Jak Tworzyć Własne Skills w Claude Code (KOMPLETNY PORADNIK)

O czym jest ten film

Czym są skille (umiejętności) w Claude Code i Codeksie oraz jaki problem rozwiązują — powtarzalność i niedeterminizm modeli.
Skill to nie pojedynczy plik, tylko cały folder z plikiem SKILL.md i opcjonalnymi podfolderami (references, scripts, assets, templates).
Anatomia SKILL.md: front matter (metryczka) z polami name i description oraz body z właściwą procedurą.
Mechanizm progressive disclosure — trzy poziomy ładowania skilla do kontekstu, działające jak pamięć RAM.
Kluczowa rola pola description i pojęcie routingu — to na jego podstawie agent decyduje, czy uruchomić skilla.
Zasady pisania dobrych opisów według dokumentacji Anthropic: trzecia osoba, wzorzec „use when”, słowa wyzwalacze, limit ~1536 znaków.
Wywołanie deklaratywne przez slash command oraz sterowanie dostępem przez disable-model-invocation i user-invocable.
Praktyczne budowanie skilla przy pomocy meta-skilla Skill Creator od Anthropic (pięcioetapowy proces).
Zaawansowane techniki: context: fork (delegacja do subagenta), determinizm przez skrypty, stacked skills (nowość z lipca 2026).
Bezpieczne instalowanie skilli z internetu — skanowanie przed instalacją oraz różnica między instalacją globalną a lokalną.

Redakcyjne tłumaczenie

Wprowadzenie — dlaczego agent robi to samo zadanie za każdym razem inaczej

Jeśli twój agent AI wykonuje to samo zadanie za każdym razem trochę inaczej, to nie masz problemu z agentem. Masz problem z tym, że nie dałeś mu procedury. I właśnie o tym jest ten materiał. Pokażę ci, jak raz a dobrze przygotować instrukcję — a właściwie skilla — żeby agent zawsze robił to tak samo i przede wszystkim tak, jak chcesz.

Dobra wiadomość jest taka, że nie musisz być programistą ani osobą techniczną, żeby to ogarnąć. Wytłumaczę czym są skille, jak działają i jak tworzyć własne w Claude Code czy Codeksie. Pokażę też coś, czego większość twórców na YouTubie nie porusza, a co jest bardzo ważne: jak zadbać o bezpieczeństwo, kiedy instalujesz skille z internetu.

Jeśli jesteś już zaawansowanym deweloperem albo power userem i od miesięcy piszesz własne skille, ten materiał może być dla ciebie odrobinę zbyt wolny — tłumaczę wszystko metaforami, z myślą o początkujących. Skorzystaj wtedy z rozdziałów pod filmem i przewiń do interesującej cię sekcji.

Czym są skille

Skill (po polsku „umiejętność”) może zrobić dwie rzeczy. Po pierwsze, może nauczyć agenta czegoś, czego ten domyślnie nie potrafi. Przykładem jest skill UI/UX Pro Max dostępny na GitHubie — zebrał ponad 100 000 gwiazdek. Uczy agenta tworzyć bardziej profesjonalne, spójne i zgodne z zasadami projektowania interfejsy. Jeśli więc Claude jest słaby w projektowaniu frontendów czy stron, taki skill sprawi, że będzie robił to lepiej.

Po drugie, skill może nauczyć agenta wykonywać pewne rzeczy w określonej kolejności. Weźmy transkrypcje ze spotkań zespołu: możesz nauczyć agenta, żeby pobrał transkrypcję z narzędzia X, obrobił ją w konkretny sposób, a następnie wysłał do zespołu podsumowanie z zadaniami wynikającymi ze spotkania. Warto dodać dwie rzeczy: skill może łączyć obie cechy (uczyć nowej umiejętności i narzucać kolejność), a także wywoływać inne skille.

Najważniejsze, co trzeba zapamiętać na tym etapie: skill to nie tylko sprytny prompt. Wyobraź sobie, że zatrudniasz nową osobę do firmy. Możesz codziennie od nowa tłumaczyć jej, jak wystawić fakturę w twoim narzędziu — albo raz a dobrze spisać procedurę, do której będzie zaglądać za każdym razem. Skill to dokładnie ten drugi wariant, tylko dla twojego agenta AI. To rodzaj gotowej procedury, pakietu instrukcji w formacie Markdown, który zamienia agenta z generalisty znającego się po trochu na wszystkim w wyspecjalizowanego eksperta od jednej konkretnej roboty.

