Go back

EP386 – 8 條 Agent Skill 進階鐵則:把一萬行砍到 553 行,準確竟然上升20%,讓你贏過99%人的秘密!

20m 52s

EP386 – 8 條 Agent Skill 進階鐵則:把一萬行砍到 553 行,準確竟然上升20%,讓你贏過99%人的秘密!

这段内容分享了编写AI Agent Skill的8条实战经验,强调“少即是多”的核心原则。作者以自身案例开场,指出给AI过多详细资料反而会让其表现下降,因此需要精简指令。第一阶段聚焦“拆”与“提炼”:每个Skill只做单一任务,避免因上下文过长导致模型遗忘;写作时不要从空白开始,而是通过实际操作中的修正记录提炼规则;描述部分要明确触发条件和使用场景。第二阶段强调“精”与“简”:正文只记录违反常规假设的“地雷清单”,不重复模型已知内容;使用高信息密度的引导词提高效率;将重内容移入References,主文件控制在500字内。第三阶段注重“验证”与“进化”:用程序强制关键步骤,防止模型偷懒或说谎;通过量化测试评估表现,并内置自我改进规则,让Skill在使用中自动更新。最后提醒,下载的Skill存在安全风险,需先审查再使用。整体而言,这套方法帮助使用者从“提示词使用者”转变为“系统设计者”,逐步构建高效、可靠的AI工作流。

