Claude推出「Skills」功能,AI工作流的下一個革命!別再重複下指令了

Claude推出「Skills」功能,AI工作流的下一個革命!別再重複下指令了

Anthropic 近期為其 AI 模型 Claude 推出了名為「Skills」的革命性功能,這不僅僅是一次小更新,而是從根本上改變我們設計 AI 工作流程與智能代理(AI agents)的遊戲規則。許多人對 Skills、MCP(Meta-level Control Protocol,元級控制協議)和 Projects 之間的關係感到困惑,甚至誤以為 Skills 只是為了修復 MCP 的問題。事實上,這是一個巨大的誤解。本文將深度解析 Claude Skills 的真正潛力,並透過實戰教學,展示如何立即應用這項功能,打造專屬於你的高效 AI 助理。

簡單來說,你可以將 Claude Skills 理解為「可重複使用的指令手冊」。它教導 Claude 如何按照你的特定要求、使用哪些工具、遵循何種標準來完成任務,並在任何需要的時候自動執行。

在此之前,當你需要執行重複性任務時,例如「撰寫符合品牌語氣的行銷郵件」,你必須在每一次對話中重複輸入相同的指令,這不僅耗時,也難以保證結果的一致性。

你可能會想:「用專案(Projects)裡的自訂指令(Custom Instructions)不就好了嗎?」沒錯,這是目前多數人的做法,但它存在兩個根本性限制: 1. 不可攜帶性(Not Portable): 這些指令被鎖定在單一專案中。如果你要為另一個行銷活動執行相同流程,只能回到原專案,或在新專案中重新貼上所有指令。 2. 不可堆疊性(Not Stackable): 假設你有一個專門用於「文案撰寫」的專案和另一個用於「數據分析」的專案,你無法輕易地將這兩者的能力結合起來處理一個新任務,它們是完全隔離的。

Claude Skills 完美解決了這些痛點。它將這些工作流程指令和資源從專案中「提取」出來,打包成一個個獨立的「Skill」,並使其在整個帳戶層級(包含網頁版、API 等)皆可使用。這意味著你可以建立「郵件撰寫手冊」、「市場研究手冊」、「設計模板手冊」,並在任何對話中自由組合使用,實現了前所未有的靈活性與可攜帶性。

釐清混淆:Skills、MCP 與 Projects 的黃金組合

一個常見的誤解是:「Skills 只是 Anthropic 為了彌補 MCP 不足而推出的功能。」這完全錯誤。在 Claude 的生態系統中,各個組件扮演著不同但互補的角色: * Claude 本身: 核心智能,如同「大腦」,負責決策。 * Skills: 可重複使用的「指令手冊」,明確告知大腦特定任務該如何執行。 * MCP: 提供與外部世界互動的「工具箱」,例如讀寫檔案、呼叫資料庫等。 * Projects: 專用的「工作區」,你可以在這裡結合 Skills、MCP 工具和背景知識來處理特定的長期工作。

這四者並非相互競爭,而是可以任意混搭的「積木」,讓你根據具體需求打造強大的工作流程或 AI 代理。這正是 Claude 生態系統的強大之處。

實戰教學(一):用官方 Skill 快速提升效率

Claude 內建了由 Anthropic 開發的官方 Skills,你只需要到「設定 (Settings) > 功能 (Capabilities)」中啟用即可。一個重要提示:建議只開啟你真正會用到的 Skills,因為啟用過多可能會讓 Claude 在判斷使用哪個 Skill 時產生混淆。

實例:快速生成登陸頁模型 假設我們要為一個名為 "PowerTrac" 的新產品建立登陸頁,我已經準備好了文案。

  1. 啟用官方的 theme-factory(主題工廠)Skill。
  2. 上傳文案,並對 Claude 說:「用一個漂亮的主題為這份文案建立一個登陸頁模型。」
  3. Claude 會自動偵測到 theme-factory 這個 Skill,並從其內建的 10 個主題中挑選最適合的「科技創新」主題,在短短一分鐘內生成一個視覺效果精美的登陸頁。

這個簡單的應用,讓你無需任何設計背景,就能快速為文件、簡報或網頁套用專業的視覺風格。

實戰教學(二):三種方法打造你的專屬 AI 超能力

當官方 Skill 無法滿足你的特定需求時,你可以創建自訂 Skills。以下是三種主要方法:

方法一:擴充現有官方 Skill 假設我經營一家花店,公司有固定的品牌簡報模板,我希望 Claude 每次製作簡報時都能使用它。

  1. 上傳我的品牌簡報模板檔案。
  2. 對 Claude 下達指令:「請先讀取官方的 PowerPoint 製作 Skill,然後基於我上傳的模板,創建一個名為『品牌簡報 (branded deck)』的新 Skill。」
  3. 關鍵提示: 在創建時,提供更多背景資訊,例如「這個 Skill 應該在何時觸發?」、「使用範例是什麼?」以及「請參考父級 Skill 以避免重複」,並要求它使用官方的 skill-creator 來確保格式正確。

啟用這個新的自訂 Skill 後,我只需上傳銷售數據和市場報告,然後說:「根據這些資料,創建一份公司品牌簡報。」Claude 就會自動觸發 branded deck Skill,生成一份完全符合我公司品牌視覺規範的簡報。儘管可能還需微調邊距或圖表,但它已經完成了 90% 的工作。

方法二:打包現有的工作流程 這是一個能立即見效的「快攻法」。如果你已經在某個專案中建立了一套完善的工作流程,可以直接將它打包成 Skill。

例如,我有一個專門從 Notion 資料庫抓取數據並生成專案儀表板的專案。

  1. 啟用 Notion 的 MCP 工具。
  2. 對 Claude 說:「請將這個專案的自訂指令和工作流程,打包成一個名為『Notion 專案儀表板』的新 Skill。請先研究可用的 Notion MCP 工具,只納入這個流程真正需要的工具。」
  3. 將原專案的詳細指令、輸出格式、模板檔案等全部提供給 Claude。

完成後,我就可以在任何新的對話中,直接要求 Claude「從 Notion 生成專案狀態儀表板」,它會自動呼叫 MCP 並使用這個新 Skill,生成格式完全一致的儀表板,讓我的工作流程變得極度便攜。

方法三:從零打造多個 Skills 並整合 這是最進階的用法,適合複雜的工作流程,例如部落格文章創作。

  1. 創建第一個 Skill: 關鍵字研究。指示 Claude 使用 Ahrefs 的 MCP 工具,並定義詳細的研究流程。
  2. 創建第二個 Skill: 部落格寫手。定義寫作流程、輸出格式,並強調「針對 AI 搜尋引擎進行優化」的規範。
  3. 在一個新的「內容行銷」專案中,於自訂指令裡明確指示:「當需要 SEO 內容或部落格文章時,請使用『關鍵字研究』和『部落格寫手』這兩個 Skills。」

現在,我只需下達一個簡單的指令:「寫一篇關於『如何在 LinkedIn 建立個人品牌』的部落格文章。」Claude 就會自動執行一整套流程:觸發 關鍵字研究 Skill、呼叫 Ahrefs MCP 獲取數據、進行網路搜尋、再觸發 部落格寫手 Skill,最終生成一篇結構完整、格式精美且符合 SEO 規範的 Word 文件。

你真的需要自訂 Skill 嗎?三個關鍵問題與專家技巧

在決定是否要創建一個自訂 Skill 前,先問自己三個問題: 1. 你是否需要在不同對話中重複相同的指令 三次或以上? 2. 如果這是在現實世界,你是否需要 專門訓練一位真人 來執行這個流程或標準? 3. 品質或格式的一致性 是否至關重要?

如果你的答案有兩個以上是「Yes」,那麼創建一個 Skill 絕對值得。

專家技巧總結: * 節省 Token: 如果你是 Pro 付費方案用戶,頻繁創建 Skill 會消耗大量 Token。建議只為你最核心、最重複的工作流程創建 Skill。 * 跨平台協作: 你甚至可以將官方的 skill-creator.zip 檔案上傳到 ChatGPT,讓它學習格式後,為你生成 Claude 能使用的 Skill 檔案。這個方法 100% 有效! * 加入備用計畫: Skill 是靜態的,當它依賴的 MCP 工具更新時可能會失效。你可以要求 Claude 在創建 Skill 時加入「備用計畫」,例如「當工具呼叫失敗時該怎麼辦」。

Claude Skills 象徵著 AI 應用的一次重大飛躍,我們正從單純的「指令提示」時代,邁向一個可以建構模組化、可重複使用、且高度整合的「AI 系統」時代。你準備好打造你的第一個專屬 AI Skill 了嗎?

參考資料:https://www.youtube.com/watch?v=m-5DjcgFmfQ

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