Dlaczego skille w ogóle są potrzebne

Problem w pracy z agentami nie leży w tym, co piszesz w poleceniu — dzisiejsze modele, jak GPT-5.6 czy Opus 4.8, świetnie sobie z tym radzą. Problem leży w powtarzalności, ponieważ AI jest niedeterministyczne. Mówiąc po ludzku: jeśli ty i ja poprosimy Claude’a o wierszyk o arbuzie i kocie, obydwoje dostaniemy mniej lub bardziej różny wynik. I tu z pomocą przychodzą skille, które ograniczają tę losowość.

Trzeba doprecyzować jedną rzecz: skill to nie pojedynczy plik Markdown, ale cały folder — i to właśnie odróżnia go od zwykłej komendy, jak /clear, która czyści kontekst.

(Informacja dodatkowa: skille znajdziesz w aplikacji desktopowej Claude’a klikając trzy kropki → „open in Finder” lub „files”. W przypadku Claude’a jest to folder .claude/skills, a w przypadku Codeksa i innych agentów — .agents/skills.)

Kiedy warto tworzyć własnego skilla

Powołując się na oficjalną dokumentację Anthropic: skilla tworzysz w momencie, kiedy łapiesz się na tym, że po raz kolejny wklejasz do Claude Code tę samą lub podobną instrukcję albo zlecasz mu to samo lub bardzo podobne zadanie. Jeśli robisz coś pięć razy od zera, to dobry kandydat, żeby stworzyć skilla i zautomatyzować ten proces.

Anatomia skilla

Skill to podfolder o nazwie skilla, umieszczony w folderze .claude bądź .agents. Ważna uwaga: folder zaczyna się od kropki, więc jest ukryty — trzeba włączyć widoczność ukrytych plików (na Macu odpowiednim skrótem, na Windowsie można sprawdzić w Google albo zapytać agenta).

W folderze dowolnego skilla zawsze znajdziesz plik SKILL.md (w formacie Markdown), przy czym słowo „SKILL” zawsze pisane jest wielkimi literami. To główna instrukcja, z której korzysta agent. Obok SKILL.md mogą być dodatkowe podfoldery:

references — dodatkowa wiedza, z której agent korzysta, gdy uzna to za potrzebne,
scripts — gotowe skrypty do odpalenia,
assets / templates — szablony, obrazki i inne zasoby.

Wewnątrz SKILL.md obowiązuje pewien standard. Na samej górze jest tak zwany front matter — po ludzku metryczka — otoczony trzema myślnikami u góry i u dołu. Zawiera dwa najważniejsze pola: name (nazwa skilla, zawsze małymi literami z łącznikami) oraz description (opis, czyli nasza procedura).

Na przykładzie skilla „grilling” autorstwa Mata Pococka widać, jak to wygląda. Autor tego materiału ma też własnego skilla, który tworzy linki do opisu pod jego filmami — jego metryczka zawiera name (np. yt-link), description opisujący, co skill robi i jakie pięć linków generuje, oraz triggers, czyli słowa wyzwalające uruchomienie. To wszystko — żadnej magii. Prosta metryczka plus procedura pod spodem.

Progressive disclosure — trzy poziomy ładowania

W przypadku skilli działa mechanizm zwany progressive disclosure, który przypomina pamięć RAM w komputerze. System nie ładuje wszystkich aplikacji naraz — tylko te, których aktualnie potrzebujesz. Podobnie agent nie ładuje do okna kontekstowego wszystkich informacji ze skilla. Zamiast tego działa na trzech poziomach:

Poziom pierwszy — front matter. Zawsze ładowany do pamięci agenta. Na jego podstawie agent decyduje, czy zagłębić się w danego skilla.
Poziom drugi — body, czyli reszta SKILL.md. Ładuje się dopiero, gdy agent wybierze tego konkretnego skilla do realizacji zadania.
Poziom trzeci — references, scripts, assets. Podfoldery ładowane na żądanie, tylko gdy agent faktycznie musi po nie sięgnąć.