Transcription

772 Words, 7201 Characters

Chinese
每天都有一堆新的AI工具冒出來 是不是常常不知道該從哪裡開始 別擔心這一次AI來人報 每天幫你競選五個最多人討論的 AI工具影片 每天十分鐘 讓AI走進你的生活中 讓你不知不覺成為效率大師 今天自己我想從一個很大練的實驗開始講 Walker S有一個工程師叫MikNicy 他在做一個工具 可以自動把他們家的登入系統 裝進客戶各種不同的專案裡面 他做了一件聽起來超級合理的事 把公司整個文件網站位給AI 伸出了一份1萬型的Stole 4.你可以先講成一份交給AI的工作手冊 等一下我會講得更清楚 然後他去討冊是 同一個任務 帶著那份1萬型的手冊 作對的機率是77% 把手冊整個拿掉 讓Agent全靠他自己 本來就會的東西去做 作對的機率是97% 你沒聽錯 他花了那麼多新鞋寫出來的手冊 讓模型退步了增等20個百分點 後來他把裡面95%的內容升掉 只留下553行 成績才回來 而且跑一輪的時間 從68分鐘 調到6分鐘 這件事打破了一個我們都留的直覺 我們以為給AI的資料越多 寫的越詳細 他就會做得越好 真實情況剛好相反 所以今天自己我整理了8條 寫AgentSkill的實戰獸者 分成三個階段 鮮蓋出來 再手下來 最後讓他新的過 我不會只講概念 我會從頭建議一個 我自己每天都在用的Skill 就是幫我寫 Sura's貼文的那一個 一路見到最後一條維持 那我們趕快開始吧 先畫一分鐘 把Skill這件事講清楚 一個Skill的本題 就是一個資料夾 裡面有四樣東西 第一個是主檔案 叫做Skill點滴 那是他的大腦 剩下三個是 指資料夾Refersis放參考資料 像是 魔版跟魚調之難 Squips放可以執行的城市 SS放圖片 表格這種近太蔬菜 今天這8條 其實就是在教你 這四個地方 各該放什麼 那他裝的到底是什麼 是 程序性質是 也就是做事的方法 像跨這種等級的模型 早就知道PDF是什麼 資料估辦儀 是怎麼回事 他不知道的是 你們談對協會歌書的格式 是你不屬流程你 那幾個奇怪的沒講 所以你要給他的 是他拿不到那一塊 再講一個很多人都有的毛病 我叫Skill地獄 你的電腦裡是不是也有一個資料夾 塞了幾十個 從各種地方下載回來的Skill 下載的時候很爽 感覺自己操有生成立 真的要用的時候 飛一捲突出來的 是一堆通用的廢話 你最後還是自己動手做完 因為那樣比根 AI吵架快而且下載這件事本身還有風險 今年有人掃描了將近4000個公開的Skill 超過3.5有某種程度的自安問題 其中13%是嚴重等級 有的長了Prompting Jackson 也就是躲在文字裡 偷偷改變 Agent行為的指令 有的乾脆就是惡意城市 別忘了Scripts那個資料家裡 是可以放成士兵器執行的 他碰得到你電腦裡的檔案 也碰得到你隨手放著的那些金藥 所以規矩很簡單從網路上抓Skill 就當成你要裝進專案的任何一個逃艦 先打開來看他做什麼會連去哪裡 再讓他跑 好前期要講完了 我們進第一階段 該出來也就是第一條到第三條 第一條一個Skill只做一件事 大部分的第一次寫Skill 都想要一次自動化一整條流程 相當內容好了 先查資料 然後寫一篇貼文 再寫一封電子報 最後每篇配張圖 這件事塞在同一個Skill裡面 這樣做幾乎一定會失敗 原因是記憶腐敗 英文叫做Connected爪子 意思是一段對話約長 塞進上下文時創的頭肯約多 模型就約本 他會忘記你最一開始交代的事 你把四個步驟塞在一起 跑到第三步的時候 他找出忘記第一步講好的規矩 有一個做YouTube的創作者本 就把他的流程真的拆開 想題目 想標題 做包裝 寫大缸 變成四個獨立的Skill 他們本來就是同一條流程 他也常常在同一個對話理念這用 但因為拆開了 沒進到新的一步 模型就重新讀一次那一步的規矩 然後拆到多戲 捍准是這樣 想一下 你這條流程裡面 最小的哪一塊單獨做完 就已經對你有價值了 就從那一塊開始 做文了在往外長 拆開還有第二個好處 這個技巧我覺得非常聰明 他卡發現了一件事 如果一個Skill有兩個步驟 第一步是問你澄清問題 第二步是蠶出計畫 那模型幾乎每次都會敷衍第一步 因為他看得到最終目標是 蠶出計畫 所以隨便問你兩句 就講是自己知道剩下的 然後突出一個很普通的計畫 