多數人都搞錯了!Claude Skills 的真實力量,遠不只是自訂指令

多數人都搞錯了!Claude Skills 的真實力量,遠不只是自訂指令

你是否還在每個對話框裡,重複貼上落落長的指令,只為了讓 AI 產出符合你品牌風格的文案?知名 AI 專家 Grace Leung 在最新的深度分析中指出,多數人對 Anthropic 推出的 Claude Skills 功能存在巨大誤解,僅將其視為強化版的「自訂指令」。事實上,這項功能是一個徹底改變遊戲規則的創新,它將 Claude 從一個對話工具,提升為一個可隨意組合、攜帶、堆疊的「自動化工作流程引擎」。這篇文章將為你揭開 Skills 的真正潛力,並教你如何立即應用,打造專屬於你的 AI 超級助理。

許多人將 Skills 與 Project 中的「自訂指令」混為一談,但它們有根本上的不同。Grace Leung 解釋道:「將 Skills 想像成一本本『可重複使用的操作手冊』,你教會 Claude 如何執行特定任務、使用哪些工具、遵循什麼標準,之後它就能在任何時間、任何地點自動執行。」

過去,即便我們在專案中設定了詳細的自訂指令,仍面臨兩大限制:

  1. 不可攜帶性(Not portable): 這些指令被鎖在單一專案中。當你需要為另一個行銷活動執行相同流程時,只能在原專案內操作,或重新複製所有指令。
  2. 不可堆疊性(Not stackable): 如果你有一個專門用於文案寫作的專案,和另一個用於數據分析的專案,你無法輕易地將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「操作手冊」從專案中抽離出來,變成帳號層級的獨立元件,讓你可以像樂高積木一樣,自由地在任何對話、API 呼叫中使用。

別再搞混了!Skills、MCP、專案的黃金組合

另一個常見的誤解是認為 Skills 是為了修復 MCP(模型、工具與代理)的問題。Grace Leung 強調:「這是一個巨大的誤解。在 Claude 的生態系中,它們是相輔相成的積木,而非互相競爭的功能。」

  • Claude 本身: 核心大腦,負責決策與思考。
  • Skills (技能): 操作手冊,定義「如何」完成特定任務的重複性指令。
  • MCP (工具): 外部工具箱,提供 Claude 知識範圍之外的實際能力,例如讀取 Notion 資料庫、建立檔案等。
  • Projects (專案): 專屬工作區,一個可以結合 Skills、MCP 工具和背景知識,來處理特定長期工作的場域。

理解這層關係後,你就能根據不同需求,靈活搭配這些元件,打造出極其強大的自動化工作流程。

實戰演練(一):三種方法,打造你的專屬客製化技能

除了使用 Anthropic 官方或合作夥伴(如 Notion)提供的現成技能,真正的威力在於創造自己的客製化技能。Grace Leung 示範了三種強大的創建方式:

  1. 擴充官方技能: 以建立公司品牌簡報為例,你可以先上傳一份符合公司品牌規範的簡報範本,然後要求 Claude 學習官方的「PowerPoint 建立技能」,並在此基礎上,創建一個名為「品牌簡報產生器」的新技能。這個新技能會自動提取範本中的顏色、字體和排版風格。 Grace Leung 在實測後驚嘆:「Claude 是目前為止唯一能夠在單一工作流程中,生成如此精美簡報的 AI 模型。這對所有行銷人員或專業工作者來說,是最快、最直接的勝利。」

  2. 打包既有工作流程: 如果你已經在某個 Claude 專案中,建立了一套成熟的工作流程(例如:從 Notion 資料庫抓取數據並生成客製化儀表板),你可以直接將該專案的完整自訂指令和資源檔,打包成一個新的 Skill。 完成後,這個「Notion 專案儀表板」技能就變得完全可攜帶。你可以在任何新的對話中,直接呼叫它來生成報表,而無需再進入特定的專案。

  3. 從零打造多重技能組合: 這是最高階的玩法。以「部落格內容創作」流程為例,你可以分別創建兩個獨立的技能:

    • 技能一:「關鍵字研究」,教導 Claude 如何使用 Ahrefs 的 MCP 工具來進行關鍵字分析。
    • 技能二:「部落格寫手」,定義文章的結構、語氣、SEO 優化指南等。

    接著,在一個新的專案中,你只需在自訂指令裡簡單說明:「當需要 SEO 內容時,請使用『關鍵字研究』和『部落格寫手』這兩個技能。」Claude 就會自動串連這兩個技能與外部工具,從研究、分析到寫作,一氣呵成產出一篇長達六頁、格式完整且深度優化的文章。

何時該創建技能?三個關鍵問題與專家技巧

你可能想問,什麼時候才需要創建一個技能?Grace Leung 提供了三個核心問題來判斷:

  1. 你是否需要在不同對話中,重複相同的指令三次或更多次
  2. 如果這是在現實世界,你是否需要專門訓練一位真人來學習這個流程或標準?
  3. 你是否每次都要求品質或格式的高度一致性

只要有兩個以上的答案是「是」,你就應該為它創建一個 Skill。

此外,Grace Leung 還分享了一個專業技巧:由於 Pro 方案有使用限制,頻繁創建技能會消耗大量 tokens。你可以將官方的 skill-creator.zip 檔案上傳到 ChatGPT,讓它學習格式後,再請 ChatGPT 幫你生成新的技能文件。這個方法「100% 有效」,能為你節省寶貴的 Claude 使用額度。

總結來說,Claude Skills 徹底顛覆了我們與 AI 協作的方式。它不再只是單次的問答,而是將你的專業知識與工作流程,轉化為一個個可隨時調用的自動化模組。你的工作流程中,有哪些重複性任務可以被打包成一個 Skill 呢?這項功能將是釋放 AI 生產力的真正關鍵。

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