帶著 AI 做對工作，再把流程寫成 Skill 留下來

把做過的事留成固定步驟，對 AI 下一次工作到底能幫上多少忙？有一項叫做 Agent Workflow Memory 的研究，試著把過去的操作軌跡整理成能重複使用的流程。結果在 WebArena 的網頁任務測試裡，成功率相對基準一口氣拉高了 51.1%。這是在特定測試下的數字，不能直接換算成辦公室能省下多少時間，也無法保證只要寫了 Skill，AI 以後就絕對不會出錯。¹

遇到那些原本就有固定規則和步驟的工作，我其實很常用這個方法。我會先開個對話，一步步告訴 AI 我的做法，然後請 AI 實際跑一次。過程中如果 AI 搞錯了，我就當場指出來，順便要求 AI 把操作過程秀給我看。

等到 AI 能順利從頭跑到尾，確認結果都對了，我才會叫 AI 把這整段流程寫成一份 Skill。以後碰到同一類任務，就直接請 AI 照這份 Skill 執行。不管是審核文件、找資料還是例行檢查，甚至管理員工時要核對他們交上來的資料，這套方法都滿管用的。

graph TD;

A["人交代工作步驟"] --> B["AI 實際跑一次"];

B["AI 實際跑一次"] --> C{"結果符合預期嗎？"};

C{"結果符合預期嗎？"} -- "發現遺漏或誤解" --> D["當場糾正並補齊條件"];

D["當場糾正並補齊條件"] --> B["AI 實際跑一次"];

C{"結果符合預期嗎？"} -- "完全正確" --> E["將整段流程寫成 Skill"];

讓 AI 做給你看，才知道漏了哪一步

一開始用文字跟 AI 交代步驟，頂多只是給個大方向。真的要等 AI 動手做，你才會知道 AI 腦袋裡是怎麼理解這些話的。

就拿文件檢查來說，光是一句「幫我檢查資料有沒有問題」，AI 可能就有好幾種理解。找出沒填寫的空白欄位是一種，但核對附件跟表格內容對不對得上也是一種。如果你的工作其實需要後者，但 AI 只幫你挑出了空白欄位，那就算清單列得再漂亮，AI 還是少做了一大塊。這是一個假設的例子，剛好能說明為什麼一定要盯著 AI 做一次。

讓 AI 操作給你看，你就能抓出 AI 到底是用什麼資料下判斷的。要是 AI 明明事情只做了一半卻提早收工，你也比較好抓出是哪個步驟漏了。很多人甚至會在這個環節突然發現：原來有些自己早就覺得理所當然、甚至省略不說的條件，對方根本就不知道。

這時候，你就能把原本講得有點模糊的要求，補成真正能執行的動作。舉個例子，如果檢查完還得留下記錄方便回頭找，指令就要寫成「標出是哪份文件的哪個欄位有問題，順便附上你核對的依據」。要是缺了附件就沒辦法往下查，也得老實跟 AI 說，請 AI 在這種時候直接停下來，指出缺了什麼，等補齊資料再繼續。

細節要怎麼抓，還是得看你的實際工作。我的習慣就是邊做邊修，直到 AI 整套動作都對為止。如果你也想試試，我建議每次修正時多想一下：剛才是步驟漏了、判斷標準沒講清楚，還是這次的資料剛好比較特別？原因不一樣，最後寫進 Skill 裡的重點也會跟著變。

整理成 Skill 時，要把修正過程一起打包

等對話結束，接下來就是檢驗整理成果的時候了。

因為你在前面可能試過好幾種做法，也可能中途才補了新的條件。所以請 AI 整理流程時，一定要回頭檢查 AI 是不是真的用了你最後點頭的那版。

要是 AI 只敷衍地留下「讀取資料、進行檢查、輸出結果」這種空話，下次執行八成還是會踩進同一個坑。上一輪為什麼要多對一份附件？遇到什麼情況就該直接說無法判斷？這些都會影響最後的結果。所以在請 AI 整理的時候，可以直接叫 AI 回顧一下你們剛才修正過的地方，把那些同類任務也用得上的要求，乖乖塞回對應的步驟裡。