Dzięki temu możesz mieć wiele skilli w jednym projekcie, a agent nie zapycha okna kontekstowego czymś, czego akurat nie potrzebuje.

Najważniejsza część — pole description i routing

Jeśli miałbyś zapamiętać z tego materiału tylko jedną rzecz, niech będzie to ta. Autor kiedyś sądził, że wystarczy dobrze opisać, co skill robi, żeby działał świetnie — oraz że im więcej skilli, tym lepiej, bo agent będzie miał z czego wybierać. Nic bardziej mylnego.

Po pierwsze: agent nie czyta opisu jak człowiek. Czyta tylko konkretny fragment i na jego podstawie decyduje, czy w ogóle skorzystać ze skilla. Po drugie: co do liczby skilli sprawdza się zasada, że im mniej, tym lepiej. Im więcej skilli w projekcie, tym większa szansa, że agent wybierze nie ten, który powinien, a ty przepalisz czas i tokeny.

Tu pojawia się pojęcie routingu — decyzji, którego skilla wybrać. To czyste wnioskowanie modelu z pola description. Agent czyta opis i na tej podstawie decyduje, czy z niego skorzystać.

Przykład — skill „grilling”. Działa tak, że gdy masz jakiś plan i chcesz coś zbudować z pomocą AI, to zamiast od razu przechodzić do budowania, agent przeprowadza z tobą wywiad, zadaje wiele pytań, dzięki którym powstaje lepszy plan — przepalasz mniej tokenów i szybciej tworzysz to, na czym ci zależy. Jego opis brzmi: „Use when the user wants to stress test a plan before building or uses any grill trigger phrases”. Agent wie więc, że jeśli poprosisz o „zbicie” myśli albo „zgrillowanie” planu, ma go uruchomić — bądź gdy padnie słowo klucz „grill”.

Wniosek: opis nie powinien mówić, co skill potrafi, lecz informować agenta, kiedy ma go wywołać. Dokumentacja Anthropic mówi, że opis wraz z informacją o tym, kiedy używać skilla, powinny mieścić się w około 1536 znakach. Kilka zdań zadziała lepiej niż przydługi esej. Przykładowy opis miał zaledwie 151 znaków, a mimo to agent doskonale wiedział, kiedy go użyć.

Trzy dobre zasady pisania opisów z dokumentacji Anthropic:

Pisz w trzeciej osobie — nie „ja pomagam”, tylko „pomaga…”.
Używaj wzorca „use when” — „użyj, kiedy użytkownik poprosi o X”.
Dodawaj konkretne słowa wyzwalacze (trigger words), dzięki którym agent rozpozna z kontekstu, że powinien uruchomić skilla. Można je pisać po polsku.

Wywołanie deklaratywne i sterowanie dostępem

Istnieje poduszka bezpieczeństwa dla tych, którzy nie chcą polegać wyłącznie na zgadywaniu modelu: wywołanie deklaratywne przez komendę slash — tak zwany slash command (/nazwa-skilla). To daje 100% pewności, że agent uruchomi skilla, niezależnie od tego, jak sformułowany jest opis. Po ludzku: zamiast liczyć, że pracownik sam zauważy robotę do zrobienia, wzywasz go dzwonkiem.

Tym, kto może „dzwonić” po skilla, da się sterować dwiema komendami dodawanymi w SKILL.md zaraz pod description:

Domyślnie (bez żadnej z komend) działają obie drogi: ty wywołujesz skilla przez slash, a agent może odpalić go automatycznie, gdy uzna, że pasuje.
disable-model-invocation: true — odcina automat. Tylko ty wywołasz skilla komendą; agent sam z siebie go nie ruszy. Przydatne przy skillach, które robią coś poważnego, a nie chcesz, by agent odpalał je bez twojej wiedzy.
user-invocable: false — skill znika z listy komend. Agent może odpalać go automatycznie, ale ty nie wywołasz go już ręcznie.

Po ludzku: pierwszy wariant to pracownik przychodzący tylko na twój dzwonek, drugi — taki, który działa wyłącznie z własnej inicjatywy, bo dzwonek mu odłączyłeś.

Jak zbudować skilla w praktyce — Skill Creator

Cała powyższa wiedza jest ważna, ale nie jest konieczna, żeby budować własne skille. Odpowiedź jest prostsza, niż mogłoby się wydawać, i dostępna za darmo: to meta-skill od Anthropic o nazwie Skill Creator, dzięki któremu nauczysz Claude’a, jak tworzyć dobre skille.

