大多數每天使用 Claude 的人，仍然在每次對話開始時複製貼上同一套指令。同一段品牌語氣描述。同一份輸出格式。同一張要記住的清單。Claude 有一個功能徹底終結這種重複。它已經登陸 Pro、Max、Team 和 Enterprise 方案，而大多數用戶連一個都沒有建立過。它叫 Skills，當你打造出第一個之後，使用 AI 的方式會徹底改變。
一個 Skill 就是一個資料夾，裡面只有一個叫 SKILL.md 的 Markdown 文件。這個文件教 Claude 認識你的工作方式、你的標準，以及處理某個重複任務的步驟。你寫一次。啟用它。從此每場對話都已經知道你怎樣做這件事。不用再複製貼上。不用再提醒。週二和週五的輸出品質不再參差。
這份指南帶你在 30 分鐘內打造第一個 Skill，附上一份可以直接套用的範本，幾乎能應用到任何重複工作流。完全不需要編寫代碼，整件事就是寫一個文字文件而已。
Claude Skill 是什麼？
Claude Skill 是一個 Markdown 文件，前面附帶 YAML 描述（一個 name 欄位和一個 description 欄位），後面是用日常英文寫的指令。當你的提問匹配這個 Skill 的描述，Claude 會自動載入它。Skills 取代了反覆複製貼上提示的工作流，提供穩定且可版本控制的自動化方法。Skills 在 Pro、Max、Team 和 Enterprise 方案上可用，需在「Settings > Feature Previews」內開啟 Code Execution。
讓 Skills 概念瞬間清晰的思維模型是：把 Skill 想像成同事的入職文檔，但對象是 Claude。當新進員工加入團隊，你不會每週一重新訓練他。你交給他品牌指南、工作流文檔，加幾份範例輸出。他讀一次，然後永遠按這個標準執行。Skill 就是 Claude 版的入職文檔。
Skills 與舊有的 Custom Instructions 或 Projects 功能差別在於覆蓋面。Custom Instructions 全帳戶通用。Projects 將上下文限定在某個資料夾。Skill 則可攜帶、可分享，並會根據你的提問自動觸發，不受對話視窗限制。你可以同時啟用十個 Skill，Claude 會自己挑選最匹配當下任務的那一個。
Anthropic 在 2026 年 3 月推出 Skills 2.0，加入三個對建立者重要的功能：內建 evals（Claude 會跑你的 Skill 兩次，一次載入、一次不載入，然後評分差異）、A/B testing（另一個 Claude 在不知情下評判哪個輸出更好）、trigger optimisation（自動改寫你的 Skill 描述直到它穩定觸發）。第一次建立時你不需要用上這些，但等你的 Skill 需要調校時，它們就在那裡。
Claude 怎樣知道何時使用一個 Skill？
Claude 是否載入某個 Skill，完全取決於 SKILL.md 文件最頂端 YAML 中的 description 欄位。這個 description 會與你的提問實時比對。如果描述聽起來像當下的任務，Skill 會啟用。如果描述含糊或過於空泛，無論裡面的指令寫得多好，Skill 都不會被觸發。
這個關鍵點正是大多數初次建立 Skill 的人失敗的原因。他們在 Skill 內寫了一份精彩的指令集，然後把描述寫成「協助行銷工作」，再納悶為何 Claude 從來不用這個 Skill。Description 不是給瀏覽清單的人看的，它是給 Claude 掃描提問用的。
修正方法是用真實用戶的口吻寫描述。如果你的 Skill 是寫 LinkedIn 貼文，描述應包含「寫一篇 LinkedIn 貼文」、「擬一則 LinkedIn 更新」、「為 LinkedIn 寫文案」這類自然變化的措辭。如果你的 Skill 是製作每週客戶報告，加入「每週進度報告」、「客戶更新郵件」、「週五匯報」。覆蓋三至五種常見講法。
Anthropic 自家 skill-creator 元 Skill 有一條實用守則：description 應該聽起來像你會在聊天中自然提出該任務的方式。讀出聲。如果聽起來像內部文檔，重寫。如果聽起來像真實用戶提問，方向就對了。
如何建立一個自訂 Claude Skill？
建立自訂 Claude Skill 的方法是：寫一個 SKILL.md 文件，包含 YAML 描述（name 和 description）以及 Claude 應遵循的指令，然後上傳至「Settings > Capabilities > Skills」。整個結構就是純文字。沒有安裝、沒有環境設定、沒有命令列。最簡可行的 Skill 大約只需 30 行內容。
