Agent Skills คืออะไร อธิบายโครงสร้างและการทำงานจริง
ทำความเข้าใจโครงสร้าง Agent Skills ที่ประกอบด้วยไฟล์ SKILL.md และไดเรกทอรีเสริม เหตุใดการแยกคำสั่งเป็นส่วนๆ จึงมีประสิทธิภาพกว่าการใช้ Prompt ขนาดใหญ่ และแตกต่างจาก MCP อย่างไร
ทักษะของเอเจนต์คืออะไร
ทักษะของเอเจนต์คือโฟลเดอร์บนดิสก์ที่มีไฟล์ชื่อ SKILL.md อยู่ภายใน ไฟล์นั้นเก็บชื่อ คำอธิบายโดยย่อ และคำสั่งที่เขียนด้วย markdown แบบปกติ เอเจนต์จะโหลดคำอธิบายเมื่อเริ่มต้นระบบ และจะอ่านคำสั่งก็ต่อเมื่อคำขอของคุณตรงกับคำอธิบายนั้น หรือคุณเรียกใช้ทักษะด้วยชื่อ สิ่งอื่นเกือบทั้งหมดเกี่ยวกับทักษะเป็นผลมาจากสองประโยคนั้น
โฟลเดอร์อาจมีไฟล์มากกว่าหนึ่งไฟล์ ข้อกำหนด Agent Skills ระบุไดเรกทอรีทางเลือกไว้สามรายการ ได้แก่ scripts/ สำหรับโค้ดที่เอเจนต์เรียกใช้ references/ สำหรับเอกสารที่เอเจนต์อ่านเมื่อจำเป็น และ assets/ สำหรับเทมเพลตและข้อมูล ทั้งหมดนี้ไม่จำเป็นต้องมีก็ได้ โฟลเดอร์ที่ไม่มีอะไรเลยนอกจาก SKILL.md ก็ถือเป็นทักษะที่สมบูรณ์แล้ว
restore-drill/
SKILL.md
references/retention-policy.md
scripts/verify_snapshot.shคำอธิบายเป็นส่วนที่ผู้คนมักประเมินค่าต่ำเกินไป มันเป็นข้อความเดียวที่เอเจนต์เห็นก่อนที่จะตัดสินใจว่าจะเปิดใช้ทักษะนั้นหรือไม่ ดังนั้นมันจึงต้องระบุว่าทักษะนั้นทำอะไรและควรใช้เมื่อใด โดยใช้คำที่คนทั่วไปจะพิมพ์จริง ๆ
เหตุใดทักษะจึงแทบไม่มีต้นทุนจนกว่าจะถูกเรียกใช้งาน
นี่คือเหตุผลที่ทำให้รูปแบบนี้คุ้มค่าต่อการทำความเข้าใจ ซึ่งเป็นเรื่องของบริบทไม่ใช่ฟีเจอร์ การโหลดข้อมูลจะเกิดขึ้นเป็นขั้นตอน ซึ่งในข้อกำหนดเรียกว่าการเปิดเผยข้อมูลแบบก้าวหน้า (progressive disclosure)
เมื่อเริ่มต้นทำงาน เอเจนต์จะโหลด name และ description ของทุกทักษะที่ติดตั้งไว้เท่านั้น ข้อกำหนด Agent Skills ระบุว่าใช้โทเค็นประมาณ 100 โทเค็นต่อหนึ่งทักษะ (ตามคำแนะนำที่เผยแพร่ ณ เดือนตุลาคม 2026) หากติดตั้งทักษะไว้หนึ่งโหล คุณจะใช้พื้นที่บริบทไปเพียงเท่ากับย่อหน้ายาวๆ หนึ่งย่อหน้าเท่านั้น
เมื่อคำขอตรงกับคำอธิบาย เอเจนต์จะอ่านเนื้อหาของ SKILL.md นั้นเพียงรายการเดียว ข้อกำหนดแนะนำให้รักษาเนื้อหาไว้ไม่เกิน 5,000 โทเค็น และไฟล์ไม่เกิน 500 บรรทัด ไฟล์ใน references/ และ scripts/ จะยังไม่มีต้นทุนในขั้นตอนนี้ ไฟล์อ้างอิงจะถูกโหลดก็ต่อเมื่อคำสั่งระบุให้เอเจนต์ไปที่ไฟล์นั้น ส่วนสคริปต์ที่รวมมา (bundled script) จะมีลักษณะต่างออกไป คือเอเจนต์จะรันผ่าน shell ดังนั้นซอร์สโค้ดของสคริปต์จะไม่เข้าสู่หน้าต่างบริบท จะมีเพียงผลลัพธ์เท่านั้นที่ถูกนำเข้ามา
