Skill در هوش مصنوعی چیست؟ دیگه پرامپت های طولانی ننویس
اگر هر بار برای انجام یک کار با ChatGPT، Claude، Qwen یا بقیه AI Agent ها یک پرامپت بلند را از جایی کپی می کنید، چند خطش را تغییر می دهید و دوباره می فرستید، احتمالا چیزی که لازم دارید فقط یک پرامپت بهتر نیست.
اینجاست که Skill به درد می خورد.
Skill کمک می کند روش انجام یک کار تکراری را یک بار تعریف کنیم و بعد دوباره از همان Workflow استفاده کنیم؛ بدون اینکه هر بار تمام دستورها را از اول بنویسیم.
در ویدیوی همین صفحه، علاوه بر توضیح مفهوم Skill، به صورت عملی با Qwen Code یک Skill واقعی می سازیم و تست می کنیم.
Prompt، Skill و MCP چه فرقی دارند؟
برای اینکه این سه مفهوم قاطی نشوند، می توانیم خیلی ساده این طور نگاهشان کنیم:
Prompt: الان از AI چه می خواهم؟
مثلا:
برای DNS یک سناریوی آموزشی بنویس.
Skill: می خواهم این نوع کار را معمولا با چه روشی انجام دهد؟
مثلا همیشه اول Hook بسازد، اصطلاحات فنی را ساده توضیح دهد، متن را محاوره ای بنویسد و در پایان عنوان و توضیحات یوتیوب پیشنهاد کند.
MCP: Agent چطور به ابزارها، سرویس ها یا اطلاعات بیرونی متصل شود؟
پس Skill و MCP جای همدیگر را نمی گیرند. Skill بیشتر درباره روش انجام کار است و MCP درباره ارتباط Agent با قابلیت ها و اطلاعات بیرون.
Agent Skill دقیقا چیست؟
در ساده ترین حالت، یک Agent Skill یک پوشه است که داخل آن فایل مهمی با نام زیر قرار دارد:
~~~text
SKILL.md
~~~
این فایل شامل اطلاعات Skill و دستورهایی است که Agent هنگام نیاز می تواند از آن استفاده کند.
ابتدای فایل معمولا چیزی شبیه این داریم:
~~~yaml
name: tech-video-script
description: Creates Persian educational technology video scripts. Use when the user asks for a tutorial, video script or voice-over.
~~~
دو بخش مهم اینجا name و description هستند.
Description اهمیت زیادی دارد، چون به Agent کمک می کند تشخیص دهد این Skill برای درخواست فعلی مناسب است یا نه.
یک Skill می تواند در کنار SKILL.md فایل های دیگری هم داشته باشد:
~~~text
my-skill/
├── SKILL.md
├── scripts/
├── references/
└── assets/
~~~
البته برای هر Skill لازم نیست همه این پوشه ها وجود داشته باشند. یک Skill ساده ممکن است فقط همان SKILL.md را نیاز داشته باشد.
چرا Skill از یک پرامپت طولانی بهتر است؟
فرض کنید برای تولید هر ویدیوی آموزشی همیشه این موارد را تکرار می کنید:
~~~text
Hook بساز
موضوع را مرحله به مرحله توضیح بده
اصطلاحات سخت را ساده کن
لحن محاوره ای باشد
در پایان CTA و عنوان پیشنهاد بده
~~~
به جای اینکه هر بار این موارد را داخل Prompt بنویسید، می توانید آن ها را تبدیل به یک Skill کنید.
بعد درخواست شما می تواند فقط این باشد:
برای Git یک سناریوی آموزشی بساز.
Agent می تواند Skill مناسب را تشخیص دهد و Workflow تعریف شده داخل آن را دنبال کند.
نکته مهم این است که ساخت Skill به معنی Train یا Fine-tune کردن مدل نیست. شما مدل جدیدی آموزش نمی دهید؛ فقط یک مجموعه دستور، Workflow و در صورت نیاز فایل های کمکی در اختیار Agent قرار می دهید.
ساخت Skill با Qwen Code
در ویدیوی این آموزش، Skill را با کمک Qwen Code می سازیم.
یک Skill مخصوص ساخت سناریوی ویدیوی تکنولوژی ایجاد می کنیم، فایل SKILL.md آن را بررسی می کنیم و می بینیم Description چطور روی فعال شدن Skill تاثیر می گذارد.
بعد خود Skill را با یک درخواست واقعی تست می کنیم تا ببینیم آیا بدون تکرار همان پرامپت های طولانی، Workflow مورد نظر ما را اجرا می کند یا نه.
جمع بندی
اگر بخواهیم کل موضوع را خیلی کوتاه جمع کنیم:
Prompt = الان چی می خواهم؟
Skill = این کار را معمولا چطور انجام بده؟
MCP = برای انجام کار چطور به ابزارها و اطلاعات بیرونی وصل شود؟
Skill زمانی بیشترین ارزش را دارد که یک کار مشخص را بارها با هوش مصنوعی انجام می دهید. به جای نگه داشتن یک پرامپت 50 خطی در Notes، می توانید روش کار خودتان را تبدیل به یک Skill قابل استفاده مجدد کنید.
برای دیدن ساخت عملی Skill، فایل SKILL.md، تست Trigger شدن و اجرای آن در Qwen Code، ویدیوی همین صفحه را ببینید.
نظرات (0)
ارسال نظر جدید
هنوز نظری ثبت نشده است. اولین نفر باشید!