步驟 1：精準定義任務。具體一點。「行銷協助」太籠統，Claude 永遠不知道何時該載入它。「以我的語氣撰寫帶動個人檔案瀏覽量的 LinkedIn 貼文」就是對的形狀。任務越聚焦，Skill 表現越好。
步驟 2：設定角色。給 Claude 一個與所需專業匹配的身份。「你是 LinkedIn 增長策略師，曾協助香港行銷人員把追蹤者由 500 增長至 10,000」比「你是寫作助手」有用得多。角色設定塑造 Claude 的語氣與判斷。
步驟 3：補上 Claude 需要的脈絡。品牌語氣規則、受眾畫像、應避免的術語、你欣賞的範例輸出。這是輸出品質最關鍵的決定因素。略過這一步就會得到通用內容；放入三個真實範例，Claude 會自行配對風格。
步驟 4：將指令寫成編號步驟。每一步應產出一個明確的中間輸出，餵給下一步使用。步驟 1 可以是「從用戶輸入抽取核心觀點」。步驟 2 可以是「擬三個開頭句」。這迫使 Claude 分階段思考，避免一次吐出一團糊狀內容。
步驟 5：明確指定輸出格式。用 Markdown 標題、項目符號或一份完整的範本，展示最終交付物應該長什麼樣。如果你想嚴格控制品質，並列一個「優秀範例」和一個「不及格範例」，效果立竿見影。
能用的 SKILL.md 範本長什麼樣？
能正常運作的 SKILL.md，開頭是三個橫線包住的 YAML 描述（只需 name 和 description 兩個欄位），後面跟著清晰的 Markdown 指令，分為角色、脈絡、步驟、輸出格式四節。下方是一份完整範本，你可以直接複製、加入自己的品牌細節、上傳，20 分鐘內就有你第一個 Skill。
試試這個範本（存成 SKILL.md）：
---
name: linkedin-post-writer
description: Write a LinkedIn post that sounds like the user's voice. Triggers when the user says "write a LinkedIn post," "draft a LinkedIn update," "post on LinkedIn," "create a LinkedIn caption," or shares a topic and asks for a LinkedIn version. Use for personal LinkedIn posts targeting HK marketing and tech professionals.
---
# LinkedIn Post Writer
## Role
You are a LinkedIn growth strategist who has helped HK marketing and tech professionals grow audiences from 500 to 10,000+ followers. You write in a clear, opinionated, peer-to-peer voice. Never corporate. Never hype.
## Context (My Voice)
- Audience: HK marketers and operators aged 25 to 45
- Voice: confident, slightly nerdy, no jargon-as-status
- Avoid: emojis, "thrilled to announce," "in today's fast-paced world"
- Length sweet spot: 80 to 150 words
- Always end with a single direct question
## Steps
1. Extract the core insight in one sentence.
2. Draft three different hooks: contrarian, specific number, confession.
3. Pick the strongest hook. Build a 3-paragraph post.
4. End with a question that drives comments.
5. Self-check: real person voice or brand voice? If brand, rewrite.
## Output Format
Return only the final post text. No preamble.