ลองเปรียบเทียบกับสิ่งที่ผู้คนมักเลือกใช้เป็นอันดับแรก นั่นคือการเขียน prompt ขนาดมหึมาเพียงชุดเดียว ทุกบรรทัดใน system prompt หรือไฟล์คำสั่งที่ทำงานตลอดเวลาจะมีค่าใช้จ่ายในทุกคำขอและทุกเซสชัน ไม่ว่างานนั้นจะจำเป็นต้องใช้หรือไม่ก็ตาม อีกทั้งยังแย่งพื้นที่ความสนใจไปจากคำถามจริงอีกด้วย คำสั่งที่ค้างอยู่ในระบบจำนวน 10,000 โทเค็นคือค่าใช้จ่ายที่คุณต้องจ่ายแม้เพียงเพื่อถามว่าตอนนี้กี่โมงแล้ว ทักษะจำนวนหนึ่งโหลมีต้นทุนประมาณ 1,200 โทเค็นก่อนการเปิดใช้งาน แต่คำสั่งที่โหลดไว้แล้วสามารถคงอยู่ในบริบทสำหรับงานถัดไปในการสนทนาเดียวกันได้ นี่คือเหตุผลทั้งหมดที่สนับสนุนการใช้ทักษะ และเป็นเหตุผลว่าทำไมคลังทักษะขนาดเล็กจึงดีกว่าการใช้ prompt ที่ยาวเหยียด
มีข้อควรระวังประการหนึ่งที่มักทำให้ผู้คนพลาด ใน Claude Code เมื่อทักษะถูกโหลดแล้ว เนื้อหาของทักษะจะคงอยู่ในการสนทนาตลอดการโต้ตอบในภายหลัง ดังนั้น SKILL.md ที่ยาวจึงเป็นต้นทุนที่เกิดขึ้นซ้ำ ไม่ใช่ต้นทุนครั้งเดียว การบีบอัดข้อมูล (compaction) สามารถตัดหรือลบเนื้อหาของทักษะที่โหลดไว้ออกได้ การย้ายรายละเอียดไปไว้ใน references/ ไม่ใช่เพียงการจัดระเบียบ แต่เป็นกลไกการทำงานตามที่ออกแบบไว้
ทักษะของเอเจนต์ไม่ใช่การเรียกใช้เครื่องมือ
เครื่องมือ (tool) หรือที่เรียกอีกอย่างว่าการเรียกใช้ฟังก์ชัน (function call) คือสิ่งที่โมเดลสามารถเรียกใช้งานได้ โดยระบบควบคุม (harness) จะส่ง schema ไปให้โมเดล ซึ่งประกอบด้วยชื่อ คำอธิบาย และรูปแบบของอาร์กิวเมนต์ จากนั้นโมเดลจะส่งคำสั่งเรียกใช้ โค้ดของคุณจะดำเนินการตามนั้น และผลลัพธ์จะถูกส่งกลับมาในรูปแบบข้อความ เครื่องมือมีหน้าที่ทำงานบางอย่าง ทั้งสองส่วนของการแลกเปลี่ยนนี้เป็นของ ระบบควบคุม ซึ่งเป็นโปรแกรมที่รันลูปครอบโมเดลไว้ และยังเป็นสิ่งที่อ่านคำอธิบายทักษะของคุณตอนเริ่มต้นระบบเพื่อตัดสินใจว่าจะเปิดใช้งานเมื่อใด
ทักษะ (skill) ไม่ได้ดำเนินการใดๆ ด้วยตัวเอง เอเจนต์จะเป็นผู้อ่านทักษะแล้วจึงลงมือทำโดยใช้เครื่องมือที่มีอยู่เดิม Claude Code จะรับอาร์กิวเมนต์เมื่อมีการเรียกใช้ทักษะและแทรกอาร์กิวเมนต์เหล่านั้นลงในคำสั่งผ่านตัวยึดตำแหน่ง (placeholder) เช่น $ARGUMENTS สิ่งที่ทักษะทำได้คือการบอกโมเดลว่าควรใช้เครื่องมือใด ตามลำดับใด และต้องตรวจสอบอะไรหลังจากนั้น ตัวอย่างที่ชัดเจนที่สุดคือการส่งต่องานให้กับเอเจนต์ตัวที่สอง: เซสชันของ Claude Code หนึ่งเซสชันสามารถส่งข้อความหาอีกเซสชันหนึ่งได้อยู่แล้ว และทักษะคือที่ที่คุณเขียนระบุว่าเมื่อใดที่ควรทำเช่นนั้นและควรส่งอะไรไปบ้าง
