اسکیل ایجنت: دستورالعمل، نه اپلیکیشن
خلاصهٔ کاملتر
تو این مقاله اومده که اسکیل ایجنت یه مجموعه دستورالعمله که سیستم هوش مصنوعی تو یه لحظهٔ مشخص بارگذاری میکنه تا یه نوع کار خاص رو انجام بده. نویسنده اون رو به دستور پخت تشبیه میکنه: توصیف اینکه کار چیه، «تمامشده» یعنی چی، و چطور باید به اون رسید — طوری نوشته شده که مدل بتونه پیداش کنه، بارش کنه و بدون توضیح دوبارهٔ تو عمل کنه. Claude، ChatGPT، Codex و Claude Code همگی ازشون پشتیبانی میکنن.
از نظر فنی، یه اسکیل یه پوشهست نه یه فایل. توش یه فایل اصلی مارکداون هست بههمراه قالبها، اسکریپتهای نمونه یا سندهای مرجع. مدل همهٔ اینا رو یکجا نمیخونه: اول یه لایهٔ سبک یعنی اسم و توضیح رو میبینه، بعد اگه کار با اون توضیح جور بود مجموعهٔ کامل دستورها رو میاره، و فقط بعدش سراغ فایلهای پشتیبان میره.
همین بارگذاری مرحلهای فرق اصلی اسکیل با یه پرامپت غولپیکره که تو چت میچسبونی. مدل بهجای نگه داشتن همهٔ قالبها و حالتهای خاص تو حافظه، فقط اونقدر اطلاعات داره که تشخیص بده کار به کدوم اسکیل میخوره. نویسنده میگه دلیل شکست خاموش اسکیلهای بد هم همینه: توضیح خیلی مبهم یعنی هیچوقت صدا زده نمیشه، توضیح خیلی گسترده یعنی جایی که نباید فعال میشه، و فایل اصلی شلوغ یعنی مدل بیشتر درگیر خوندن دفترچهست تا انجام کار. پس نصب درست تو فایلسیستم با اسکیل قابلاستفاده دو چیز متفاوتن.
به گفتهٔ نویسنده، بیشتر آدمها اسکیلها رو مثل کارت بازی جمع میکنن: یه ریپوی گیتهاب پیدا میکنن و دستهجمعی میریزنشون تو ستاپشون. این نگاه دو مشکل داره؛ اول اینکه یه اسکیل تأییدنشده یعنی دستورهای بررسینشده وسط فرایند تصمیمگیری مدل، با فرضها و میانبرهایی که نمیدونی چی هستن. دوم اینکه اسکیلها با هم و با پنجرهٔ متن تداخل دارن و میتونن جای اونهایی رو تنگ کنن که واقعاً لازم داری.
مشکل سوم اینه که اکثر اسکیلها بدون تصمیم روشن دربارهٔ مخاطب نوشته میشن. نویسنده میگه فرانتمتر یعنی اسم و توضیح باید برای مدل نوشته بشه تا با کار تطبیق داده بشه، ولی بدنه باید اونقدر روشن باشه که یه آدم بازش کنه و بفهمه چه قضاوتی داره به ایجنت سپرده میشه. اگه نتونی اسکیل خودت رو بخونی و توضیح بدی، توان بازرسی کاری که ایجنتت انجام میده رو از دست دادی.
در عمل، اسکیلهای آماده بیشتر نقطهٔ شروعن. اسکیل «Grill Me» از Matt Pocock نمونهٔ خوبیه چون دامنهش تنگ و متنش کوتاهه، ولی نویسنده میگه استثناست نه قاعده؛ حتی همون هم فورک شده تا بهجای تکرار حلقهٔ سؤالوجواب، خروجی بافتار رو ماندگار و قابلبازبینی کنه. توصیهش اینه اول نتیجهٔ دلخواه رو ساده توضیح بده — حتی با حرف زدن و ورودی صوتی — بعد سراغ ساختار فایل برو، و اسکیل رو چیزی بدون که با تغییر جریان کاری بازنویسی میشه.
نکات کلیدی:
- اسکیل یه پوشهٔ دستورالعمله، نه اپلیکیشنی که یک بار نصب بشه و فراموشش کنی
- بارگذاری مرحلهایه: اول اسم و توضیح، بعد متن کامل، بعد فایلهای پشتیبان
- توضیح مبهم یا فایل شلوغ باعث میشه اسکیل یا اصلاً اجرا نشه یا بیجا اجرا بشه
- اسکیل تأییدنشده از اینترنت یعنی دستور بررسینشده وسط تصمیمگیری مدل
- اسکیل خوب همزمان برای مدل قابلتطبیق و برای آدم قابلخوندن و بازرسیه