Instalujesz go w aplikacji desktopowej: plusik → „plugins” → „browse plugins” → po lewej „skills” → Skill Creator. Co ciekawe, ma zaledwie 123 000 pobrań (przy np. półtora miliona dla Canvas Design) — zdaniem autora to mocno niedoceniany skill.

Skill Creator prowadzi Claude’a przez pięcioetapowy proces:

Pytania. Claude pyta: co ma umieć twój skill, kiedy ma się odpalić, jaki ma mieć format i czy chcesz zaprojektować testy sprawdzające jego działanie.
Doprecyzowanie kontekstu. Jeśli Claude nie ma jasnego obrazu, dopytuje o przypadki brzegowe (edge cases), przykładowe pliki i kryteria sukcesu.
Tworzenie SKILL.md. Claude pisze draft z polami name i description.
Test na sucho. Claude wymyśla dwa–trzy realistyczne prompty i uruchamia twojego skilla próbnie.
Optymalizacja opisu. Claude generuje 20 przykładowych zapytań i mierzy, czy opis skilla odpala się we właściwym momencie.

Kilka bardzo ważnych rzeczy do zapamiętania:

Budowanie skilli to rozmowa. Nie licz, że wpiszesz jedno proste polecenie i dostaniesz coś niesamowitego.
Największą różnicę robią skille zasilone twoją unikalną wiedzą ekspercką — domenową, niedostępną publicznie w sieci. Dla skilla do miniatur mogą to być np. dobre praktyki umieszczania tekstu czy zasada, że miniatura powinna być uzupełnieniem tytułu na YouTubie.
Budowanie skilli jest iteracyjne: tworzysz pierwszą wersję, testujesz i poprawiasz. Do poprawiania też możesz użyć Skill Creatora.

Przykład praktyczny — skill konwertujący pliki na Markdown

Autor pokazał na żywo budowę skilla wykorzystującego repozytorium MarkItDown od Microsoftu (na GitHubie), które zamienia pliki z różnych formatów na Markdown — format, który agenci AI, jak Claude, lubią. Polecenie brzmiało z grubsza tak: „Chciałbym stworzyć skilla, który za pomocą skryptu od Microsoftu (repozytorium poniżej) zamienia pliki różnych formatów na dobrze czytelny Markdown. Ma działać lokalnie tylko w tym projekcie. Zaplanuj to za pomocą Skill Creatora i dopytaj mnie o wszystko, czego potrzebujesz.”

(Informacja dodatkowa: autor dyktował polecenie narzędziem Whisper Flow i użył modelu Fable na poziomie medium. Do tworzenia ważnych skilli na planie Pro poleca Opusa 4.8 na wysokim poziomie rozumowania.)

Claude zadał pytania, przygotował skilla, a następnie odpalił testy (tzw. eval review). Sprawdzian: „Mam plik notatki-szkolenia.docx w tym folderze. Przeczytaj go, zapisz jako czytelny Markdown obok źródła i odpowiedz, kto z uczestników dostał ocenę 5.” Claude zamienił plik na Markdown, utworzył tabelę i poprawnie odpowiedział. Podczas testów można było porównać wynik ze skillem i bez skilla oraz dodawać własny feedback. Ostateczny test na pliku analizy scenariusza również zadziałał — Claude wywołał skilla „markitdown” i utworzył gotowy plik.

Autor podkreśla: sam nie zna się na tych skryptach ani nie wie, jak je pisać, a mimo to — podsyłając Claude’owi odpowiednie materiały i korzystając ze Skill Creatora — zbudował działającego skilla.