สรุปสั้นๆ คือ เครื่องมือช่วยเพิ่มความสามารถใหม่ให้กับเอเจนต์ ส่วนทักษะส่วนใหญ่จะช่วยเพิ่มการตัดสินใจเกี่ยวกับความสามารถที่เอเจนต์มีอยู่แล้ว ในกรณีที่ทักษะเพิ่มความสามารถใหม่ ทักษะจะทำผ่านสคริปต์ที่รวมมาด้วยซึ่งเอเจนต์จะรันผ่านเชลล์ที่มีอยู่เดิม หากขั้นตอนใดต้องให้ผลลัพธ์ที่ถูกต้องและผ่านการตรวจสอบทุกครั้ง คุณควรใช้เครื่องมือหรือสคริปต์ แต่หากขั้นตอนใดต้องการการใช้ความคิดในรูปแบบเดียวกันอย่างสม่ำเสมอ คุณควรใช้ทักษะ ทักษะอาจเป็นเพียงแค่การตัดสินใจแต่ก็ยังเป็นสิ่งที่คุณเลือกใช้บ่อยที่สุด ดังที่ Ponytail ซึ่งผลักดันให้เอเจนต์เขียนโค้ดโดยทำการเปลี่ยนแปลงที่เล็กที่สุดที่ใช้งานได้ แสดงให้เห็น: มันไม่ได้เพิ่มความสามารถใหม่ แต่เปลี่ยนวิธีที่เอเจนต์ใช้ความสามารถที่มีอยู่เดิมเท่านั้น การตัดสินใจนั้นสามารถนำไปใช้ในทางกลับกันได้เช่นกัน และ ทักษะ unlazy ซึ่งไล่ตาม Depth Tree เพื่อป้องกันไม่ให้เอเจนต์ประกาศว่างานเสร็จสิ้นก่อนเวลาอันควร ก็เป็นเทคนิคเดียวกันที่มุ่งเน้นไปที่ความละเอียดรอบคอบแทนที่จะเป็นการยับยั้งชั่งใจ
ทักษะของเอเจนต์ไม่ใช่ MCP server
MCP (model context protocol) คือโปรโตคอลสำหรับเชื่อมต่อเอเจนต์เข้ากับระบบภายนอก MCP server เป็นกระบวนการทำงานที่รันอยู่ โดยสื่อสารผ่านโปรโตคอลดังกล่าวและเปิดเผยเครื่องมือต่างๆ ให้เอเจนต์ใช้งาน โดยปกติแล้วจำเป็นต้องมีการตั้งค่า ข้อมูลรับรอง (credentials) และคำสั่งในเครื่องหรือ endpoint ของเครือข่าย ในขณะที่ทักษะ (skill) เป็นเพียงโฟลเดอร์ที่มีไฟล์ markdown อยู่ภายใน ไม่มีกระบวนการทำงาน ไม่มีพอร์ต และไม่มีโปรโตคอลใดๆ
ต้นทุนด้านบริบท (context cost) ก็มีความแตกต่างในลักษณะเดียวกัน เครื่องมือทุกอย่างที่ MCP server เปิดเผยจะมีชื่อ คำอธิบาย และ schema ของอาร์กิวเมนต์ ซึ่งในไคลเอนต์ที่โหลดข้อมูลเหล่านี้ไว้ล่วงหน้า ข้อมูลดังกล่าวจะอยู่ในคำขอตลอดทั้งเซสชันไม่ว่าจะมีการใช้งานหรือไม่ก็ตาม Claude Code ไม่ได้ทำงานในลักษณะนั้นเป็นค่าเริ่มต้นอีกต่อไป โดยตั้งแต่เดือนตุลาคม 2026 เป็นต้นมา ระบบค้นหาเครื่องมือจะถูกเปิดใช้งานไว้ทันที ดังนั้นจะมีเพียงชื่อเครื่องมือและคำสั่งของเซิร์ฟเวอร์เท่านั้นที่ถูกโหลดเมื่อเริ่มเซสชัน ส่วนคำจำกัดความฉบับเต็มจะถูกเรียกใช้เมื่อ Claude ค้นหาเครื่องมือนั้นๆ ในขณะที่ทักษะที่ไม่ได้ถูกเรียกใช้งานจะเป็นเพียงข้อความบรรทัดเดียวเท่านั้น
ทั้งสองอย่างนี้เป็นส่วนเติมเต็มซึ่งกันและกัน และการตั้งค่าที่มีประสิทธิภาพสูงสุดคือการใช้งานทั้งสองอย่างควบคู่กัน MCP server จะทำหน้าที่จัดหาการเข้าถึง ส่วนทักษะจะทำหน้าที่จัดหาขั้นตอนการทำงาน ว่าควรเรียกใช้เครื่องมือใดสำหรับเวิร์กโฟลว์จริงของทีมคุณ ควรเรียกใช้ตามลำดับอย่างไร และผลลัพธ์ที่ดีควรมีลักษณะเป็นอย่างไร หากคุณโฮสต์ระบบด้วยตนเอง การรัน MCP servers บน VPS จะครอบคลุมเนื้อหาในส่วนนั้น