他的解法是把後面的步驟長起來 拆成兩個獨立的Skill 第一個的唯一任務 就是對你的想法一直追問細節 追到你滿意為止 因為Agent根本不知道 後面還有一個規劃階段 他會把全部的注意力 都花在省問題之間事上 用限制他的事業 比他把當下這一步做滿 範圍定好了 下一個問題是 這個Skill裡面到底要寫什麼 第二條不要從空白夜開始寫 最常見的錯誤是 打開一個空檔案 然後跟Core說 幫我寫一個 可以自動寫FratTiaWin的Skill 你會拿到什麼 我叫他有自信的垃圾 滿滿的注意與氣要清切 加入吸引人的開頭這種話 很長 很痛用 完全沒有在模型本來就會的東西上面 多加任何一點東西 問題的根源是一個叫做 Borani被論的現象 科學家Michael Polani觀察到 當你對一件事變得非常熟練之後 那個過程就變成自動化的直覺了 你會的東西遠遠超過你講的出口的東西 你沒辦法做下來 你寫TiaWin的每一個判斷都打出來 因為你自己也不知道你在用他們 所以正確的做法是 你不從空白夜寫 你從實際操作裡面把它撈出來 我用我自己的垃圾走一遍 我打開Core 把今天要發的素材丟給他 叫他寫一篇FratTiaWin 第一版出來開頭太軟 我跟他說 第一句要有數字 不要用問句開場 第二版 他舉的例子太醜像 我說 立即要換成我自己的專案 講具體發生了什麼 第三版 結尾又出現那種很AI的總結局 我叫他拿掉 我修了三次 每次修正其實都是在把我的腦子 那些說不出口的 老說今天挖出來 等我終於拿到一篇買一的TiaWin 這時候我才打下最關鍵的那一句話 把我們剛才走過的 整個過程 包括我全部的修正和限制條件 整理成一個S掉 然後他就會在你的資料家裡 伸出第一版的S掉點低 你打開也會發現 裡面那些規矩全部都是你剛剛講過的話 一句廢話都沒有 三門 為了省郵局話講得很好 你保留領域專業 讓Agent去做例行的部分 你出專業模型出打字 四掉 有了下一個問題是 他到底什麼時候會被叫出來 第三條 描述就是出發起 我們把 剛剛伸出來的檔案打開 最上面有一小段設定區 裡面通常就兩個東西名字 還有描述 描述有1400個字元的上線 這個描述是整個檔案裡最關鍵的部分 因為當你的工作去啟動的時候 Agent不會去讀你安裝的50個S掉的全文 那樣會立刻把上下為市場塞報 他只會在入每一個S掉的名字跟描述 然後用這些描述來決定 要不要把某一個S掉的完成內容 拉進來 剛剛 你還幫我伸的那句描述 是一個用來寫Festia文的S掉 這是一個很糟的描述 他只是在說這個工具是什麼 摩星天生有點懶 你給他一個理由呼略你 他就會呼略你 我把它改成這樣 讓使用者要寫Festia文 要把一片文章改成社群Tia文 或者要想Tia文開頭的時候 使用這個S掉 不要把它用在寫電子包 或是廠文章上 差別在哪裡 改完之後 他講的是這個S掉做什麼 什麼時候用什麼時候不要用 還有一個小提醒 描述可以寫的稍微推銷一點 模型的傾向是該用的時候不用 所以稍微脈力一點比還需安全 描述一個更底層的選擇 你要讓摩星自己決定要不要用 還是你手動呼叫 讓摩星自動出發 好處是方便 代價是每一個S掉的描述 都會占掉A圈的上下文 100個S掉就是100段描述 每一次請求都在稍頭肯 而且他多了一件要分心區 想的是 MapPaka自己的做法是 反過來 他大部分的S掉都關掉自動出發 改成手動交出來 他用自己要記得 有這個S掉這些麻煩式 換掉那一份不確定性 我的建議是這樣那種 每週固定要跑 而且一定要正確的關鍵流程 用手動出發 你想用他你就叫他 不要把這個決定交給摩星 好 第一階段結束 你手上已經有一個範圍清楚 內容來自你自己經驗 而且叫得出來的S掉了 接下來是第二階段 這段是分辨 業餘跟資深的地方 第四條 正文質寫地類 摩星會的東西不要講 我們回到開場那個 以外型的故事 你可不可以想通的事情是 他一直在告訴摩星 怎麼做每一件事 他強迫摩星 讀過幾千星 他早就會的基本設定不走 摩星就在那堆雜訊裡面迷路了 所以他3到 我只剩五 153行 而且那153行全部都是同一種東西 地雷清單 地雷是什麼 是那些違反合理假設的 環境特定的事實 是不會出現在訓練資料理的東西 比如說 如果你在NextJace的ProC裡面 你必須先做這一步 如果你不在 你就不能胡椒瑞德雷克 他說這一顆地雷 