整份範本大約 25 行。存成 SKILL.md，放進命名為 linkedin-post-writer 的資料夾，把資料夾打包成 zip，然後在「Settings > Capabilities > Skills」上傳。從下一場對話起，當你說「寫一篇關於 X 的 LinkedIn 貼文」，這個 Skill 就會自動被載入。
建立 Skill 最常見的三個錯誤？
第一次建立 Claude Skill 最常見的三個錯誤是：描述太空泛導致無法觸發、指令埋在長段落裡讓 Claude 抓不到重點、缺乏範例輸出迫使 Claude 自行猜測品質標準。三個都能在五分鐘內修正，前提是你知道要看什麼。
錯誤 1：描述寫給人看，不是寫給 Claude 看。「協助社交媒體的 Skill」永遠不會觸發。Claude 比對的是真實用戶措辭。把描述改成用戶語言：「當用戶要求撰寫 LinkedIn 貼文、擬 LinkedIn 文案、製作 Twitter 串文時觸發。」
錯誤 2：把指令寫成短文。整段散文式的說明，Claude 難以穩定遵循。把段落拆成編號步驟，每步只做一件事，Claude 按順序執行就能產出可預期的結果。這是收益最高的單一改動。
錯誤 3：沒有範例。Claude 在你示範「好的長什麼樣」之後，模式比對能力極強。在 Skill 後段加上「優秀範例」和「不及格範例」兩節。實測中，加入兩個範例往往帶來 30 至 50% 的品質提升。
額外錯誤：忘記在新對話測試。務必在全新對話中測試你的 Skill，而不是建立 Skill 的那場對話。建立的對話中已經帶有所有上下文；新對話才是檢驗描述是否穩定觸發的真實場景。
怎樣驗證 Skill 是否真的在運作？
驗證 Skill 的方法是：開一場全新的 Claude 對話，用三種不同講法提出該 Skill 應處理的任務，看 Claude 是否在三次中都載入該 Skill。如果只觸發一次，描述太狹窄。如果完全不觸發，描述太空泛。修正點永遠是描述本身，不是裡面的指令。
一個五分鐘的快速測試流程：開新對話，貼上你會真實提出的任務。看 Claude 的回應。如果 Skill 啟用，輸出通常立刻匹配你指定的格式和語氣。如果輸出看起來通用，Skill 沒有載入。
如果你的帳戶已啟用 Skills 2.0 evals，可以直接跑正式 A/B 測試。Claude 會分別在「載入」與「不載入」狀態下執行任務，按你設定的標準評分兩個輸出，告訴你差距多大。第一個 Skill 不需要用到這個，但當你有三、四個 Skill、想知道哪個帶來最大提升時，這就值得用。
Skill 真正運作的訊號是：三週後你停止注意到它的存在。輸出自然以你的語氣、你的格式、你的標準呈現。那一刻，Skills 從「我試過的功能」變成「我倚賴的工具」。
第一個 Skill 該為什麼任務而建？
第一個 Claude Skill 應為一項你每週至少做兩次、輸出格式明確、現時每次都複製貼上同一套指令給 Claude 的任務而建。重複度加上一致格式等於最高回報。LinkedIn 貼文撰寫器、每週進度報告產生器、客戶會議摘要器，都是理想的首選。
「每週兩次」這個門檻重要，因為 Skills 會複利。你建立一個 Skill 投入的時間，會被未來每一次使用攤分。一個你明年用 100 次的 Skill，能省下 100 次提示設置。一個只用兩次的 Skill，永遠回不了本。要挑高頻任務。
「輸出格式明確」這個條件重要，因為 Skills 的強項在於一致性。它們最弱的場景是開放式創意任務，那些任務你自己也還不知道想要什麼。這類工作留給直接提示。Skills 適合「我清楚知道好的長什麼樣，而且我每次都要這個結果」。
一個具體建議：從你最常貼在新對話最頂端的那段話開始。那段話就是你的第一個 Skill。你反覆貼它這個事實本身，就是在告訴你它應該變成 Skill。今天下午建好，下一場需要它的對話就會自動運作。
結語：Skills 是大多數人錯過的關鍵升級
Skills 是把「隨意使用 Claude」與「真正利用 Claude」之間的鴻溝填平的升級。建立成本低：第一個 30 分鐘，掌握模式後每個 10 分鐘。回報是永久的：所有關於該任務的對話，從此永遠以你的最高品質作為預設輸出。提示不一致的挫折感消失。
大多數用戶尚未建立第一個的原因，純粹是摩擦力。設定埋在 Feature Previews 裡。第一次建立感覺不確定。但只要一個 Skill 跑通了，再建另外四個只需一個下午，你和 Claude 的關係會從「我用的工具」轉變為「已經知道我標準的同事」。
懂AI，更懂你 UD相伴，AI不冷。在 UD，我們花了 28 年協助香港企業把複雜技術轉化為可靠的工作流程。Skills 正是這個模式套用到 AI 上的版本：把標準寫一次，永遠執行下去。
第一次就把 Skill 建對
範本你已經有了。下一步是把它對應到你日常工作中真實的工作流，設計能穩定觸發的 Skills，並把它們整合進你團隊的 AI 配置。UD 團隊手把手帶你完成每一步，從你第一個 SKILL.md 文件，到一整套處理你現時每天複製貼上五次工作的小型 Skill 庫。
