AI 總是不聽話、給出的答案亂七八糟？你可能用錯方法了！在這場深度訪談中，AI 專家 Amir 揭示了 Anthropic 最新推出的殺手級功能——Claude Skills，並現場展示如何將其打造成一個個「數位員工」，解決 AI 最令人頭痛的不可靠問題。本文將帶你深入了解 Skills 與傳統的專案 (Projects) 和子代理 (Sub-agents) 有何天壤之別，並透過三個實戰案例，教你如何打造出能精準執行重複性任務、永不犯錯的 AI 助手。

在深入 Skills 之前，我們必須先理解過去的作法有哪些瓶頸。

首先是 專案 (Projects)，這像是為團隊打造的共享工作區，你可以設定系統指令、提供相關文件作為「記憶」，並連接外部工具。這對於協作很有幫助，但問題在於你必須不斷手動更新背景資料，而且當資料過於龐雜時，會出現「脈絡腐爛」(Context Rot) 的問題。Amir 引用一份研究指出：「當你提供過多的情境資訊，反而可能降低大型語言模型的表現，並增加產生幻覺的機率。」這就像你一次性丟給新同事所有公司文件，他反而會不知所措。

其次是 子代理 (Sub-agents)，這在程式開發中非常有用，可以將複雜任務拆解。例如，你可以命令 Claude：「嘿，創建一個專門寫前端的代理，再創建一個負責後端的代理。」這些代理能各司其職，但它們的上下文被限制在單一的對話視窗內，無法跨任務應用。

技能 (Skills) 的革命：打造「雷射聚焦」的數位專家

Skills 的出現，正是為了解決上述問題。Amir 形容 Skills 是「可以應用於全域、專案或個人層級的自動化工作流程」。它與前兩者的最大區別在於：

1. 精準的脈絡調用：Skills 只在執行特定任務時，才會調用相關的背景資料，而不是讓模型自己去大海撈針。這就像一位經驗豐富的專家，只會查閱完成當前任務所需的特定資料，極大地提高了效率與準確性。

2. 確定性的程式碼執行：這是最關鍵的突破。過去，當你上傳一份數據報告要求分析時，LLM 是「猜測」該如何分析，結果往往不穩定。但透過 Skills，你可以直接寫入腳本 (Script)，下達明確指令。Amir 解釋：「你可以創建一個 Skill，明確告訴它『我要你拿 X、Y、Z 欄位的數據，乘以這個、除以那個，再算出這個指標』。這樣執行的是實際的程式碼，而不是模型不確定的猜測。」

這徹底改變了遊戲規則，讓 AI 從一個需要反覆溝通、容易出錯的「菜鳥實習生」，蛻變為一個能嚴格遵守SOP、精準執行任務的「數位專家」。

實戰演練：3個範例看懂 Skills 的驚人應用

口說無憑，Amir 現場展示了三個強大的應用案例：

範例一：網頁應用產生器 (Artifact Builder) 只需一個簡單的指令：「請幫我的行銷團隊創建一個 UTM 連結產生器。」Claude 便利用內建的 Artifact Builder Skill，在幾秒鐘內生成了一個功能完整的網頁應用程式。團隊成員可以直接在這個介面中輸入網址和參數，快速生成行銷活動所需的追蹤連結。

範例二：A/B 測試點子產生器 (AB Test Generator) Amir 接著展示了一個他自己創建的 Skill。他提供一個網址 (humble.com)，並要求 Skill 提供 A/B 測試的點子。這個 Skill 不僅抓取了網頁內容，還根據預設的「ICE Score」(Impact, Confidence, Ease) 框架，提出了極具洞察力的建議。其中一個建議是：「將客戶案例（社交證明）區塊，移動到英雄區塊（Hero Section）正下方，優先展示信任感，而不是產品功能。」這個建議的專業程度令人驚艷。

範例三：行銷數據洞察分析師 (Marketing Insight Agent) 這是最震撼的展示。Amir 上傳了一份包含大量廣告活動數據的 CSV 檔案，並啟用一個內建數據分析腳本的 Skill。結果令人咋舌：

• 總花費：$400,000 美元
• 總營收：$854,000 美元
• 淨利潤、轉換率、各渠道表現分析

所有數據和洞察都以極高的保真度呈現。Amir 強調：「如果我只用傳統的 Project 功能來做這件事，單純上傳檔案加上指令，結果很可能會出現數據幻覺。但因為 Skill 執行的是精準的分析腳本，所以產出的報告非常可靠。」

現場直播：從零打造「推文轉電子報」AI 寫手

為了證明人人都能上手，Amir 現場為主持人打造了一個客製化 Skill。目標是：將主持人在 Twitter 上的熱門短文，擴寫成他個人風格的長篇電子報。

過程如下： 1. 啟用「Skill Creator」這個用來創造 Skill 的 Skill。 2. 提供一篇主持人的範例推文。 3. 提供一篇他過去的電子報作為參考文件 (Reference File)，讓 AI 學習其寫作風格與架構。

短短幾分鐘內，一個嶄新的 Skill 就誕生了。當主持人放入他的推文後，AI 輸出的電子報草稿讓他驚呼：「老實說，這太猛了！品質真的沒話說。」AI 不僅擴寫了內容，還提煉出一個絕佳的標題金句：「我們談論產品市場契合度，更應該談論價格市場契合度 (Price Pricing Market Fit)。」這證明了 Skills 不僅能執行重複任務，還能掌握創作者的風格與精髓。

AI 採用率下降的真相：問題不在工具，而在於人

訪談最後，Amir 提到一份來自 Ramp 的報告，顯示近期 AI 工具的訂閱數正在下滑。他提出了反直覺的觀點：這不是 AI 的問題，而是「人的問題」。

他表示：「現實是，許多公司投資了 AI，卻沒有看到預期的生產力提升。根本原因在於使用者缺乏『AI 素養』(AI Fluency) 和正確的提問技巧。」

Claude Skills 的出現，正是為了解決這個鴻溝。它讓領域專家能將自己的知識、框架和工作流程「封裝」成一個個可靠、易用的工具，讓團隊中不熟悉 AI 的成員也能輕鬆獲得高品質的產出。這不僅是技術的革新，更是工作模式的典範轉移。當工具變得更可靠、更易用，AI 的真正潛力才能被完全釋放。

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