ทักษะของ Agent ไม่ใช่ system prompt หรือ AGENTS.md
ทั้งสองอย่างเป็นคำสั่งในรูปแบบ markdown ความสับสนนี้จึงเป็นเรื่องปกติ ความแตกต่างอยู่ที่ช่วงเวลาที่โหลด system prompt และคำสั่งของโปรเจกต์จะถูกโหลดเมื่อเริ่มต้นระบบและทำงานอยู่ตลอดเวลา ส่วนไฟล์ AGENTS.md และ CLAUDE.md ที่ซ้อนอยู่จะถูกโหลดเมื่อ Agent ทำงานในไดเรกทอรีนั้นๆ แต่ทักษะ (skill) จะถูกเรียกใช้ตามความต้องการ สำหรับ Claude Code นั้น รูปแบบการแสดงผลลัพธ์ (output styles) จัดอยู่ในกลุ่มที่ทำงานตลอดเวลา เพราะการเลือกรูปแบบหนึ่งจะไปแก้ไขที่ตัว system prompt โดยตรง จึงส่งผลต่อทุกคำตอบในเซสชันนั้น รวมถึงคำตอบที่ไม่มีทักษะใดๆ เข้าไปเกี่ยวข้องด้วย
บททดสอบมีคำถามเดียวคือ การเพิกเฉยต่อย่อหน้านี้จะถือว่าผิดหรือไม่ในงานที่ไม่เกี่ยวข้องกับเรื่องนี้? รูปแบบมาตรฐาน (house style), คำสั่ง build และกฎการตั้งชื่อ branch นั้นใช้กับทุกงาน จึงควรอยู่ในไฟล์ที่ทำงานตลอดเวลา ซึ่งการถูกโหลดทุกครั้งคือจุดประสงค์หลัก ส่วนรายการตรวจสอบการ release (release checklist) ที่คุณทำเดือนละสองครั้งนั้นไม่ได้ใช้กับทุกงาน จึงควรอยู่ในทักษะ เมื่อส่วนใดส่วนหนึ่งของไฟล์ที่ทำงานตลอดเวลาของคุณขยายตัวจนกลายเป็นขั้นตอนที่มีลำดับเลข นั่นคือสัญญาณว่าควรย้ายส่วนนั้นออกไป
ไฟล์เหล่านั้นมีธรรมเนียมปฏิบัติที่ควรทำให้ถูกต้อง ดูข้อมูลเพิ่มเติมได้ที่ สิ่งที่ควรอยู่ใน AGENTS.md และสิ่งที่ควรอยู่ในไฟล์สำหรับมนุษย์ และ design.md ที่อธิบายโครงสร้างของ codebase สำหรับไฟล์ทั้งสองที่เราใช้งาน
ทักษะขั้นต่ำมีลักษณะอย่างไร
ใน Claude Code ทักษะส่วนบุคคลจะอยู่ใน ~/.claude/skills/<name>/SKILL.md และมีผลกับทุกโปรเจกต์ของคุณบนเครื่องนั้น แต่จะไม่มีผลกับ Cowork หรือเซสชันบนคลาวด์ ทักษะระดับโปรเจกต์จะอยู่ใน .claude/skills/<name>/SKILL.md และถูก commit ลง git ทำให้ทีมของคุณได้รับทักษะเหล่านั้นด้วย ส่วนเธรดบนคลาวด์ในโปรเจกต์ Claude จะไม่โหลดทักษะเหล่านี้ GitHub Copilot และ VS Code จะอ่านทักษะระดับโปรเจกต์จาก .github/skills/ และ .agents/skills/ รวมถึง .claude/skills/ โดยไฟล์ที่อยู่ภายในจะเป็นไฟล์เดียวกัน
mkdir -p ~/.claude/skills/restore-drill---
name: restore-drill
description: Run a restic restore drill and report what was recovered. Use when the user asks to test backups, verify a restore, or check that a snapshot is readable.