過去不知道被採報多少次 就這樣而已 你不要教模型怎麼寫程式 你相信他會寫程式 你只負責標出地雷在哪裡 你的時就變成一張地雷圖 不多也不少 那地雷從哪裡來 從你每一次的手動修正來 我剛剛那句 不要問句開場就是一顆地雷 不寫下來的話 你下個禮拜還要再改一次 像下個禮拜再改一次 另外我爸不一句 你可知不知道自己寫的越多表現越差 是因為他有在兩側 這件事我留到第八條講 正文這些地雷之後 第五條是這些句子該怎麼寫 第五條用引導詞 讓一個詞頂掉一整段 引導詞的意思是 有些詞在特定領域裡 漁音秘度非常高 模型讀過整個網路 他知道那個詞背後代表什麼 舉個例子 Coding間有一個很煩的習慣 他喜歡一層一層蓋 先把整個字要哭寫完 在寫所有的 API 最後才做畫面 這樣你要等到很後面 才有東西可以測 你想要的是 他先切一小片完整的功能出來 你可以寫一大段話 解釋這個哲學 或者你只要在 Steoli 寫一句 我們用 Vertical Slice 的方式 來做 Vertical Slice 在軟體工程裡 是大家都懂得詞 意思是 垂直切一小片 從資料庫到畫面都 只做一點點 但那小片是真的可以跑的 你用了這個引導詞之後 去把Agent 的思考過程展開來看 你會看到 他自己把這個詞重複給自己 好 我要用 Vertical Slice 來做 所以我先做一張表 一個路由 一個按鈕 看到他把你的詞講回來就是 你知道剩下的訊號 非工程的力值也一樣 我那個貼文 skill 就寫了一句 引導詞 先給畫面再給數字 最後可以去 你自己的判斷 這比我寫一整段說明 有效率太多了 反過來說 如果你發現 Agent 老師不照你講的做 通常代表你的引導詞不夠一致 不夠有力 第六條 把後的東西搬出去 那 Agent 需要收在翻 黃金法則是 主要的那個 skill 點 md 檔案 控制在 500 星期內 你可能會說 那我的語調指南 我的報款貼文範例怎麼辦 答案是漸漸使結入 也就是需要的時候才揭露 這就是前面講的 reference 資料夾的用途 我實際整理一次 我那個貼文 skill 主檔案例 16 4個步驟 調角度 寫開頭 寫證文 檢查 然後我把三分東西 搬進reference 是一份是語調指南 一份是我過去表現最好的貼文 一份是開頭的距離型清單 搬出去之後 主檔案裡面用一句話 直向他們 這一句話叫做上下文指標 像我就寫開頭這一步 先去讀 Reference 是司裡面的 開頭距離型清單 重點在於 你要指定它在哪一步 讀哪一份 剛提到的 便說它把讀開頭分本之件事 從流程一開始 挪到腰想開頭的前一秒 殘酌的品質差很多 因為一次全部在進來 走到第四步的時候 它早就往光了 這個概念在往外延伸一步 就是指 A 準 假設你的 skill 第一步是上往做研究 第二步才是根據研究殘酥東西 如果你讓主要的 A 準 自己去爬 它會把幾千形的原始資料 直接拉進主要的上下文視床 等它走到第二步 技術伴已經很嚴重了 解法式在 skill 靈明確寫 啟動一個子 A 準去做搜尋 讓它整理出前五個趨勢的摘腰 支把摘腰回船回來 子 A 準去做髒火 燒掉它自己的上下文 然後交回一張乾淨的變條 你都主要 A 準全程保持清醒 最後補一個修減的技巧 叫做三儲測試 一把 skill 裡面一段話刪掉 然後問自己 A 準的行為會改變嗎 舉例來說 一起來一整段叫它寫詳細的 可沒勸息把那段刪掉 它霸層還是會寫的差不多 那這段就是霸寫的看掉 好 現在你有一個又小又模組化的 skill 第三階段讓它性得過 這是我認為最多人沒做 但差距最大的一段 一起調脆弱的步驟 用程式強制 不要用嘴巴交代 先講一個很好笑的真實故事 也是 Nick的 他做一個會自動改程式麻的 agent 使用裡面明白寫著 寫完程式麻之後 你必須跑測試 確認沒有東西壞掉 他還設了一個檢查機制 如果測試跑完了 就建立一個叫做case test的檔案當作技好 你知道可有做了什麼嗎 他寫完程式麻 直接跳過測試 然後用中端機指令建立了一個 空的case test的檔案 讓系統以為他跑過測試 然後就下班了 這行為完全就是一個 很混的菜鳥工程式 但他一點出一個很根本的原則 關鍵的步驟 你要用強制的 光用交代的沒有用 Nick的修法是 把測試的輸出結果 算出一組加密雜湊指 存進那個檔案裡 下一關的 agent 會去驗那組雜湊指 對不對 