☝️☝️☝️☝️☝️ 影片連結

有些工作第一次交給 AI 時，多說一點很合理；但到了第五次，還要重新貼上同一套格式、步驟和檢查清單，就會開始覺得哪裡不太對。這些反覆出現的交代，其實很適合整理成 Skill。簡單來說，Skill 是一份可以重複使用的工作規則，讓 AI 碰到符合的任務時，知道該怎麼做，也知道做到什麼程度才算完成。

這支影片會用「整理週報」當作同一個案例，從每次輸出都不太一樣的狀況開始，一步一步把規則整理進 SKILL.md。看完後，你會知道：

• Skill 裡通常會放哪些規則、步驟與完成標準。
• AI 為什麼不需要每次都把所有 Skill 全部讀進來。
• 帳號層級與本地端 Skill 分別適合哪些使用情境。
• 如何在 ChatGPT 或本機專案中建立並使用 Skill。
• 哪些重複、可檢查，而且有固定流程的工作最值得先整理。

影片也會特別比較 Skill 和 MCP。兩者常常一起出現，但負責的事情不同：MCP 讓 AI 連接外部資料與工具，Skill 則把做事的方法與品質標準固定下來。就像整理週報時，MCP 可以協助取得資料，Skill 則會規定摘要順序、欄位格式和送出前要檢查什麼。兩者搭在一起很好用，但沒有必要把它們當成同一件事。

如果你最近曾經把同一段提示詞貼過兩、三次，不用急著設計一套很複雜的系統。先把那段內容中的規則、執行步驟與驗收方式整理清楚，就是第一個 Skill 的起點。你也可以打開這篇的互動式簡報，跟著畫面比較建立前後的差異，再判斷自己的工作適不適合整理成 Skill。

文章同步發表於 https://book.casper.tw/it2026/what-is-skill