Скиллы для ИИ-агента: как автор переносит свой рабочий процесс в переиспользуемые инстр...
Скиллы для ИИ-агента: как автор переносит свой рабочий процесс в переиспользуемые инструкции Автор рассылки The AI Maker Wyndo делится опытом работы с ИИ-агентами. По его наблюдениям, многие разочарованы в ИИ, потому что используют его как «чуть улучшенный Google» — разовые чаты вместо выстроенной системы, которая знает контекст человека и его задачи. Он ссылается и на признание Сэма Альтмана: люди адаптируются к новым технологиям медленнее, чем ожидают оптимисты. Центральная идея статьи — скиллы. Скилл — это переиспользуемый набор инструкций для одного типа работы, что-то вроде должностной инструкции для агента: что читать, какие шаги выполнять, как принимать решения и что проверить перед выдачей результата. Контекст сам по себе не решает: агент может знать аудиторию автора и всё равно предлагать уже разобранные темы или собирать бесполезные источники, если не описан сам процесс работы. Технически скилл создаётся через команду /skill-creator в Claude или ChatGPT, а основные инструкции хранятся в файле SKILL.md с сопроводительными материалами. При наличии подключений и разрешений скилл может обращаться к Gmail, Google Drive, Google Sheets, Notion и расшифровкам встреч. Автор подчёркивает: это иллюстративный сценарий — например, скилл для клиентских предложений мог бы читать стенограмму звонка, письмо клиента и описание услуг, готовя черновик на проверку человеком. Чтобы описать процесс достаточно конкретно, автор использует семь вопросов: когда применять скилл, что должно быть на выходе, какой контекст нужен, какой процесс соблюдать, что считать хорошим результатом, что делать при нехватке данных и что проверить перед завершением. Он отмечает, что скилл — не «построил и забыл»: после каждой ошибки в выдаче он возвращается к файлу инструкций и дорабатывает его, а качеству выводов нужна отдельная процедура проверки — тема будущей статьи. Главный пример — его собственный скилл paid-post-evaluator, помогающий решать, заслуживает ли тема платной публикации в AI Maker Lab. Встроенное правило: интересная тема не гарантирует платный пост — читатель должен получить рабочую версию, которую можно скопировать и запустить. Прежде чем предложить варианты подачи материала агенту поручено проверить, что инструмент реально делает, с помощью инструментов глубокого поиска вроде Tavily, свериться с паттернами архива платных постов и критериями оценки. Новизна сама по себе недостаточна: идею снижают в оценке, если она повторяет уже опубликованное без новой возможности или слишком сложна для читателей. На тесте с инструментом HyperFrames от HeyGen скилл выдал краткое обоснование решения с исследованием, оценками, компромиссами и следующим шагом — и прямо допускает вердикты вроде «лучше как бесплатный пост» или «пока не браться». Автор оговаривает: инструкции не гарантируют полезность каждой оценки. Финальное решение остаётся за ним — он проверяет, нашёл ли агент применимый замысел, обосновал ли рекомендацию и отметил ли, что ещё нужно доказать. Источник: https://aimaker.substack.com/p/ai-agent-skills-workflow