סקיל הוא דרך עבודה שמלמדת סוכן AI לבצע משימה בצורה עקבית
נתחיל מהסוף: סקיל הוא סט הנחיות שחוזר על עצמו בכל פעם שהסוכן נדרש לבצע סוג מסוים של עבודה.
תחשבו על עובד חדש שנכנס לצוות. אם בכל בוקר צריך להסביר לו מחדש מי הלקוח, איך כותבים אצלנו, מה אסור לשלוח, ואיך בודקים עבודה, זה מתיש. סקיל שומר את כל זה במקום אחד.
בשפה פשוטה
סקיל אומר לסוכן: ככה עובדים אצלנו על המשימה הזו.
מה הוא פותר
הוא מונע מאיתנו להסביר כל פעם מחדש את אותה דרך עבודה.
לפני שמדברים על סקילים, כדאי ליישר קו על ארבעה מושגים
הרבה בלבול סביב AI מגיע מזה שמשתמשים באותן מילים לדברים שונים. אז נתחיל בהפרדה פשוטה.
| מושג | מה זה | דוגמה פשוטה |
|---|---|---|
| פרומפט | בקשה נקודתית שאנחנו כותבים ל-AI. | ”סכם לי את הפגישה הזו בשלוש נקודות.” |
| הקשר | המידע שה-AI צריך כדי להבין את המשימה. | קהל יעד, מסמך מקור, טון, דוגמאות והחלטות קודמות. |
| סקיל | דרך עבודה שמורה למשימה שחוזרת על עצמה. | ”כך מסכמים אצלנו פגישת צוות.” |
| סוכן AI | AI שמבצע רצף פעולות לפי מטרה והקשר. | לקרוא קובץ, לסכם, לבדוק, להציע תיקון ולהחזיר תוצר. |
סקיל טוב עונה על שש שאלות בסיסיות
כדי שסוכן AI יעבוד טוב, הוא צריך יותר ממשפט פתיחה. הוא צריך להבין מה מפעיל את הסקיל, מה המטרה, איזה מידע לקחת בחשבון, מה סדר העבודה, איך התוצר צריך להיראות, ואיך בודקים אותו.
כשיש תשובות ברורות לשאלות האלה, הסוכן מקבל מסגרת עבודה שאפשר לחזור עליה.
כשסוכן AI עושה יותר מצ׳אט, צריך להגדיר לו דרך עבודה
בצ׳אט רגיל, העבודה מסתיימת בדרך כלל בתשובה. עם סוכן AI, העבודה יכולה לכלול פתיחת קבצים, סיכום, שינוי, בדיקה והחזרת תוצר להמשך שימוש.
לכן סקילים חשובים יותר דווקא כשמתקדמים מסתם שיחה לעבודה אגנטית. ככל שהסוכן עושה יותר, כך חשוב יותר להגדיר לו מטרה, גבולות ונקודות עצירה.
| ממד | צ׳אט רגיל | סוכן עם סקיל |
|---|---|---|
| סוג עבודה | תשובה לשאלה או בקשה נקודתית. | רצף פעולות לפי שיטה מוגדרת. |
| הקשר | נותנים אותו ידנית בכל שיחה. | הסקיל מחזיק את ההקשר החוזר מראש. |
| בדיקה | המשתמש צריך לזכור לבקש בדיקה. | הבדיקה היא חלק מהתהליך. |
| סיכון | תשובה לא מדויקת. | פעולה לא מדויקת, ולכן צריך גבולות ברורים. |
מתחילים ממשימה אחת שחוזרת על עצמה
סקיל טוב מתחיל ממשימה שחוזרת על עצמה: סיכום פגישה, בדיקת מסמך, הכנת טיוטת מייל, ניתוח פידבק, או יצירת דוח שבועי.
סקיל טוב יושב בתיקייה קטנה עם הוראות, מקורות וכלי עזר
בפרויקט אמיתי כדאי לשמור סקילים בצורה מסודרת. המטרה היא שכל סקיל יהיה קל לקריאה, קל לעדכון, וקל להעברה בין פרויקטים או חברי צוות.
המבנה הזה עוזר להפריד בין שלושה סוגים של ידע: ההוראות הקבועות של הסקיל, חומרי העזר שהסוכן יכול לקרוא, וכלים קטנים שמבצעים פעולה טכנית.
project/
└── skills/
└── meeting-summary/
├── [SKILL.md](/markdown-yaml-ai-agents/)
├── references/
│ ├── tone-of-voice.md
│ └── meeting-summary-example.md
└── scripts/
└── clean-transcript.js
- skills/ — התיקייה שמרכזת את כל הסקילים של הפרויקט. כשיש כמה סקילים, זה המקום שבו רואים את “ספריית העבודה” של הסוכן.
- meeting-summary/ — תיקייה אחת לכל סקיל. השם צריך לתאר את המשימה, למשל סיכום פגישה, בדיקת מסמך או הכנת דוח.
