Agent Skills
近期 Agentic AI 值得關注的發展之一，是 Agent Skills。過去使用生成式 AI，常需要每次重新輸入 Prompt、背景資料與工作要求；Agent Skills 則可以把一套工作方法、規則、參考資料與工具封裝成可重複使用的「技能」，讓 AI 在遇到適合的任務時自行載入並執行。這使 AI 不只是回答問題，而是能依照既定流程完成較複雜、重複性高的工作，也讓個人或組織能逐步累積自己的 AI 工作能力。對企業來說，同一套技能也能讓不同人使用相近流程，降低重複教學與操作差異。
Progressive Disclosure
Skill 的重要概念之一是 Progressive Disclosure（漸進式披露）。AI 不需要一開始就讀取所有 Skills 的完整內容，而是先知道目前有哪些技能，再根據任務判斷需要哪一項，之後才載入相關指令、文件、範例與其他資源。這種方式可以減少 Context 與 Token 的浪費，也避免一次塞入過多資訊影響模型判斷。當 Skills 數量愈來愈多時，這種「需要時才載入」的設計，也讓 Agent 更容易擴充不同領域的專業能力。
一般人也能使用Skill
更重要的是，Skill 不只適合開發者。一般使用者也能把經常重複的工作整理成 Skill，例如依公司格式製作會議紀錄、按照固定規則整理研究論文、修改英文履歷、產生每週工作報告，甚至整理旅遊規劃或個人學習流程。使用者主要需要把操作步驟、規則、範例與參考資料整理清楚，不一定要會複雜程式設計，也可以直接使用別人建立好的 Skill，再依自己的需求調整內容。未來使用 AI 的能力可能不只是「會下 Prompt」，而是懂得把自己的知識與工作流程整理成 AI 可以反覆使用的 Skill，讓 AI 真正成為可持續累積能力的工作助手。
Agent Skills 推薦
如果想實際體驗 Agent Skills，可以先從 GitHub 上熱門且用途廣泛的專案開始。例如 Anthropic 官方 Skills 約有 17.1 萬顆星，其中包含 PDF、PowerPoint、Word、Excel 等文件處理 Skills，適合日常辦公與資料整理，也是了解 Skill 設計方式最直接的範例。另外，Last30Days 約有 5.9 萬顆星，可以自動搜尋 Reddit、X、YouTube、TikTok、Hacker News 與網路資料，整理某個主題近期的討論與趨勢，很適合做市場調查或新知蒐集。而 Humanizer 約有 3.8 萬顆星，主要功能是協助修改文字中常見的 AI 寫作痕跡，讓文章語氣更自然，對報告、文章與一般文書工作都相當實用。這些案例也顯示，Agent Skills 已不只是開發者的工具，而是逐漸延伸到研究、寫作與日常辦公等一般使用情境。