AI人工智慧
Claude Skills 是什麼？如何解決 AI「金魚腦」與 Token 爆炸的救星
最後更新日：2026.01.13
目次
想像一下，你聘請了一位超級天才員工（Claude），但他有一個致命缺點：記性有限（Context Window 限制）。
為了讓他工作，你每天早上都要把公司 20 個部門的所有操作手冊、程式碼規範、財務報表全部塞給他讀一遍。結果是：這位員工還沒開始工作就已經腦袋過載，不僅反應變慢，還花費了你大量的成本（Token 費用）。
Claude Skills 就是為了解決這個問題而生的「按需聘僱機制」。
這篇文章將用最簡單的方式，告訴您什麼是 Claude Skills，以及它如何讓您的 AI 工作流更省錢、更聰明。
Claude Skills 是什麼？別讓你的 AI 員工「過勞死」
Claude Skills（技能），白話來說就是 AI 的「外掛知識包」或「專案 SOP 手冊」。在過去，我們習慣把所有背景資料一次丟給 AI（例如透過 Claude Projects）。
但現在，Skills 採用了一種叫做 「漸進式揭露 (Progressive Disclosure)」 的技術。
簡單的比喻：
- 沒有 Skills (舊模式)：就像把公司所有部門的 50 位專家全部叫進一間小會議室開會。裡面擠滿了人，吵雜又混亂，而且你其實只需要問其中一個人問題。
- 有了 Skills (新模式)：你只給 Claude 一份「通訊錄」。當 Claude 發現你需要處理財務問題時，他會自動打電話請財務專家進來；處理完後，專家就離開。
這樣做的好處是：會議室（記憶體）永遠保持寬敞，只在需要的時候，調用對的專家。
為什麼需要 Skills？解決「上下文超載」的致命傷
很多使用者會問：「我直接寫在 Prompt（提示詞）裡不行嗎？」答案是：小事情可以，但專業任務不行。
原因有二：
- 記憶體有限（Context Window Overload）：
如果你的 Prompt 包含 Python 繪圖教學、公司程式碼規範、SQL 語法限制...等十幾種規則，AI 的「專注力」會被分散，容易產生幻覺或遺漏指令。 - 成本與速度：
每次對話都重複載入這些不一定用得到的巨量資訊，就是在浪費 Token（錢），也會讓 AI 回應變慢。
Claude Skills 的核心價值： 它讓 AI 具備「判斷力」。
AI 會自己決定：「老闆現在問的是 A/B 測試，所以我去拿 A/B 測試的 SOP 出來照著做就好，不需要去讀法律文件。」
小筆記：Skills 甚至可以包含「程式碼腳本」。例如處理 Excel 排序，與其讓 AI 用猜的，不如在 Skill 裡直接寫好一段 Python 程式碼讓它執行，保證結果 100% 準確。
Skills 怎麼運作？揭秘「漸進式揭露」的三層機制
Skills 最聰明的地方在於它的運作邏輯：Claude 不會一開始就把所有技能內容全部塞進腦袋，而是分層、按需求取用。你可以把這個機制想成「只在需要時翻閱維修手冊」，而不是把整間圖書館的書都背在身上。
這種機制被稱為 Progressive Disclosure（漸進式揭露），分為三個層次：
✅ Level 1：Metadata（通訊錄模式 - 極輕量）
當 Claude 啟動時，它只會讀取所有 Skills 的「名稱」與「簡短描述」。這就像是你手上的員工通訊錄，你只知道：
- 小明： 財務分析專家
- 阿芳： 品牌設計顧問
- 阿強： 程式碼審查專家
好處： 記憶體佔用極低，無論你有 10 個還是 100 個 Skills，啟動成本都非常低（通常少於 100 Tokens）。
✅ Level 2：Instructions（說明書模式 - 按需讀取）
當你問：「幫我檢查這份財報有什麼問題？」Claude 判斷這跟「小明（財務專家）」有關，這時它才會真正去讀取該 Skill 裡的 SKILL.md 完整內容。
這就是最強大的 模型自主判斷 (Model-Invoked) 功能：
- 以前 (Slash Command)：你必須手動輸入 /check_finance，要自己記得有哪些指令。
- 現在 (Skills)：不需要背指令，Claude 自己知道「此時此刻該聘請哪位專家進場」。
✅ Level 3：Resources / Scripts（工具箱模式 - 執行時才用）
這是最深層的資源。Skills 資料夾中還可以包含：- scripts/：Python、JavaScript 等可執行的程式碼腳本。
- resources/：厚重的參考文件、Excel 模板、法律條文。
這讓 Skills 能夠包含幾乎無限的知識庫，卻不影響 AI 的反應速度。
Skills、Projects、MCP 傻傻分不清楚？一張表看懂
Claude 生態系中有許多名詞，很容易混淆。我們用「蓋房子」來比喻，讓您秒懂它們的差異：| 比較項目 | Claude Skills (技能) |
Claude Projects (專案) |
MCP (模型上下文協議) |
CLAUDE.md (門規) |
|---|---|---|---|---|
| 簡單比喻 | SOP 操作手冊 | 專案資料夾/檔案櫃 | 工具箱 (錘子、電鑽) |
員工守則 |
| 運作方式 | 動態載入： 需要時才拿出來讀 |
靜態載入： 一開始就全部放在桌上 |
連接器： 用來連接外部系 |
常駐記憶： 永遠記在腦子裡 |