---
# Restore drill
1. Run `restic snapshots` and pick the newest snapshot for the host in question.
2. Restore it into a scratch directory under `/tmp`, never over live data.
3. Compare the restored file count and total size against the snapshot summary.
4. Report the snapshot ID and anything that failed to restore.
If `restic snapshots` reports that it cannot open the config file, stop and report the full error instead of guessing the cause.นั่นคือทักษะที่สมบูรณ์ ชื่อไดเรกทอรีจะกลายเป็นคำสั่งที่คุณพิมพ์ ดังนั้นทักษะนี้จึงเป็น /restore-drill ใน Claude Code เมนู /skills จะแสดงรายการสิ่งที่ติดตั้งไว้ ซึ่งเป็นวิธีที่เร็วที่สุดในการยืนยันว่าระบบตรวจพบไฟล์แล้ว หากเมนูนั้นไม่แสดงทักษะดังกล่าว ให้ตรวจสอบชื่อไฟล์ก่อน โดยไฟล์ต้องมีชื่อว่า SKILL.md และข้อกำหนด Agent Skills ระบุว่าชื่อต้องเป็นตัวอักษรพิมพ์เล็ก ตัวเลข และเครื่องหมายยัติภังค์เดี่ยว ซึ่งต้องตรงกับชื่อไดเรกทอรี ขั้นตอนเดียวกันนี้เมื่อเขียนเป็นกระบวนการที่เอเจนต์ของคุณสามารถรันซ้ำได้ จะเป็นสิ่งที่ใช้ควบคู่กันได้อย่างเป็นธรรมชาติกับ การสำรองข้อมูล restic ตามกำหนดเวลาบน VPS ซึ่งการรันการสำรองข้อมูลนั้นไม่เหมือนกับการกู้คืนข้อมูลจากการสำรองข้อมูล
เมื่อใดที่ทักษะควรเปลี่ยนเป็นสคริปต์
ขั้นตอนใดก็ตามที่มีคำตอบที่ถูกต้องเพียงคำตอบเดียวเสมอ ควรเปลี่ยนให้เป็นสคริปต์ โดยลดทอนทักษะดังกล่าวให้เหลือเพียงคำสั่งไม่กี่บรรทัดที่ระบุว่าควรเรียกใช้เมื่อใดและจะอ่านผลลัพธ์อย่างไร เหตุผลมีอยู่สองประการและเป็นเรื่องของการปฏิบัติจริงทั้งสิ้น
ประการแรก ซอร์สโค้ดของสคริปต์จะไม่ถูกนำเข้าสู่ context window ของโมเดล ตัวแยกวิเคราะห์ (parser) ความยาว 300 บรรทัดจะใช้พื้นที่เพียงแค่ผลลัพธ์ที่ได้เท่านั้น ในขณะที่ตรรกะเดียวกันหากเขียนเป็นคำแนะนำในรูปแบบ markdown จะต้องใช้พื้นที่เต็มความยาวของมันทุกครั้งที่โหลดทักษะขึ้นมา
ประการที่สอง สคริปต์จะให้คำตอบที่เหมือนเดิมทุกครั้ง หากขอให้โมเดลวิเคราะห์กฎการแยก log เดิมซ้ำทุกครั้งที่รัน โมเดลอาจให้ผลลัพธ์ที่แตกต่างกันเล็กน้อยในวันที่ประสิทธิภาพไม่ดี และคุณจะไม่สังเกตเห็นจนกว่าตัวเลขสองชุดจะไม่ตรงกัน
ดังนั้น ให้แบ่งงานตามประเภท "แยกวิเคราะห์ไฟล์ CSV และพิมพ์ทุกแถวที่ยอดรวมไม่ตรงกับรายการย่อย" คือหน้าที่ของสคริปต์ ส่วน "ดูแถวที่สคริปต์พิมพ์ออกมาแล้วอธิบายว่าแถวใดดูเหมือนเป็นความผิดพลาดจากการป้อนข้อมูล" คือคำแนะนำเชิงทักษะ การเก็บส่วนของการตัดสินใจไว้ใน markdown และส่วนของความแน่นอนไว้ในโค้ด คือระเบียบวินัยเดียวกันกับการ สร้างลูปที่เอเจนต์สามารถรันได้โดยที่คุณไม่ต้องคอยเฝ้าดู
ทำไม skill ของฉันถึงไม่ทำงานตามที่คาดหวัง?
