# 影片筆記：AI Agent 時代第一件要學的事：Skill 入門｜怎麼找、怎麼裝、怎麼改成你自己的


<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

## 一句話總結
在 AI Agent 時代，使用者應學會利用現有的 **Skill**（進階版 Prompt 結構）來自動化重複性任務，並透過搜尋 GitHub、進行安全檢查及提供具體參考物進行迭代優化，將通用 Skill 客製化為符合個人或公司需求的專屬版本。

## 核心重點

1.  **AI Agent 與 LLM 的本質差異**：
    *   **LLM (如 Gemini, ChatGPT)**：僅具備「疑問一答」的能力，如同聰明的 Google，無法直接執行任務。
    *   **AI Agent**：具備執行任務的能力，能操作電腦檔案、上網查詢、處理資料並產出最終成果，使用者角色轉變為最終驗收者。

2.  **Skill 的定義與結構**：
    *   Skill 被定義為「進階版的 Prompt」。
    *   結構上是一個完整的資料夾，核心包含 `Skill.md`（說明書）、參考資料、範本（範例）以及觸發條件。
    *   透過設定觸發條件，AI Agent 能自動判斷何時執行該 Skill，確保輸出的一致性與規模化。

3.  **Skill 的獲取與篩選策略**：
    *   建議指示 AI Agent 在 GitHub 上搜尋現成的開源 Skill。
    *   評估標準包括：Stars（星星數量，代表受歡迎程度）、Last Week/Update Time（近期更新時間）以及 README（說明書）。

4.  **安裝前的安全檢查（關鍵步驟）**：
    *   安裝 Skill 前必須要求 AI Agent 檢查潛在風險。
    *   檢查項目包含：是否包含惡意指令、是否自動上傳資料、是否傳送至其他位置、是否有隱藏執行指令、是否偷偷安裝套件、是否讀取 API Key 或環境變數。

5.  **客製化 Skill 的迭代流程**：
    *   將下載的 Skill 視為「原廠設定」，需修改為個人專屬。
    *   **具體反饋**：提供具體的成品參考物（正例與反例），明確指出需學習的結構、語氣或排版。
    *   **迭代修正**：避免模糊指令（如「再好一點」），需具體指出問題位置、方向與程度（例如：壓縮特定段落）。
    *   **固化**：確認成品 OK 後，指示 AI 根據對話紀錄優化並保存該 Skill。

## 詳細大綱

### 一、 AI Agent 時代的基礎認知
*   **市場趨勢**：各大 AI 公司（XAI、Google、OpenAI、Anthropic）推出新的 AI Agent 工具，趨勢是操作更簡單。
*   **核心差異對比**：
    *   LLM 停留在問答模式。
    *   AI Agent 能直接做事（操作檔案、上網、處理資料），最終產出成果供使用者檢查。

### 二、 Skill 的概念與優勢
*   **定義**：AI Agent 時代需學會的核心概念，是進階版/進化版的 Prompt。
*   **結構細節**：
    *   包含整個資料夾。
    *   核心為 `Skill.md`（說明書）。
    *   包含參考資料、範本（範例）及觸發條件。
*   **使用好處**：
    *   **自動化與一致性**：AI 自動判斷觸發條件，無需刻意指定使用哪個 Skill。
    *   **規模化與公司應用**：確保每次輸成品風格與品質一致，適合在公司內部使用。
    *   **效率提升**：將重複性任務（如每週新聞分析、題目生成）打包，AI 依規則自動執行，使用者僅需最後驗收。

### 三、 如何尋找與安裝 Skill
*   **搜尋方法**：指示 AI Agent 上網搜尋 GitHub 上的開源 Skill。
    *   範例情境：尋找能記錄學生層次表現與行為分析的 Skill。
*   **評估標準**：
    *   **Stars (星星數量)**：代表項目受歡迎程度。
    *   **Last Week/Update Time**：檢視更新時間，優先選擇近期更新的項目。
    *   **README**：閱讀 Skill 的說明書。
*   **安全檢查（安裝前必做）**：
    *   在安裝前，要求 AI Agent 檢查 Skill 是否包含惡意指令。
    *   確認項目：是否自動上傳資料、是否傳送至其他位置、是否有隱藏執行指令、是否偷偷安裝套件、是否讀取 API Key 或環境變數。

### 四、 將他人 Skill 轉化為個人客製化 Skill
*   **核心理念**：
    *   下載的 Skill 如同「原廠手機」，需修改為個人專屬。
    *   目標是將 Skill 融合至個人或公司的實際情況中。
*   **優化流程**：
    1.  **運行與檢視**：安裝後先運行一次，檢視成品是否符合期望。
    2.  **具體反饋**：
        *   明確告知成品應呈現的樣貌、用途、受眾及限制。
        *   **提供參考物**：上傳自己覺得好的成品（正例）或覺得不好的例子（反例）。
        *   **明確學習目標**：告知 AI 需學習結構、語氣或排版等特定面向。
    3.  **迭代修正**：
        *   若無參考物，讓 AI 生成多個版本，選擇較好者進行微調。
        *   具體指出問題的位置、方向與程度（例如：第幾段太長，需壓縮至幾句內）。
        *   避免模糊指令（如「再好一點」），需具體說明不滿意的細節。
    4.  **固化 Skill**：確認成品 OK 後，指示 AI 根據對話紀錄優化並保存該 Skill，使其成為個人定制版。