Techniki zaawansowane

context: fork — od narzędzia do współpracownika. Jedna linijka w konfiguracji potrafi zmienić skilla z prostej instrukcji w delegata. Skill wysyła zadanie do osobnego, izolowanego subagenta, który pracuje samodzielnie i wraca dopiero z gotowym wynikiem. Jeśli nie wiesz, jak to zrobić, możesz poprosić Claude’a i skorzystać ze Skill Creatora.
Determinizm przez skrypty. Co da się zrobić kodem, to zawsze da przewidywalny wynik. Nie zostawiaj tego modelowi do zgadywania w prompcie. To jak z kalkulatorem — nie tłumaczysz słownie, jak policzyć fakturę, tylko dajesz gotowe narzędzie, które zawsze liczy tak samo. Wszędzie tam, gdzie możesz sprawić, by skill uruchamiał skrypt (jak w przypadku konwersji PDF na Markdown), warto to zrobić.
Stacked skills (nowość z lipca 2026). Możesz teraz odpalić kilka skilli naraz w jednym poleceniu, np. „odpal skilla A, a skillem B zrób X”. To jak łączenie kilku przepisów kuchennych w jeden posiłek. To temat na osobny materiał — o budowaniu całego agenta na skillach, który działa bez ciebie.

Bezpieczeństwo — jak instalować skille z sieci

To fragment, którego pod żadnym pozorem nie można pominąć. W sieci jest cała masa skilli — w opisach filmów, na stronach, na GitHubie. Musisz wiedzieć, że skill pobrany z sieci to po prostu kod z internetu, któremu dajesz dostęp do swojego komputera. Autor sam miał nieprzyjemną sytuację, w której agent podejrzanie długo mielił jedno zadanie i o mało nie padł ofiarą ataku przez zainfekowany prompt skopiowany z jakiejś strony.

Na przykładzie bardzo popularnej paczki Superpowers autorstwa Obry (prawie 255 000 gwiazdek na GitHubie): można podejrzeć jej zawartość, ale osobie nietechnicznej to niewiele powie. Liczba gwiazdek to punkt odniesienia, ale nie gwarancja bezpieczeństwa.

Dlatego, jeśli nie umiesz albo nie chcesz sprawdzać skilla ręcznie:

Przejdź do sekcji „skills”, skopiuj link.
Wejdź na stronę Agent Scan / Skill Inspector (link w opisie) i wklej link — możesz też wgrać pliki z komputera.
Zrób to przed instalacją skilla. Kliknij „scan”.

Skaner sprawdza skilla pod kątem bezpieczeństwa — w przykładzie było dziewięć security checków i komunikat „no issues found”, więc skill powinien być bezpieczny. Na stronie znajdziesz też opis zagrożeń związanych z instalowaniem skilli (można poprosić Claude’a o streszczenie).

Instalacja skilla — dwa sposoby i dwa zakresy

Gdy wiesz już, że skill jest bezpieczny, możesz go zainstalować. W przypadku Superpowers dostępny jest oficjalny marketplace Anthropic. Instalacja przez IDE (edytor programistyczny, nie aplikację desktopową):

Otwórz w IDE projekt, w którym chcesz zainstalować skille.
Odpal Claude’a i wpisz skopiowaną komendę /plugin marketplace add ... — marketplace zostanie dodany.
Wklej komendę instalacji i naciśnij Enter.

Wyświetli się kilka możliwości instalacji:

user scope — dla ciebie, globalnie (dostępne w każdym projekcie),
project scope — dla wszystkich współpracowników w repozytorium (jeśli pracujecie przez GitHub),
local scope — dla ciebie, ale tylko w tym projekcie (tworzy się w folderze .claude danego projektu).

Dla początkujących interesujące są opcje pierwsza i trzecia. Choć kusi, by instalować skille globalnie, autor poleca instalować je per projekt, ponieważ każdy skill zapełnia kontekst, a instalując dużo skilli możesz doprowadzić do sytuacji, w której mają podobne opisy — a skoro Claude wybiera skilla na podstawie opisu, może wybrać nie ten, co trzeba.

Alternatywnie możesz poprosić Claude’a w aplikacji desktopowej: „Zainstaluj mi paczkę tych skilli lokalnie, tylko w tym projekcie” i wkleić link do GitHuba. Claude wykona kopię pluginu, rejestrację marketplace’u i instalację, zapisując wszystko lokalnie. Uwaga: ten sposób bywa zawodny — Claude może pomylić się i zainstalować skille w niewłaściwym miejscu (wtedy trzeba ręcznie przenieść folder skills do .claude). Przez IDE bądź terminal zrobisz to zdecydowanie szybciej i pewniej. Po instalacji zresetuj Claude’a lub wyczyść kontekst komendą /clear, a skille (np. /brainstorming) będą dostępne.