เพราะ description ของคุณระบุเพียงว่า skill นั้นทำอะไร แต่ไม่ได้ระบุว่าควรใช้เมื่อใด ข้อความบรรทัดเดียวนั้นคือสิ่งเดียวที่ agent ใช้จับคู่กับคำขอของคุณ ตัวอย่างเช่น "ช่วยงานด้านฐานข้อมูล" ไม่สามารถจับคู่กับคำขอใดได้ชัดเจน แต่ถ้าเขียนว่า "รันการทำ schema migration กับฐานข้อมูล staging ให้ใช้เมื่อผู้ใช้ขอให้ย้ายตาราง เพิ่มคอลัมน์ หรือเปลี่ยนแปลง schema" จะมีคำที่ผู้ใช้พิมพ์จริง ทำให้ skill ทำงานได้ถูกต้อง
ความผิดพลาดในทางตรงกันข้ามคือ skill ที่ทำงานบ่อยเกินไป คำอธิบายอย่าง "ใช้สำหรับการเปลี่ยนแปลงโค้ดใดๆ ใน repository นี้" จะจับคู่กับทุกอย่าง ทำให้ตัวเครื่องมือถูกโหลดในทุกงานและค้างอยู่ในบทสนทนาตลอดการโต้ตอบถัดไป คุณควรจำกัดคำอธิบายให้แคบลงเฉพาะกรณีที่ต้องการ ใน Claude Code คุณยังสามารถตั้งค่า disable-model-invocation: true ใน frontmatter ได้ ซึ่งจะหยุดการโหลดอัตโนมัติและคงให้ skill พร้อมใช้งานเมื่อคุณพิมพ์เรียกชื่อมันเท่านั้น
ความผิดพลาดประการที่สามคือการสร้าง skill ที่ซ้ำซ้อนกับเครื่องมือที่มีอยู่เดิม การสั่งให้ agent ทำ curl กับ API ที่ MCP server มีอยู่แล้ว หรือการสั่งให้ grep ค้นหาไฟล์ในขณะที่ระบบมีเครื่องมือค้นหาอยู่แล้ว จะทำให้กระบวนการทำงานช้าลงและเกิดชุดคำสั่งสองชุดที่อาจขัดแย้งกันเอง ให้ลบส่วนที่ซ้ำซ้อนออกแล้วเปลี่ยนไปอธิบายถึงเจตนา (intent) แทน
อย่าเดาว่าคุณกำลังเจอปัญหาข้อไหน ให้รัน prompt เดิมซ้ำสองครั้งใน session ใหม่ โดยครั้งแรกให้เปิดใช้งาน skill และครั้งที่สองให้ปิดใช้งาน จากนั้นเปรียบเทียบคำตอบที่ได้ การใช้ session ใหม่มีความสำคัญมาก เพราะ session ที่คุณใช้เขียน skill นั้นมีเนื้อหาของ skill อยู่แล้ว ซึ่งจะบดบังช่องโหว่ของคำอธิบายที่คุณเขียนไว้ ปลั๊กอิน skill-creator ของ Anthropic จะช่วยทำหน้าที่เปรียบเทียบนี้โดยอัตโนมัติภายใน Claude Code รวมถึงการสร้าง prompt ที่ควรและไม่ควรเรียกใช้ skill พร้อมวัดผลว่าแต่ละ prompt เรียกใช้งานได้บ่อยแค่ไหน หาก skill ถูกโหลดขึ้นมาแล้วแต่ agent ยังไม่ทำตามที่ระบุ แสดงว่าปัญหาไม่ได้อยู่ที่คำอธิบาย และคุณควรไปดู เหตุผลที่ agent มองข้ามคำสั่งที่อ่านไปแล้ว เพื่อตรวจสอบเพิ่มเติม
รูปแบบนี้เป็นของผู้จำหน่ายรายเดียวหรือเป็นมาตรฐานสากล
Anthropic เผยแพร่รูปแบบนี้ในช่วงปลายปี 2025 จากนั้นจึงปล่อยออกมาเป็นมาตรฐานเปิดที่โฮสต์ไว้บน agentskills.io เมื่อวันที่ 22 ตุลาคม 2026 Anthropic ประกาศมอบ Agent Skills ให้กับ Agentic AI Foundation ภายใต้ Linux Foundation ณ เดือนตุลาคม 2026 ข้อมูลจำเพาะดังกล่าวได้กำหนดฟิลด์บังคับ name และ description, ฟิลด์ทางเลือก license, compatibility, metadata และ allowed-tools, ไดเรกทอรีทางเลือก 3 รายการ และพฤติกรรมการโหลดแบบแบ่งขั้นตอน นอกจากนี้ยังมีการปล่อยตัวตรวจสอบความถูกต้องอ้างอิง (reference validator) มาให้ด้วย ดังนั้น skills-ref validate ./my-skill จึงสามารถใช้ตรวจสอบโฟลเดอร์เทียบกับข้อมูลจำเพาะก่อนที่คุณจะแชร์โฟลเดอร์นั้นได้
