คู่มือฉบับสมบูรณ์สำหรับการสร้าง SKILL ใน Amazon Quick

บทความนี้ใช้กรณีศึกษาจริง — กระบวนการกำเนิดทักษะ "SEO ตรวจสุขภาพ" — เพื่อสรุปงานที่ต้องทำ คำสั่งที่ใช้ และข้อผิดพลาดที่เคยเจอ เหมาะสำหรับผู้ที่ต้องการทำให้เวิร์กโฟลว์ที่ทำซ้ำ ๆ ของตนกลายเป็นทักษะที่นำกลับมาใช้ซ้ำได้

หนึ่ง、SKILL คืออะไร และทำไมต้องสร้าง

SKILL คือการนำชุดเวิร์กโฟลว์หลายขั้นตอนมาทำให้เป็นแพ็กเกจความสามารถที่นำกลับมาใช้ซ้ำได้ ทำครั้งเดียวเสร็จ หลังจากนั้นเพียงประโยคเดียวก็เรียกใช้ทั้งกระบวนการได้ ไม่ต้องอธิบายใหม่ทุกครั้ง

SKILL หนึ่งตัวโดยพื้นฐานแล้วคือโฟลเดอร์หนึ่งโฟลเดอร์:

skill-name/
├── SKILL.md          ← 核心：流程说明 + 触发词 + 输入 + 经验
├── scripts/          ← 可选：可复用的代码脚本
│   └── *.py
└── evals/            ← 可选：测试用例
    └── evals.json

สัญญาณที่บ่งบอกว่าเหมาะทำเป็น SKILL: สิ่งนี้คุณจะทำซ้ำ มีขั้นตอน ≥2 มีผลลัพธ์ที่ชัดเจน และเปลี่ยนวัตถุ (URL/ลูกค้า/โปรเจกต์) แล้วยังใช้ได้

สอง、กระบวนการโดยรวมในการสร้าง SKILL (5 ขั้นตอน)

การสร้างทักษะเองก็มี "เมตาทักษะ" มาคอยแนะนำ แกนหลักคือ 5 ขั้นตอนนี้:

สาม、แยกย่อยทีละขั้น: แต่ละขั้นทำอะไรบ้าง

ขั้นที่ 1: รันเวิร์กโฟลว์ให้ผ่านก่อน (สำคัญที่สุด)

อย่าเพิ่งรีบสร้างสกิล เริ่มจากหยิบความต้องการจริงมาทำให้ครบหนึ่งรอบ เช่น: "ช่วยตรวจ SEO ของหน้าเว็บนี้ให้หน่อย" ในระหว่างนี้:

• ระบุให้ชัดอินพุตคืออะไร (หนึ่ง URL? หลาย URL?)
• ระบุให้ชัดผลลัพธ์คืออะไร (รายงานหนึ่งฉบับ? รูปแบบใด?)
• บันทึกว่าแต่ละขั้นใช้ความสามารถอะไร (เปิดหน้าเว็บ รันโค้ด สร้าง Excel……)

บทเรียนจากการปฏิบัติจริง: สกิล SEO ของเราเกิดขึ้นหลังตรวจหน้าเว็บหลายหน้าของเว็บไซต์ทางการของบริษัทแห่งหนึ่งอย่างจริงจัง และปรับรูปแบบรายงานซ้ำหลายรอบ แล้วจึงกลั่นเป็นสกิล ระหว่างนั้นผู้ใช้เรียกร้องเพิ่มตลอด (เพิ่มมาตรฐาน Bing ตรวจสอบแหล่งที่มาทางการ เปลี่ยนเป็นเมทริกซ์การดำเนินการ แยกเป็นสองระยะ……) สิ่งเหล่านี้กลายเป็นส่วนที่มีค่าที่สุดในสกิล

ขั้นที่ 2: ยืนยันโครงร่างสกิล

บอก AI ให้ชัด (หรือให้มันเสนอ):

ขั้นตอนที่ 3: ดึงข้อมูลเซสชัน

ขั้นตอนนี้เครื่องมือทำให้อัตโนมัติ: สแกนเซสชันที่เพิ่งรันผ่าน ดึงรายการเครื่องมือที่ใช้ สร้างโครง SKILL.md ที่มี YAML frontmatter คุณเพียงแค่ระบุสิ่งที่กำหนดไว้ในขั้นตอนที่ 2: ชื่อสกิล คำทริกเกอร์ รายการอินพุต ชื่อที่แสดง ไอคอน