還有件事得拆開來看：到底哪些是固定做法，哪些只是你剛好這次塞給 AI 的資料？

像某份表格的檔名、日期或負責人，換一批工作可能就全變了。要是 Skill 裡把這些資訊寫死，下次 AI 可能就會跑去撈錯檔案。反過來說，固定要核對哪兩種資料，或者缺件的時候該怎麼辦，這通常就是每次都得遵守的規則。前面提到的 Agent Workflow Memory 研究也是這樣處理的，他們會把單次操作裡的特殊資訊換成可以替換的變數，這樣整理出來的流程才真的能用在別的地方。¹

另外還有一篇叫做 Learn-by-interact 的研究，做法是從代理跟環境互動的過程裡去反推指令，讓這些互動經驗變成下一次任務的養分。他們採用系統自動生成資料，跟手動一步步帶 AI 的做法不同；不過這兩者能連結的地方，都在於把順利做完工作的過程，轉成下次好用的工具。²

至於到底什麼是 Skill？你可以把它當成這套工具在執行特定任務時，會自動載入的一份「做法說明書」。就像 Anthropic 官方說的，這裡面可以包含指令、腳本或範本，還能幫你做版本管理。³ 但要記得，把流程寫成 Skill 後，AI 模型並不會因此被重新訓練。下次要用的時候，你還是得把這份說明書掏出來給 AI，並且給足 AI 需要的資料和權限。

所以啦，整理完 Skill 後，最該回頭看的就是你們曾經搞錯的那個步驟。當初的修正有沒有被留下來？如果下次沒有這段對話當靠山，光看這份 Skill，AI 還知道自己該拿什麼當依據嗎？

換一批資料，測試流程撐不撐得住

就算都叫「檢查資料」，你每次收到的東西也未必長得一模一樣。表格可能剛改版，附件可能東漏西漏，就連原本的業務規則也可能剛更新過。所以就算存好了流程，每次開工前，還是得先確認一下這次的工作條件。

拿管理員工來說，你可以把檢查標準訂得很具體：交回來的東西齊不齊全、兩邊資料對不對得上、哪邊需要叫他補。要是手上的資料根本不夠下判斷，那檢查結果就該老實承認這點。資料檢查能做到哪，完全取決於你一開始交代的任務範圍。

如果想知道整理好的 Skill 到底管不管用，我滿推薦你直接拿另一份同類的資料，新開一個對話，叫 AI 照著 Skill 跑一次看看。這算是幫這套方法買個保險，也能順便抓出是不是有些要求其實還被留在上一份對話裡，根本沒被寫進 Skill。

重跑的時候，眼睛可以盯著上一輪曾經出錯的地方。要是 AI 這次又漏了同一項核對，就代表那個步驟的要求寫得還不夠白話，得回去重改。要是這次遇到了新的狀況，那就要判斷一下：這到底是一體適用的通用規則，還是只有這份資料才有的特例？千萬別每遇到一個特例，就急著把它改成所有任務都得遵守的鐵律，那樣反而會把流程越搞越死。

反過來說，如果確認這個狀況是未來還會發生的例外，那就該把對應的處理方式補進 Skill 裡。一份好用的 Skill 本來就需要迭代更新，每一次遇到特殊情況並把對策補上去，這整套作業流程就會變得越來越完整，AI 下次能幫你擋下來的麻煩也就越多。

我現在最習慣的做法，就是先帶著 AI 把事情做完、修到對，然後再叫 AI 把整段經驗寫下來。如果你也想把這套方法搬進自己的工作裡，不妨就挑一份你平常就在檢查的文件，照著你平常的步驟，開個對話請 AI 試試看。看到 AI 漏查了哪個欄位，就直接停在那裡，把你的核對方式跟 AI 講明白，然後再讓 AI 接著做完。

延伸閱讀

• AI 落地的第一步：拆解任務本質的四層結構

參考資料