รายชื่อไคลเอนต์คือตัวบ่งชี้ที่สำคัญ โฟลเดอร์เดียวกันนี้สามารถอ่านได้โดย Claude Code, Cursor, OpenAI Codex, Gemini CLI, GitHub Copilot, VS Code, Goose, OpenHands และ opencode รวมถึงโปรแกรมอื่นๆ Microsoft เผยแพร่ทักษะของตนเองในรูปแบบนี้ที่ github.com/microsoft/skills และปล่อยเครื่องมือบนเดสก์ท็อปที่เรียกว่า Skill Recorder ซึ่งจะคอยเฝ้าดูคุณทำงานหนึ่งอย่างจนเสร็จ จากนั้นจะสร้างงานนั้นขึ้นมาใหม่ในรูปแบบของความตั้งใจ (intent) รวมกับขั้นตอนที่เรียงลำดับไว้ และเขียนผลลัพธ์ออกมาเป็นทักษะ การที่ผู้จำหน่ายสร้างเครื่องมือบันทึกงานโดยที่รูปแบบผลลัพธ์เป็นไปตามข้อมูลจำเพาะของผู้อื่น ถือเป็นสัญญาณที่ดีว่ารูปแบบนี้ได้เปลี่ยนสถานะจากการเป็นฟีเจอร์ของผลิตภัณฑ์เดียวไปแล้ว
สิ่งที่ควรเขียนเป็นอันดับแรก
อย่าเพิ่งวางแผนสร้างคลังความรู้ ให้รอจนกว่าคุณจะพบว่าตนเองกำลังคัดลอกคำสั่งเดิมๆ ลงในแชทเป็นครั้งที่ 3 แล้วจึงย้ายข้อความนั้นไปไว้ใน SKILL.md และลบสิ่งที่คัดลอกไว้นั้นทิ้งไป การทำซ้ำที่คุณรู้สึกได้ด้วยตนเองเป็นตัวกระตุ้นที่เชื่อถือได้เพียงอย่างเดียวสำหรับทักษะที่ควรค่าแก่การเก็บรักษา ขั้นตอนการค้นหาเป็นทักษะแรกที่ดี และ ทักษะการค้นหาที่สนับสนุนโดยอินสแตนซ์ SearXNG ของคุณเอง จะแสดงให้เห็นถึงรูปแบบดังกล่าว
นิสัย 2 ประการที่จะช่วยให้คลังความรู้มีคุณภาพคือ ให้อ่านทักษะทุกอย่างที่คุณไม่ได้เขียนเองก่อนที่จะติดตั้ง รวมถึงสคริปต์ต่างๆ ด้วย เพราะทักษะคือชุดคำสั่งที่เอเจนต์ของคุณจะปฏิบัติตามและเป็นโค้ดที่มันอาจจะรัน ให้ปฏิบัติกับมันเหมือนกับการติดตั้งซอฟต์แวร์จากคนแปลกหน้า และอย่าเก็บข้อมูลรับรอง (credentials) ไว้ในโฟลเดอร์นั้น เนื่องจากทักษะเป็นเพียงไฟล์ข้อความที่ถูกคอมมิตและแชร์ต่อได้ การเก็บความลับให้ห่างจากเอเจนต์ของคุณ จะครอบคลุมถึงตำแหน่งที่ควรจัดเก็บค่าเหล่านั้นแทน และ แผนผังการเรียนรู้สำหรับเอเจนต์ในปีนี้ จะช่วยจัดลำดับทักษะต่างๆ ให้สอดคล้องกับส่วนที่เหลือของการตั้งค่าระบบ
FAQ
Agent skill กับ MCP server ต่างกันอย่างไร