| 功能 | 教 AI 「如何做」某件專業任務 | 提供 AI 工作的背景資料 | 讓 AI 「有能力」去抓資料 | 設定 AI 的基本行為準則 |
| 範例 | 「如何撰寫符合公司規範的 PR」 | 「Q3 行銷活動的所有文案與圖檔」 | 「連上 Google Drive 讀取檔案」 | 「不要使用粗俗語言、用繁體中文回答」 |
| Token 消耗 | 低 (只在需要時消耗) | 高 (每次對話都佔用) |
視工具回傳 資料量而定 |
中 (每次都佔用) |
專家觀點：
- MCP 是讓 Claude 手伸出去（連接 Slack、資料庫）。
- Skills 是教 Claude 怎麼把事情做對（SOP、流程）。
- 兩者通常會搭配使用：用 MCP 抓資料，再用 Skills 規定的格式處理資料。
實戰應用：什麼時候該用 Skills？
你不必把所有東西都做成 Skill，但在以下情境，Skills 是最強大的武器：- 標準化流程 (Standard Operating Procedures)
場景：每次寫程式碼都要符合特定的 Lint 規範，或是每次寫行銷文案都要遵循固定的「品牌語氣指南」。
解法：建立一個 brand-voice Skill，裡面放好範例和規則。Claude 寫文案時會自動套用。 - 需要精確執行的任務
場景：處理大量數據的 Excel 報表，需要精確的計算。
解法：建立一個 excel-processor Skill，內含 Python 腳本。讓 AI 執行腳本而非自己運算，避免算錯。 - 跨專案的通用能力
場景：你是資料科學家，在不同專案中都會用到同一套「數據清洗流程」。
解法：做成 Skill。Skills 是可以攜帶的（Portable），一次建立，隨處可用（Anywhere）。
如何開始使用 Claude Skills？
使用 Claude Skills 不需要寫複雜的程式，它遵循「一切皆檔案 (Everything is a file)」的哲學。方法 1：使用官方內建技能 (最簡單)
Anthropic 官方已經內建了 Excel、PDF、Word 處理等技能。您只需要在 Claude 的設定頁面中開啟即可直接使用。
方法 2：自己建立技能 (進階)
只需要在專案資料夾中建立一個 SKILL.md 檔案即可。結構非常簡單：| Markdown |
| None --- name: generate-commit-message (技能名稱) description: 協助產生符合公司規範的 Git Commit Message (告訴 AI 何時用它) --- # 指令 (Instructions) 1. 標題必須包含 JIRA 編號 2. 內容不超過 72 字元 3. 請參考以下範例... |
常見問題
Q1：我原本都用 Projects 來存資料，現在需要全部搬到 Skills 嗎？
A： 不需要。Projects 適合存放「背景知識」（如產品規格書、會議記錄），這些是為了讓 AI 了解狀況。Skills 適合存放「操作流程」（如如何寫 Code、如何分析報表）。兩者是互補的。
Q2：Skills 需要付費嗎？
A： 建立 Skills 本身不需要額外付費，但使用 Skills 時，因為 AI 會讀取 Skill 的內容，所以會消耗對應的 Token 費用。但相比於把所有資料一次塞進去，使用 Skills 反而能大幅節省 Token 支出。Q3：我是非技術人員，我也能用嗎？
A： 絕對可以。Claude 甚至提供了一個 skill-creator 功能，你可以直接用「對話」的方式告訴 Claude 你想要什麼技能，它會幫你把檔案寫好。
Q4：聽說還有「子代理 (Sub-agent)」，那又是什麼？
A： 子代理就像是帶著特定 Skill 去這處理任務的「專員」。- Claude (老闆)：負責發號施令，讀取 CLAUDE.md 門規。
- 子代理 (專員)： 被老闆派去獨立房間（獨立 Context），帶著 Skill (操作手冊) 專心解決問題，做完再回來回報。這適合處理非常複雜的多步驟任務。
結論：Skills 不只是新功能，而是讓 AI「學會聰明工作」的關鍵
回顧 AI 工具的發展，大多是在比拼「誰能讀更多字」或是「誰的功能更花俏」。但 Claude Skills 走了一條完全不同的路，它解決了一個更本質的難題：
如何在有限的記憶體空間裡，讓 AI 既能博學多聞（通才），又能深究細節（專家）？
答案不在於把十億本書一次塞進 AI 的腦袋裡，而是教會 AI 「如何聰明地使用記憶體」——懂得在對的時間，翻開對的操作手冊。
誰最該開始使用 Skills？
如果您身處以下角色，Skills 將是您的最強外掛：- 開發者：您希望 AI 產出的程式碼更可控、變數命名永遠符合規範，不再需要每次 Review 都生氣。
- 團隊主管：您希望將團隊內資深員工的「默契」與「SOP」標準化，讓 AI 也能像資深員工一樣辦事。
- 長期重度用戶：您已經厭倦了每次開新對話，都要重複貼上一大串「請注意...」的提示詞。
給您的下一步建議 (Next Step)
工具再強，用起來才算數。我建議您現在就可以做這件事：✅ 找出您工作中「最常重複碎碎念」的 SOP，把它做成您的第一個 Skill。
不管是 PR Review 標準、Git Commit 格式、週報撰寫架構，還是 客戶回覆語氣。
試著建立一次，您會發現，真正的升級不只是工具變強了，而是您的工作方式從此變得更優雅、更輕鬆。