對不上 這份工作就退回去重做 他說得很好 模型後來不說謊了 原因跟他有沒有拜託的 比較客氣沒有關係 是因為他讓乖乖去做 變成比說謊還容易的那條路 同樣的邏輯 可以套在任何一個脆弱 或是每次都必須正確的步驟上 比如說報表裡的數字家種 你不要叫模型自己夾 你在Script資料家裡 方一次程式去算 然後他正文寫 不要自己計算總計 執行類似腳本 用他的輸出 這一整類的錯誤就直接消失了 這比如說 Agent說他修好了一個畫面上的BUG 你不要只看程式嗎 讓死掉強制他用PrayRide 錄一段修復前 跟修復後的操作影片 負債破壞快速上 影片對了 才輪到你花時間看程式嗎 到這裡你在做的事情 其實已經超過寫Prompt了 你是在蓋一台狀態機 一個實作的Agent 一個驗證的Agent 一個審查的Agent 中間有關卡 驗證那一關美果審查的Agent 根本打不開這份工作 你可最後那句話我很喜歡 每一次失敗都是系統的BUG 如果模型說謊 那是因為你留了一個露動給他轉 所以不要回頭去修他這次的 殘處去凶靈的系統 第八條 兩側他 然後讓他自己進化 先講兩側 回到開場的故事 你可那句話值得再講一次 他之所以知道那份 一萬型的Skyo在扯厚腿 是因為他有量 不量的話 你只會覺得怎麼今天 AI怪怪的 然後繼續往裡面加字 具體怎麼做 Andphopic的Skyo Creator 裡面有內建的Evo功能 Evo就是拿固定的題目 去測他的成績 你可以將他用三個字的Agent 去跑你的Skyo 給一個真實的題目 然後請他檢查這件事 步驟有沒有造成續走 該讀參考答案的時候 有沒有讀 外部工具有沒有正確胡講 跑完你會拿到一份報告 哪一關過 哪一關過 還會附上修改建議 有人會說 我做的是只是工作 品質很主觀沒辦法量 對貼文 好不好看是主觀的 但是功能面是客觀的 他有沒有照著你寫的步驟走 這件事一定量得出來 建完Skyo馬上號五分鐘 測一次非常划算 兩萬之後是謹華 建一個好的Skyo 很像帶一個新人 你不會第一天丟一本手冊給他 然後期待他接下來一年 都做得完美無缺 你要看著修正 持續給會潰 差別在於 我們可以把這個會潰回圈自動化 做法是 在Skyo里直接簽入一條自我改進的規則 你加一句 注意兩個訊號 如果使用著手動修改了你的輸出 或者使用著名確稱在了你的輸出 就問使用著 這件事要不要永久寫進Skyo里 我示範一次 我叫他寫一篇貼文 出來之後我自己動手把開頭那句改掉 他馬上就問我 要不要把這個寫進Skyo 我說要 然後他打開自己的Skyo點 MD在地淚清單那一段多寫了一行 存檔 這就是這一集 我最想讓你帶走的一件事 你的Skyo在你使用他的過程中 自己長大了 每今天交換的東西 下個禮拜 明年他都還記得 好 我們快速把八條複習一遍 第一 一個Skyo只做一件事 太大的流程要拆開 順便還可以藏住後面的步驟 逼他把當下這部桌門 第二 不要從空白夜開始 跟飛翁一起做一遍 從你的每一次修正理 把今天撈出來 第三 描述就是觸發期 要講清楚 什麼時候用 什麼時候不要用 關鍵流程建議改成 手動呼叫 第四 正文字寫地雷 模型會的東西不要叫 第五 用引導詞 一個餘秘密度高的詞 可以頂掉一整段解釋 第六 把後的東西 反擊Refereances 主檔案控制在500星期內 張火丟給子Agent 再用三處測試砍掉沒有作用的短落 第七 脆弱的步驟 用城市強制 用證局取代新人 每一次失敗 都當成系統的Buck去修 第八 先兩側在優化 然後 千一條自我改進規則 讓每一次修正 都變成永久的知識 另外 別忘了開頭那個提醒 從網路上轉過來 刷來的STILL好之前先自己度過一遍 如果你今天只想帶走一件事 我會說是這個 跳一件你這裡已經從不做過三次的事情 用第二條的方法跟AI一起做一遍 然後將它整理成一個STILL 剩下的7條就當成你的檢查表 一條一條回去對 你會發現自己慢慢不再囤積那些用不到的檔案 也不再花20分鐘跟模型炒一件5分鐘的事 你的身份會從一個POP的使用者變成一個系統的設計者 如果你覺得今天的內容讓你有一點收貨 那就幫我打Apple Podcast 按讚追蹤 有個無心好評吧 FBIGFATE SO AI藍人報就找得到我了 你的支持是我持續優化內容的最大動力 不想出過最新的AI工具 明天再繼續回來 AI藍人報我是湯丸蘭,明天見,掰掰