MCP (model context protocol) server คือกระบวนการ (process) ที่ทำงานอยู่ซึ่งเปิดเผยเครื่องมือ (tools) ให้ agent ใช้งานผ่านโปรโตคอล จึงจำเป็นต้องมีการตั้งค่าและข้อมูลรับรอง (credentials) และคำจำกัดความของเครื่องมือทั้งหมดจะใช้พื้นที่ context ตลอดทั้งเซสชัน เว้นแต่ไคลเอนต์จะเลื่อนการโหลดออกไปเหมือนที่ Claude Code ทำเป็นค่าเริ่มต้นในปัจจุบัน ส่วน agent skill คือโฟลเดอร์ที่เก็บไฟล์ SKILL.md โดยไม่มีกระบวนการทำงานและไม่มีโปรโตคอล และใช้โทเค็นประมาณ 100 โทเค็นจนกว่า agent จะตัดสินใจอ่านไฟล์นั้น ให้ใช้ MCP server เพื่อให้ agent เข้าถึงระบบได้ และใช้ skill เพื่อบอกขั้นตอนการใช้งานการเข้าถึงนั้นอย่างมีประสิทธิภาพ หลายระบบใช้งานทั้งสองอย่างร่วมกัน
Agent skill ใช้งานได้เฉพาะกับ Claude Code เท่านั้นหรือไม่
ไม่จริง Anthropic พัฒนารูปแบบนี้ขึ้นมาและเผยแพร่เป็นมาตรฐานเปิดที่ agentskills.io โดยไคลเอนต์อย่าง Cursor, OpenAI Codex, Gemini CLI, GitHub Copilot, VS Code, Goose, OpenHands และไคลเอนต์อื่นๆ สามารถอ่านโฟลเดอร์เดียวกันนี้ได้ สิ่งที่แตกต่างกันคือตำแหน่งที่ไคลเอนต์แต่ละตัวค้นหาและฟิลด์ frontmatter พิเศษที่ไคลเอนต์นั้นๆ เข้าใจ Claude Code จะอ่าน ~/.claude/skills/ และ .claude/skills/ ในขณะที่ GitHub Copilot และ VS Code จะอ่าน .github/skills/, .claude/skills/ หรือ .agents/skills/ ใน repository ส่วนตัวไฟล์ SKILL.md เองนั้นสามารถนำไปใช้ระหว่างไคลเอนต์ต่างๆ ได้โดยไม่ต้องแก้ไข
ติดตั้ง skill ได้กี่รายการก่อนที่ระบบจะทำงานช้าลง
ข้อจำกัดอยู่ที่งบประมาณในการเริ่มต้น (startup budget) ไม่ใช่จำนวนรายการ Skill แต่ละรายการที่ติดตั้งจะเพิ่มชื่อและคำอธิบาย ซึ่งตามคำแนะนำของมาตรฐานจะใช้ประมาณ 100 โทเค็น ดังนั้น skill 30 รายการจะใช้โทเค็นประมาณ 3,000 โทเค็นก่อนที่จะมีการเรียกใช้งานจริง สิ่งที่จะลดประสิทธิภาพลงก่อนคือการจับคู่ (matching) ไม่ใช่ความเร็ว เนื่องจาก skill จำนวนมากที่มีคำอธิบายซ้อนทับกันจะทำให้โมเดลเลือกใช้เครื่องมือที่ถูกต้องได้ยากขึ้น ควรเขียนคำอธิบายไม่ให้ซ้อนทับกันและลบ skill ที่ไม่ได้ใช้งานออก
ควรใส่คำสั่งนี้ไว้ใน skill หรือใน AGENTS.md
ให้พิจารณาว่าคำสั่งนั้นใช้กับทุกงานใน repository หรือไม่ คำสั่ง build, รูปแบบการเขียนโค้ด (house style) และกฎการตั้งชื่อนั้นใช้กับทุกงาน จึงควรอยู่ในไฟล์ที่เปิดใช้งานตลอดเวลา ซึ่งการโหลดทุกครั้งคือจุดประสงค์หลักของไฟล์นั้น ส่วนขั้นตอนที่คุณทำเป็นครั้งคราว เช่น รายการตรวจสอบการ release หรือการซ้อมกู้คืนระบบ ควรทำเป็น skill เพื่อให้ใช้เพียงคำอธิบายบรรทัดเดียวในการโหลดก่อนการเรียกใช้งาน เมื่อโหลดเข้าสู่ Claude Code แล้ว คำสั่งเหล่านั้นจะยังคงอยู่ในบทสนทนาตลอดการใช้งานในรอบถัดไป รวมถึงงานที่ไม่เกี่ยวข้องด้วย ส่วนของ AGENTS.md ที่ขยายตัวจนกลายเป็นขั้นตอนที่มีหมายเลขกำกับ มักจะเป็น skill ที่รอการย้ายออกไปใช้งานในรูปแบบที่เหมาะสมกว่า