Podsumowanie

Teraz wiesz nie tylko, jak zbudować skilla, który słucha, ale też jak sprawdzić cudzego, zanim wpuścisz go na swój komputer. Kluczowe wnioski:

Skill to procedura, nie pojedynczy prompt.
Cała różnica między generalistą a specjalistą siedzi w jednym polu — description.
Kilka dobrze zbudowanych, sprawdzonych skilli zasilonych twoją wiedzą domenową robi więcej niż tysiąc generycznych skilli ściągniętych z internetu.

Zacznij od jednego skilla, który rozwiąże twoje najbardziej powtarzalne zadanie.

10 najważniejszych takeaways — z kontekstem zastosowania

1.Skill to spisana procedura, nie kolejny prompt

Na czym polega: Skill zamienia agenta z generalisty w wyspecjalizowanego eksperta od jednej roboty, bo zawiera gotową, powtarzalną procedurę w formacie Markdown. Rozwiązuje problem niedeterminizmu — tego, że AI za każdym razem robi to samo zadanie nieco inaczej.

Jak stosować: Zamiast za każdym razem od nowa tłumaczyć agentowi, jak wykonać zadanie, spisz procedurę raz w pliku SKILL.md. Traktuj to jak dokument onboardingowy dla nowego pracownika.

Na co uważać: Skill nie zastąpi jakości myślenia o zadaniu — jeśli sama procedura jest zła, agent będzie konsekwentnie robił źle. Wartość skilla rośnie wprost proporcjonalnie do jakości spisanej w nim wiedzy.

2.Sygnał „czas na skilla”: robisz coś po raz piąty

Na czym polega: Dokumentacja Anthropic daje konkretny próg — skilla tworzysz, gdy łapiesz się na wklejaniu tej samej instrukcji lub zlecaniu tego samego zadania kolejny raz.

Jak stosować: Zrób inwentaryzację swoich powtarzalnych zadań z ostatnich tygodni. Pierwszym skillem uczyń rozwiązanie tego, które powtarzasz najczęściej.

Na co uważać: Nie twórz skilli „na zapas” do zadań, które robisz raz na kwartał — koszt utrzymania i ryzyko błędnego routingu przewyższą korzyść.

3.`description` decyduje o wszystkim — pisz je pod routing, nie pod człowieka

Na czym polega: Agent nie czyta opisu jak człowiek — na jego podstawie (routing) decyduje, czy w ogóle uruchomić skilla. Opis ma mówić kiedy użyć skilla, a nie co on potrafi.

Jak stosować: Stosuj trzy zasady Anthropic: trzecia osoba, wzorzec „use when” (użyj, gdy użytkownik poprosi o X) oraz konkretne słowa wyzwalacze (mogą być po polsku). Zmieść się w ~1536 znakach — kilka zdań działa lepiej niż esej.

Na co uważać: Opis skupiony na możliwościach („ten skill potrafi…”) zamiast na wyzwalaczach sprawia, że agent nie wie, kiedy go odpalić — i skill nigdy się nie uruchomi mimo poprawnej treści.

4.Mniej skilli znaczy lepiej — przez konflikt opisów

Na czym polega: Im więcej skilli w projekcie, tym większa szansa, że agent wybierze niewłaściwy — szczególnie gdy opisy są do siebie podobne. Efekt: przepalony czas i tokeny.

Jak stosować: Trzymaj w projekcie tylko skille faktycznie potrzebne. Instaluj per projekt (local scope), a nie globalnie, żeby nie zaśmiecać kontekstu w każdym projekcie.

Na co uważać: Instalacja globalna kusi wygodą, ale mnoży ryzyko kolidujących opisów. Jeśli już masz dużo skilli, przejrzyj ich opisy pod kątem nakładania się „use when”.

5.Progressive disclosure — projektuj skilla pod trzy poziomy ładowania

Na czym polega: Agent nie ładuje całego skilla naraz. Poziom 1 (front matter) jest zawsze w kontekście; poziom 2 (body) ładuje się po wyborze skilla; poziom 3 (references/scripts/assets) — dopiero na żądanie.

Jak stosować: Trzymaj front matter zwięzły i decyzyjny (bo jest zawsze w pamięci), szczegółową wiedzę wynoś do podfolderu references, a ciężkie operacje do scripts. Dzięki temu wiele skilli nie zapycha okna kontekstowego.