คำสั่ง:extract_session_data

ขั้นตอนที่ 4: เขียน SKILL.md (การสร้างสรรค์หลัก)

เติมส่วนต่อไปนี้บนพื้นฐานของโครง:

① frontmatter (ส่วนหัวไฟล์)

---
name: seo-audit-skill
display_name: 「SEO 体检」
description: "一句话说清楚它做什么、什么时候该触发"
icon: "🔍"
trigger: SEO体检 audit 网站优化 网站SEO
inputs:
  - name: page_url
    description: "要体检的页面网址"
    required: true
scripts: [seo_audit.py, seo_matrix.py]
---

② Overview

อธิบาย 2–3 ประโยคว่าทำอะไร ใช้เมื่อไหร่

③ Workflow (แบ่งขั้นตอน)

แต่ละขั้นระบุโหมด (deterministic การกระทำคงที่ / agentic ต้องตัดสินใจ), อินพุต, เอาต์พุต, วิธีตรวจสอบ, หากล้มเหลวทำอย่างไรอธิบาย "ทำไม" ให้มาก ลดการเขียน "ต้อง/ห้าม" แบบแข็งทื่อ—— AI ที่รันสกิลเข้าใจ "การอธิบายเหตุผล" ได้ดีกว่า

④ Output

ผลลัพธ์สุดท้ายหน้าตาเป็นอย่างไร กำหนดรูปแบบให้ชัดเจน

⑤ Lessons Learned (บทเรียน)

นี่คือจุดแบ่งคุณภาพของสกิล แบ่งเป็นสี่ส่วน:

• Do: วิธีใดได้ผล
• Don't: หลุมไหนอย่าเหยียบ
• Common Failures: ข้อผิดพลาดที่พบบ่อย + การรับมือ
• When to Ask the User: เมื่อไหร่ควรหยุดถามคน

บทเรียนจริง: Lessons ของสกิลนี้เต็มไปด้วยหลุมที่เหยียบจริง——ภาษาจีนอย่าใช้ \uXXXX escape, เขียน CSV ใช้ utf-8-sig ป้องกัน Excel อ่านเพี้ยน, อัตรา alt รูปภาพขาดสูงผิดปกติส่วนใหญ่เป็นการรายงานผิดจากการ lazy load (ต้องทำเครื่องหมาย "รอตรวจ" ไม่ใช่ตัดสินว่าขาดทันที), บางโดเมนบล็อกการดึงข้อมูลแบบกลุ่ม ต้องใช้เบราว์เซอร์ตรวจสอบ…… "น้ำตานองเลือด" เหล่านี้ทำให้สกิลรันครั้งต่อไปเสถียรขึ้น

⑥ สคริปต์ (ไม่บังคับแต่แนะนำอย่างยิ่ง)

หากในโฟลว์มีโค้ดที่เขียนซ้ำ ให้แยกเป็นสคริปต์วางไว้ scripts/，อ้างอิงใน SKILL.md เราได้ทำ "JS เก็บสัญญาณหน้าเว็บ" และ "สร้างเมทริกซ์หลายหน้า" เป็นสองสคริปต์ เพื่อให้รูปแบบเอาต์พุตสอดคล้องกันทุกครั้ง

ขั้นตอนที่ 5: บันทึก + ทดสอบ

• คำสั่งบันทึก:save_skill(ชื่อสกิล + SKILL.md ฉบับเต็ม + สคริปต์)
• สร้างการทดสอบ:generate_skill_evals(สร้างกรณีทดสอบอัตโนมัติหลายรายการ)
• จากนั้นรันจริงหนึ่งครั้งเพื่อตรวจสอบ——เราใช้สถานการณ์แบบหน้าเดียวและหลายหน้าทดสอบจริงแยกกัน ยืนยันว่าสามารถระบุปัญหาจริงได้ (เช่น ตรวจจับลิงก์เสีย 404 หลายรายการ พบว่าชื่อเรื่องแชร์โซเชียลไม่ตรงกับชื่อเรื่องหน้าเว็บ)

สี่ วิธีวนซ้ำและเผยแพร่หลังสร้างเสร็จ

ปรับปรุงแบบวนซ้ำ

คำสั่ง:load_skill_for_improvementสกิลไม่ได้สร้างเสร็จในครั้งเดียว หลังใช้หลายครั้งจึงปรับปรุงตามต้องการ:

• แก้กระบวนการ เพิ่มรูปแบบเอาต์พุต ปรับคำทริกเกอร์
• เมื่อบันทึกใช้ชื่อสกิลเดิมก็เขียนทับในตำแหน่งเดิมได้ (จะสำรองเวอร์ชันเก่าโดยอัตโนมัติ)

ภาคปฏิบัติ: สกิลนี้ของเราวนซ้ำหลายรอบมาก——เพิ่มมาตรฐาน Bing เปลี่ยนรูปแบบเมทริกซ์การดำเนินการ แยกเป็นสองระยะ เพิ่มเอาต์พุตคู่ Excel+Markdown แก้การจัดแนวชื่อคอลัมน์กับตัวอย่าง สุดท้ายเปลี่ยนชื่อ ทุกรอบคือ load_skill_for_improvement → แก้ → save_skill เขียนทับ

เปลี่ยนชื่อ

แก้ใน frontmatter name และ display_nameใช้ชื่อใหม่ save_skillแล้วลบโฟลเดอร์สกิลเก่า

แพ็กและเผยแพร่

บีบอัดโฟลเดอร์สกิลทั้งหมดเป็น zip เพื่อสำรอง ย้ายไปคอมพิวเตอร์เครื่องอื่น หรือแชร์ให้เพื่อนร่วมงาน (วางในไดเรกทอรี skills ของฝ่ายนั้น)

ย้ายข้ามเครื่องมือ

หากต้องการใช้ในเครื่องมือ AI อื่น (ChatGPT/Claude/Gemini) ต้อง "ลดความเป็นแพลตฟอร์ม": เขียนชื่อเครื่องมือเฉพาะเป็นคำอธิบายความสามารถทั่วไป ("เปิดหน้าเว็บ" "รันโค้ด") และฝังสคริปต์เป็น Markdown แบบครบในตัวเอง ก็วางทั้งบล็อกเป็น system prompt/คำสั่งกำหนดเองได้

ห้า คำสั่งที่ใช้บ่อยแบบเร็ว

หก、รายการข้อควรระวัง (จากประสบการณ์จริง)

1. ทำให้ทำงานได้ก่อนแล้วจึงทำให้เป็นมาตรฐาน——อย่าเขียนสกิลขึ้นมาจากอากาศ
2. ใส่อินพุตเฉพาะสิ่งที่จะเปลี่ยนแปลง——ค่าคงที่ให้เขียนตายตัวในโฟลว์
3. Lessons Learned ต้องเต็มไปด้วยประสบการณ์จริง——นี่คือกุญแจว่าสกิลจะ "ยิ่งใช้ยิ่งเสถียร" ได้หรือไม่
4. แยกโค้ดที่ซ้ำออกเป็นสคริปต์——รับประกันรูปแบบเอาต์พุตที่สม่ำเสมอและประหยัด token
5. หลังบันทึกต้องทดสอบเสมอ——รันจริงหนึ่งหน้าครั้งเดียว + หลายหน้า เพื่อยืนยันว่ามันระบุปัญหาจริงได้
6. ข้อควรระวังด้านการเข้ารหัส（หากเกี่ยวข้องกับภาษาจีน/การสร้างโค้ด）：เขียนไฟล์ด้วย encoding="utf-8"，CSV ใช้ utf-8-sig，อย่าใช้ \uXXXX การ escape，PDF ภาษาจีนใช้ฟอนต์ CID ที่มีในตัว
7. การทำซ้ำใช้การเขียนทับชื่อเดิม——name ไม่เปลี่ยนแปลง ระบบสำรองเวอร์ชันเก่าโดยอัตโนมัติ

บทส่งท้าย

แก่นแท้ของการสร้าง SKILL คือ：การห่อหุ้มเวิร์กโฟลว์ที่ประสบความสำเร็จครั้งหนึ่ง พร้อมด้วยการตัดสินใจและบทเรียนภายใน ให้กลายเป็นความสามารถที่ "ครั้งหน้าพูดประโยคเดียวก็เริ่มใหม่ได้" สกิลที่ดีไม่เพียงบันทึกขั้นตอน แต่ยังบันทึกประสบการณ์ว่า "จะทำสิ่งนี้ให้ถูกต้องได้อย่างไร"

ทำสิ่งต่างๆ ให้ดีเสียก่อน แล้วจึงทำให้มันนำกลับมาใช้ซ้ำได้——นี่คือหัวใจทั้งหมดของการสร้าง SKILL