有最重要的一步——怎麼把別人的 Skill 變成你自己的👇 1️⃣ 先搞清楚:AI agent 跟一般 AI 差在哪 我們平時用的 Gemini、ChatGPT,本質上還是一問一答。 你問它答,它不能真正動手幫你做完一件事。講難聽一點,它只是一個比較聰明的 Google。 AI agent 不一樣。 ❌ 一般 AI:你問一句,它答一句,接下來每一步都要你自己想、自己接手 ✅ AI agent:你交代一件事、講清楚目標,它自己做完;它能開你電腦裡的檔案、看裡面的資料、遇到不會的自己上網查,最後你只要驗收成品 2️⃣ Skill 是什麼?一個真實對比就懂了 我用一個我自己實際在做的例子。 我要讓 AI 去查最近的新聞,然後按照我指定的題型架構,出一份練習卷給學生做,連答案和評分參考都要,最後存進 Google Docs。 📌 沒有用 Skill 的做法 先下指令叫它上網查新聞 → 我自己檢查這些新聞合不合適 → 篩選完再告訴它「參考我之前上傳的題目風格」→ 它做好題目之後,我還要自己複製貼上到 Google Docs。 中間有一大堆步驟,都要我手動把 AI 給的半成品串起來。 📌 用了 Skill 的做法 我只打了一句:「運行這個 skill。」 新聞、題目、答案、評分參考,全部做好,整整齊齊放在 Google Docs 裡面。 差別在哪?不是 AI 突然變聰明了。是那些判斷標準——什麼新聞適合出題、什麼不適合、題型要長什麼樣——我事先都寫在 Skill 裡面了。 所以它每一步都照我的規則走,我只要做最後的驗收。 3️⃣ 那 Skill 跟提示詞到底差在哪? 我覺得 Skill 就是提示詞的進化版。所有提示詞有的東西,Skill 都有。 但它不只是一段文字,它是一整個資料夾: 📌 SKILL.md — 給 AI 看的說明書,告訴它什麼情況該怎麼處理 📌 參考資料 — 讓 AI 知道做出來的東西要跟這些參考品質差不多 📌 腳本 — 遇到 A 情況用 A 腳本,遇到 B 情況用 B 腳本 還有一個很多人不知道的重點:**你不需要每次都告訴 AI「用某某 skill」**。 AI 會自己判斷這件事跟哪個 skill 有關,有關就自動拿出來用。所以你只要交代任務就好。 這就是為什麼用了 Skill 之後,AI 做出來的成品會更一致、更能規模化。 沒有 Skill,它每次做出來的樣子都不一樣——那樣的東西,在公司裡面根本沒辦法用。 4️⃣ ⚠️ 但是:安裝別人的 Skill 之前,一定要先檢查 這一段我覺得比前面的教學更重要。 去 GitHub 找 Skill 很容易,你甚至可以直接叫 AI 幫你搜、整理成清單再挑。但找到之後不要急著裝。 因為 Skill 不只是文字。它跑起來的時候,有你電腦的檔案讀寫、指令執行、密鑰存取權。 有一份研究測試市面上的 Skill,發現 36% 裡面含有惡意的隱藏指令,整個生態已經找到 1,467 個惡意 payload。而且現在完全沒有系統性的審核機制——不像 App Store 至少有人把關,Skill 是誰都能上傳。 所以裝之前,叫 AI 幫你看這五件事: 📌 它會碰我哪些檔案?會不會刪東西? 📌 它會不會把我的資料傳去外面? 📌 裡面有沒有我看不到的執行指令,或者偷偷安裝套件? 📌 有沒有跟功能無關、專門寫給 AI 看的隱藏指令? 📌 它會不會讀我的 API key 或環境變數? 如果五項記不住,記一句就好:**看功能跟權限對不對得上。** 一個幫你排版文件的 Skill,為什麼需要連網路? 🎯 結論:從「裝別人的」升級為「養自己的」 最後這一步,是我覺得整件事最重要的地方。 別人的 Skill,就像一台剛買回來的新手機。能用,但裡面全部都是原廠設定。 你買了新手機不會就這樣用下去——你會換桌布、裝自己的 App、登入自己的帳號,把它變成你的手機。 Skill 也是一樣。你下載回來的,是別人覺得好的做法。它不認識你的工作習慣、不知道你公司的規矩、更不知道你的喜好。