Skill 是什麼？什麼工作值得做成 Skill？

先確認工作會重複、步驟已穩定、輸入輸出可描述且錯誤能檢查，再把方法整理成 Skill candidate 卡。

Skill 是把一項已經做得通的工作方法，連同適用時機、輸入、步驟與檢查方式保存起來，讓 AI 下次能一致重用。不要把還在摸索的流程太早封裝；先證明方法能重複，再做成 Skill。

你可能連續三次請 AI「照上次方式整理」，每次又要補同樣的規則。這是 Skill 候選的訊號，但「重複」本身還不夠。如果每次材料、目標和判斷方式都不同，封裝只會把不穩定藏起來。

OpenAI 建議讓一個 Skill 聚焦一項工作，從兩三個具體使用情境、清楚輸入輸出與使用者真的會說的觸發語開始；先讓代表性任務穩定，再封裝並逐步改善。OpenAI：Codex best practices

先把邊界說清楚：OpenAI 官方資料支持 Skill 應聚焦、可觸發並有清楚使用情境；下面的重複性、穩定性、輸入輸出與可驗證性四個條件，是我用來判斷封裝時機的教學整理，不是官方核准標準。

Skill 保存的不是一句神奇 prompt

一個可用 Skill 至少回答：

只有「請專業地整理內容」不算工作方法。它沒有明確輸入、輸出與完成判斷。

至少出現兩三次，而且核心問題相同。偶爾一次的特殊任務，保留成筆記或模板通常就夠。

你知道哪些步驟必要、哪些可以省略，也看過至少一次失敗。如果每次成功都靠臨時救火，先修流程。

例如輸入是一份會議逐字稿，輸出是決策、待辦、負責人與未知事項；不是模糊的「幫我整理好」。

成果有來源對照、欄位檢查、測試或人工審閱。沒有驗證方式的 Skill，只會更快重複錯誤。

Skill 也不該保存密碼、個資或會過期的專案狀態。需要外部資料與動作時，應另外評估連接方式與權限。

候選工作：
最近出現過幾次：
兩個具體使用情境：
必要輸入：
固定輸出：
已穩定的步驟：
已知失敗與停止方式：
怎樣驗證：
不適用情境：
結論：先維持手動／可開始做 Skill

只有當另一個人拿到這張卡，也能理解何時觸發、要提供什麼及怎樣驗收，才值得開始封裝。

下一步要分清另一件事：Skill 解決「怎麼做」，但如果工作需要讀取 Drive、查資料庫或修改外部服務，你還需要 app、Connector、Plugin 或 MCP 提供能力與連線。