- SKILL.md — הקובץ המרכזי של הסקיל. כאן כותבים את ההוראות שהסוכן צריך לקרוא בכל הפעלה: מתי משתמשים בסקיל, מה המטרה, מה הקלט, מה סדר העבודה, איך נראה התוצר, ומה צריך לבדוק.
- references/ — תיקייה לחומרי עזר. כאן שמים דברים שהסוכן צריך להשתמש בהם לפי הצורך: דוגמאות טובות, טון כתיבה, תבניות, כללי מותג, רשימות מונחים או ידע מקצועי.
- scripts/ — תיקייה לכלי עזר טכניים. כאן שמים קוד קטן שמבצע פעולה שחוזרת על עצמה, למשל ניקוי תמלול, בדיקת פורמט, חילוץ טקסט מקובץ או המרה של נתונים.
| חלק | מה כותבים שם | מתי צריך אותו |
|---|---|---|
| SKILL.md | הנחיות קבועות, שלבי עבודה, גבולות, פורמט תוצר וצ׳קליסט בדיקה. | תמיד. זה הלב של הסקיל. |
| references | דוגמאות, מסמכי סגנון, תבניות, ידע מקצועי וחומרי רקע. | כשהסקיל צריך להישען על ידע או דוגמאות מעבר להוראות עצמן. |
| scripts | קוד קצר שמנקה, ממיר, בודק או מעבד קבצים ונתונים. | כשהפעולה חוזרת על עצמה ומדויק יותר לבצע אותה עם קוד מאשר עם טקסט. |
הכלל הפשוט: מה שהסוכן חייב לדעת תמיד נכנס ל-SKILL.md. מה שהוא צריך רק לפעמים נכנס ל-references. פעולה טכנית שחוזרת על עצמה יכולה להיכנס ל-scripts.
הסקילים האנושיים שצריך כדי לעבוד נכון עם AI
חשוב להפריד בין סקיל שהסוכן משתמש בו, לבין סקיל שהאדם צריך לפתח. כדי לעבוד טוב עם AI, אנחנו צריכים כמה יכולות בסיסיות שחוזרות בכל כלי ובכל תפקיד.
ככה סקילים נראים בעבודה אמיתית
סקיל טוב יכול להיות פשוט. הוא צריך להיות שימושי, ברור, ולהחזיר תוצר שאפשר לבדוק.
שימו לב לדפוס: כל דוגמה כאן היא תהליך קטן עם התחלה, חומרי גלם, תוצאה רצויה ובדיקה.
נבנה סקיל לדוגמה: סיכום פגישת צוות
נניח שיש לכם פגישת צוות שבועית. בכל שבוע יש תמלול, הערות או נקודות גולמיות, ואתם רוצים לקבל סיכום שאפשר לשלוח לצוות בלי לערוך אותו מאפס.
ברגע שהמבנה הזה ברור, אפשר להפוך אותו להנחיה קבועה לסוכן AI. משם כבר לא צריך להמציא את תהליך הסיכום מחדש בכל שבוע.
נסו לבנות סקיל אחד על משימה שכבר קיימת אצלכם
התחילו ממשימה אחת שאתם עושים לפחות פעם בשבוע, וענו עליה לפי המבנה הבא.
אם הצלחתם לענות על חמשת הסעיפים האלה, כבר יש לכם בסיס לסקיל ראשון.
לפני שמשתמשים בסקיל, עוברים על שבע בדיקות קצרות
צ׳קליסט טוב עוזר לראות אם הסקיל באמת ברור, או שהוא עדיין משאיר יותר מדי מקום לניחוש.
מה בדרך כלל גורם לסקיל לעבוד פחות טוב?
סקילים עובדים פחות טוב כשההנחיות כלליות מדי, כשהדוגמאות חסרות, כשהגבולות לא ברורים, או כשאין דרך לבדוק את התוצר.
- לכתוב סקיל כללי מדי כמו "תעזור לי לכתוב טוב".
- להכניס יותר מדי מידע שלא קשור למשימה.
- להשאיר את נקודות העצירה פתוחות.
- לוותר על דוגמאות.
- להניח שהתוצר נכון רק כי הוא מנוסח יפה.
- לבחור משימה אחת מוגדרת.
- לתת דוגמה לתוצר טוב.
- להגדיר בדיקות קצרות וברורות.
- להפריד בין עובדות, הנחות והמלצות.
- לעדכן את הסקיל אחרי שימושים אמיתיים.
שאלות בסיסיות לפני שמתחילים
האם צריך להבין בטכנולוגיה?
האם זה רק פרומפטים?
למה דווקא סוכני AI צריכים סקילים?
איך יודעים שהתשובה נכונה?
בשורה התחתונה
לעבוד עם AI דורש חשיבה ברורה, בדיקה ושיקול דעת. סקילים עוזרים להפוך את זה לדרך עבודה שאפשר ללמד, לשפר ולחזור עליה.