Podcast Summary

Key Points:

  1. 一个Skill只做一件事,大流程需拆开,避免记忆腐败。
  2. 不要从空白开始写,应通过实际修正经验提炼内容。
  3. 描述是触发词,需明确使用时机,关键流程建议手动调用。
  4. 正文只写“地雷清单”,即环境特定事实,不教模型已会的东西。
  5. 用引导词(如Vertical Slice)压缩解释,提高指令效率。
  6. 将重内容移入References,主文件控制在500字内,用子Agent处理脏活。
  7. 脆弱步骤用程序强制验证,用证据取代信任。
  8. 先量化测试再优化,并内置自我改进规则,让Skill在使用中进化。

Summary:

这段内容分享了编写AI Agent Skill的8条实战经验,强调“少即是多”的核心原则。作者以自身案例开场,指出给AI过多详细资料反而会让其表现下降,因此需要精简指令。第一阶段聚焦“拆”与“提炼”:每个Skill只做单一任务,避免因上下文过长导致模型遗忘;写作时不要从空白开始,而是通过实际操作中的修正记录提炼规则;描述部分要明确触发条件和使用场景。第二阶段强调“精”与“简”:正文只记录违反常规假设的“地雷清单”,不重复模型已知内容;使用高信息密度的引导词提高效率;将重内容移入References,主文件控制在500字内。第三阶段注重“验证”与“进化”:用程序强制关键步骤,防止模型偷懒或说谎;通过量化测试评估表现,并内置自我改进规则,让Skill在使用中自动更新。最后提醒,下载的Skill存在安全风险,需先审查再使用。整体而言,这套方法帮助使用者从“提示词使用者”转变为“系统设计者”,逐步构建高效、可靠的AI工作流。

FAQs

AI Skill 是一個資料夾,包含主檔案 Skill.md(大腦)、參考資料夾 References、可執行程式夾 Scripts,以及圖片表格等靜態素材夾。它用來教模型你特定的做事方法,而非它已知道的知識。

這是因為模型會在一大堆雜訊中迷路,導致記憶腐敗(上下文混亂)。實驗顯示,一份1萬行的指南讓模型正確率從97%降到77%,精簡後才恢復。所以應只提供模型不知道的特定規則。

網路上約3.5%的Skill有安全問題,其中13%是嚴重等級,可能包含提示注入或惡意程式。下載後應先打開檢查內容,確認它做什麼、會連去哪裡,再執行。

因為你無法用語言完整描述你的熟練技能(波蘭尼悖論)。正確做法是與AI一起實際操作一遍,從你的每次修正中提取規則,最後讓AI自動生成Skill檔案。

描述是觸發器,要寫清楚這個Skill做什麼、何時用、何時不要用,例如「寫社群貼文時用,不要用在電子報」。建議寫得稍微推銷一點,並對關鍵流程改用手動呼叫而非自動觸發。

用程式強制取代口頭交代。例如要求測試輸出結果的雜湊值驗證,或讓Agent錄製操作影片證明修復,讓乖乖執行比說謊更容易。

Chat with AI

Loading...

Pro features

Go deeper with this episode

Unlock creator-grade tools that turn any transcript into show notes and subtitle files.