Claude Skills 實戰心得:這些坑不能踩

分享使用 Claude Skills 和 Remote MCP 的實戰經驗,包括命名衝突、Prompt 跟隨率、重複發送等常見問題的解決方法。

Claude Skills 實戰心得:這些坑不能踩
Claude Skills 實戰心得

這幾個月一直在折騰 Claude Skills,從一開始踩了一堆坑,到現在慢慢摸出一些門道。

今天想分享幾個我覺得很重要、但官方文件不會特別提醒你的眉角。

第一個坑:重複命名會讓 AI 選擇困難

一開始我建了好幾個發文相關的 skill,一個專門發 Facebook,一個是多平台同時發布。

結果問題來了。

當我說「幫我發到社群」的時候,Claude 有時候會拿到單一平台的 skill,有時候又會拿到多平台的。

整個就是隨機抽獎的感覺。

後來我才意識到,如果你的 skill 名稱或功能太相似,Claude 在判別的時候就會不知道該選哪個。

這不是 AI 笨,是你給的選項讓它沒辦法明確判斷。

所以現在我都會確保每個 skill 的命名和描述夠明確,避免重疊。

第二個坑:Prompt 跟隨率還是會出包

三個月前,我大概有三到四成的機率會遇到 prompt 沒有完全照指令走的情況。

現在好多了,大概只剩一成左右的失敗率。

但一成還是很煩,尤其是你需要很精準執行某些步驟的時候。

我後來找到的解決方法是:用程式碼強制它執行。

比如說,我需要它等 45 秒之後再去追蹤任務結果,我就直接寫一段 Python 程式放在 skill 裡面。

用程式去強制等待時間,而不是靠 prompt 請它等。

這樣成功率就接近百分之百了。

第三個坑:Remote MCP 會重複發送

如果你用 Remote MCP 來串接外部服務,一定要注意防呆機制。

像我在做自動發文的時候,就遇到過同一篇文章被發兩次的狀況。

現在我都會在程式裡加上檢查機制,如果內容一樣就不要再發送。

這種事情用程式來處理會比純 prompt 靠譜得多。

為什麼要用 Remote MCP?

講了這麼多坑,你可能會想說,那還要用嗎?

我的答案是:一定要用。

因為 Remote MCP 最大的價值,就是讓 AI 可以跟外部世界互動。

不是只是在那邊空想,而是真的可以去拿資料、執行任務、串接服務。

而且你在實作的過程中,會不斷發現現在的限制在哪裡,然後去解決它。

這個過程本身就是在增加你跟 AI 互動的能力。

總結

以上是我這幾個月用 Claude Skills 的一些心得。

如果你也在嘗試讓 AI 幫你處理更多事情,強烈建議你一定要試試看 Remote MCP 和 Skills。

踩坑是正常的,重點是踩了之後能不能找到解法。

如果你對這個主題有興趣,歡迎在下方留言,我可以分享一些我常用的 skill 設定。

Read more

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

很多人問我,在 Claude 裡面,Project、Skill、Connector 這三個東西到底差在哪裡? 什麼時候該用哪一個? 老實說,我一開始也搞得很混亂。 但實際用了一段時間之後,我發現其實邏輯很簡單。 先從最基本的開始:Connector 是對外的資料來源 如果你需要從外部拿資料,比如說接 Google Calendar、接 Notion、接你自己的資料庫,你就需要 Connector。 它就是一個 MCP 的連結,讓 Claude 可以去外面抓資料回來。 沒有 Connector,Claude 就只能用它自己知道的東西,沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller,專門負責處理運算的部分。 比如說,你想讓 Claude 用特定的格式改寫文章、

By Andy Lin
讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單:你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory,它會根據你不斷詢問的過程,主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手:從進階到客製化 自從我串接 GA MCP 後,這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間,能夠對齊我的知識,知道我要什麼。 你不用想太多,不用一次設定好整個 instructions。 試著使用一週,再回頭看看 memory,你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼,但網站分析不一樣。 因為我沒有那麼多美國時間,

By Andy Lin
AGI 來臨:兩大 AI 巨頭的預測與警示

AGI 來臨:兩大 AI 巨頭的預測與警示

在近期的達沃斯論壇上,Anthropic 執行長 Dario Amodei 與 Google DeepMind 執行長 Demis Hassabis 進行了一場關於「AGI 之後的世界」的深度對談,揭示了 AI 發展的最新進展與未來展望。 AGI 時間線預測 Dario 重申了他去年的預測:在 2026-2027 年,AI 模型將能夠在諸多領域達到諾貝爾獎得主的水準。他表示目前 Anthropic 的工程師已經不再親自寫程式碼,而是讓模型來完成編寫工作,人類只負責編輯和周邊任務。他預估在 6-12 個月內,模型將能端到端完成大部分工程師的工作。 Demis 則持稍微保守的態度,認為在十年內有 50% 的機會實現 AGI。他指出編程和數學領域較容易自動化,因為結果可驗證;但自然科學領域則更具挑戰性,需要實驗驗證,且目前模型在「提出問題」和「建立理論」

By Andy Lin
讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

最近我嘗試做了一個 Agent,專門用來分析我的身體健康狀況。 這不是什麼有商業潛力的專案,純粹是出於好奇。 我想知道現在的 AI 到底能幫我們把健康分析做到什麼程度。 資料從哪來? 要讓 AI 分析任何東西,首先得有資料。 我第一個想到的就是 Apple Health。 因為我每天戴著 Apple Watch,它本來就會自動記錄睡眠、運動、心跳這些數據。 除此之外,我也在嘗試另一個經絡檢測的儀器,有點像中醫把脈的概念,只是還沒整合進來。 我覺得如果未來能把更多資料源串在一起,應該可以做出更有意思的應用。 技術架構其實不難 我用了一個叫「Apple Health Auto Export」的 App。 這個 App 可以把健康資料透過 REST API 自動傳送到你指定的伺服器。 資料打到伺服器後,我再處理並存到 Database 裡。 接著寫一個 MCP Server,然後在

By Andy Lin