Na co uważać: Wrzucenie całej wiedzy do SKILL.md zamiast do references marnuje kontekst przy każdym uruchomieniu. Front matter to nie miejsce na instrukcje wykonawcze — tylko na to, co pozwala agentowi zdecydować.

6.Slash command jako poduszka bezpieczeństwa routingu

Na czym polega: Wywołanie deklaratywne /nazwa-skilla daje 100% pewności, że agent uruchomi skilla, niezależnie od jakości opisu — omijasz zgadywanie modelu.

Jak stosować: Gdy zależy ci na pewności (np. ważny, kosztowny skill), wywołuj go slash komendą zamiast liczyć na automatyczny routing. To „dzwonek” na pracownika.

Na co uważać: Poleganie wyłącznie na slash komendach oznacza, że tracisz automatyzm — musisz pamiętać o ręcznym wywołaniu. To kompromis między pewnością a wygodą.

7.Steruj tym, kto może odpalić skilla

Na czym polega: Dwie linijki w SKILL.md regulują dostęp: disable-model-invocation: true (tylko ty, ręcznie) oraz user-invocable: false (tylko agent automatycznie, znika z listy komend). Domyślnie działają obie drogi.

Jak stosować: Dla skilli robiących coś poważnego (usuwanie, wysyłka, płatności) ustaw disable-model-invocation: true, żeby agent nie odpalił ich bez twojej wiedzy.

Na co uważać: user-invocable: false odbiera ci ręczną kontrolę — używaj tylko dla skilli, które naprawdę mają działać wyłącznie w tle. Pomyłka w konfiguracji może „zablokować” skilla przed tobą albo przed agentem.

8.Skill Creator — buduj skille bez umiejętności technicznych

Na czym polega: Meta-skill od Anthropic prowadzi Claude’a przez pięć etapów: pytania, doprecyzowanie edge case’ów, napisanie SKILL.md, test na sucho i optymalizację opisu (20 przykładowych zapytań mierzących trafność routingu).

Jak stosować: Zainstaluj Skill Creatora (plugins → skills), a potem opisz mu zadanie i pozwól dopytać. Używaj go także do poprawiania istniejących skilli. Do ważnych skilli wybieraj mocny model (Opus 4.8, wysoki poziom rozumowania).

Na co uważać: To rozmowa, nie „one-shot” — jedno lakoniczne polecenie nie da dobrego skilla. Największą wartość dodaje twoja unikalna wiedza domenowa, której model nie ma z internetu; bez niej dostaniesz generyk.

9.Determinizm oddawaj skryptom, nie promptom

Na czym polega: To, co da się policzyć/wykonać kodem, zawsze da ten sam wynik — jak kalkulator. Zostawianie tego modelowi w prompcie wprowadza losowość.

Jak stosować: Wszędzie, gdzie się da (konwersje plików, obliczenia, przetwarzanie danych), umieść skrypt w folderze scripts i spraw, by skill go uruchamiał. Przykład z materiału: konwersja PDF/DOCX na Markdown przez skrypt MarkItDown od Microsoftu. Rozważ też context: fork, by delegować zadanie do izolowanego subagenta.

Na co uważać: Skrypty z sieci to kod z dostępem do twojego komputera — traktuj je z tą samą ostrożnością co całe skille. Nie musisz umieć pisać skryptu samodzielnie, ale musisz wiedzieć, co on robi.

10.Skanuj każdego skilla z sieci przed instalacją

Na czym polega: Skill z internetu to kod, któremu dajesz dostęp do komputera — realne ryzyko ataku przez zainfekowany prompt. Liczba gwiazdek na GitHubie to punkt odniesienia, nie gwarancja.

Jak stosować: Przed instalacją przepuść link (lub pliki) przez skaner typu Agent Scan / Skill Inspector — sprawdza skilla pod kątem bezpieczeństwa (w przykładzie: dziewięć security checków). Instaluj dopiero po wyniku „no issues found”.

Na co uważać: „Brak wykrytych problemów” nie znaczy „w 100% bezpieczny” — skanery mają ograniczenia. Instalacja przez Claude’a w aplikacji desktopowej bywa zawodna (skille lądują w złym folderze); przez IDE lub terminal jest szybciej i pewniej.