### 五、 總結與後續
*   **四個步驟總結**：
    1.  讓 AI 搜尋現成 Skill。
    2.  進行安全檢查。
    3.  安裝並運行，具體指出問題並提供參考物。
    4.  反覆迭代優化，變更為客製化 Skill。
*   **未來預告**：若需從零開始自行設置 Skill，將另行拍攝影片講解。
*   **資源獲取**：影片中的 PPT 及 AI 自動化學習中心資源可於影片說明欄連結下載。

## 工具 / 模型 / 名詞整理

*   **AI 公司/品牌**：
    *   XAI
    *   Google
    *   OpenAI
    *   Anthropic (註：逐字稿中出現 Enthropec, Anthroby)
*   **AI 產品/模型/工具**：
    *   GraphBolt (XAI 推出)
    *   GMI Spark (Google 推出，疑點：可能指 Google 相關產品)
    *   Codex (OpenAI 使用)
    *   Codecode (Anthropic 推出，疑點：可能指 Claude 或其他產品)
    *   Gemini (大型語言模型)
    *   TrackGPT (大型語言模型，疑點：可能指 ChatGPT)
    *   AI Agent
    *   Skill (AI Agent 的功能模組)
    *   Prompt (提示詞)
    *   Skill.md (Skill 的說明書檔案)
    *   GitHub (開源平台)
    *   Google Doc (文件處理工具)
    *   GlueDrop (檔案儲存/展示平台，疑點：可能指 Google Drive 或其他平台)
    *   API IQ (疑點：可能指 API Key)

## 操作流程整理

1.  **搜尋 Skill**：指示 AI Agent 在 GitHub 搜尋符合需求的開源 Skill。
2.  **評估與篩選**：
    *   檢查 Stars 數量。
    *   確認 Last Week/Update Time 是否為近期更新。
    *   閱讀 README 說明。
3.  **安全檢查**：
    *   要求 AI Agent 檢查 Skill 是否包含惡意指令。
    *   確認無自動上傳資料、傳送資料至其他位置、隱藏執行指令、偷偷安裝套件、讀取 API Key 或環境變數等風險。
4.  **安裝與初次運行**：
    *   安裝 Skill。
    *   運行一次，檢視初步成品。
5.  **客製化迭代**：
    *   提供具體參考物（正例/反例）。
    *   明確指出需學習的結構、語氣或排版。
    *   具體指出問題位置與程度（避免模糊指令）。
    *   若無參考物，讓 AI 生成多版本並選擇微調。
6.  **固化 Skill**：
    *   確認成品符合期望。
    *   指示 AI 根據對話紀錄優化並保存該 Skill，形成個人定制版。

## 值得注意的限制或風險

*   **安全性風險**：安裝第三方 Skill 前若未進行嚴格的安全檢查，可能面臨資料外洩、惡意指令執行或環境變數被讀取的風險。
*   **客製化難度**：客製化 Skill 需要使用者提供具體的參考物與明確的反饋，若僅使用模糊指令（如「再好一點」），可能無法達到預期效果。
*   **技術門檻**：目前從零開始自行設置 Skill 需要額外學習，影片僅涵蓋基於現有 Skill 的修改。

## 逐字稿辨識疑點

*   **Enthropec / Anthroby**：逐字稿中分別出現「Enthropec」與「Anthroby」，根據上下文應均指 **Anthropic** 公司。
*   **GMI Spark**：Google 推出的產品名稱，需查證是否為正確名稱（可能指 Google Cloud 相關服務或 Gemini 相關產品）。
*   **Codecode**：Anthropic 推出的工具名稱，需查證是否為正確名稱（可能指 Claude 或特定代碼工具）。
*   **TrackGPT**：與 Gemini 並列的大型語言模型，需查證是否為正確名稱（可能為 ChatGPT 之聽誤）。
*   **AIA券 / AIA Agent**：逐字稿中多次出現「AIA券」，根據上下文應指 **AI Agent**。
*   **GlueDrop**：用於存放整理好資料的平台，需查證是否為正確名稱（可能為 Google Drive 或其他雲端儲存服務之聽誤）。
*   **找本**：在描述 Skill 結構時出現「會有一些的找本」，根據上下文應指 **範本** 或 **範例**。
*   **GekHub / Gateoff**：應均指 **GitHub**。
*   **Week Meet**：應指 **README** 或相關說明文件。
*   **低字化**：應指 **客製化** 或 **定製化**。
*   **API IQ**：應指 **API Key**。
*   **清談**：應指 **簡報** 或 **簡短說明**。
*   **演奏**：應指 **研究** 或 **解說**。
*   **造財**：應指 **案例** 或 **範例**。

## 可延伸追問

*   如何從零開始自行編寫一個 Skill 的 `Skill.md` 與相關結構？
*   針對特定行業（如醫療、法律），有哪些高品質的開源 Skill 推薦？
*   如何建立更嚴格的自動化安全檢查腳本，以確保 Skill 的安全性？