เก็บวิธีทำงานไว้ในไฟล์ ไม่ใช่ในแชต
Agent Skills คือชุดคำแนะนำและขั้นตอนสำหรับงานที่ทำซ้ำได้ ซึ่งจัดเก็บเป็นไดเรกทอรีที่ควบคุมเวอร์ชัน โดยมีไฟล์ SKILL.md ระบุว่าเอเจนต์ควรใช้ทักษะเมื่อใดและทำงานอย่างไร ทักษะนี้ช่วยให้ทั้งคนและ AI Agent นำวิธีทำงานกลับมาใช้ได้ โดยไม่ต้องเริ่มอธิบายบริบทเดิมใหม่ทุกครั้ง มุมมองที่ควรยึดคือ Skill ไม่ใช่พรอมป์ต์ยาวที่ใช้ครั้งเดียว แต่เป็นคู่มือปฏิบัติงานที่ทีมตรวจทาน แก้ไข และแชร์ได้ เมื่อมาตรฐานอยู่ในไฟล์แทนที่จะกระจายอยู่ในประวัติแชตหรือความจำของคน งานก็มีโอกาสออกมาตรงกันมากขึ้น และความรู้เฉพาะทางไม่ผูกติดกับผู้ที่บังเอิญจำขั้นตอนได้
เริ่มจากงานที่มีหน้าที่ชัด อินพุตพอระบุได้ และผลลัพธ์ตรวจสอบได้ เช่น เช็กลิสต์ก่อนส่งงาน การปล่อยรุ่น หรือการย้ายข้อมูล งานที่ต้องตัดสินใจเชิงธุรกิจใหม่ทุกครั้ง หรือพึ่งหน้าจอและสิทธิ์ซับซ้อน อาจไม่เหมาะจะยัดไว้ใน Skill เดียว หากต้องมีส่วนตั้งค่าของแต่ละโครงการ ให้แยกข้อมูลนั้นออกจากมาตรฐานกลาง เพื่อให้ทีมอื่นนำทักษะไปใช้กับบริบทของตนได้โดยไม่ต้องแก้แกนหลักทุกครั้ง

สร้าง Skill จากงานจริง แล้วกำหนดขอบเขตให้ชัด
วิธีเริ่มที่ได้ผลคือเลือกงานที่ต้องอธิบายซ้ำ เขียนว่าต้องเริ่มเมื่อใด ต้องรับข้อมูลอะไร ต้องทำขั้นตอนไหน และต้องส่งผลลัพธ์รูปแบบใด จากนั้นทดลองให้เอเจนต์ทำงานตามคำแนะนำ แล้วปรับ Skill เมื่อพบจุดคลุมเครือ ทักษะจะมีประโยชน์ก็ต่อเมื่อขอบเขตชัดพอให้เอเจนต์ทำตาม แต่ยืดหยุ่นพอที่จะรับข้อมูลของแต่ละงานได้
- เลือกงานซ้ำที่มีเป้าหมายและผลลัพธ์ตรวจสอบได้
- รวบรวมขั้นตอน ข้อกำหนด รูปแบบผลลัพธ์ และเงื่อนไขที่ต้องเรียกใช้ไว้ใน SKILL.md
- หากใช้เครื่องมือสร้างทักษะใน Manus ให้เปิด skill-creator แล้วสั่งให้แปลงเวิร์กโฟลว์ที่ทำเสร็จเป็น Skill
- ตรวจ SOP ที่สร้างขึ้น แก้ขั้นตอนหรือเกณฑ์ที่ตกหล่น แล้วเพิ่มทักษะไว้ใช้ซ้ำ
- ทดลองเรียกใช้กับงานใหม่และเอเจนต์อื่น พร้อมปรับคำแนะนำจากผลที่ได้
ในการสร้างผ่าน Manus ระบบสามารถแปลงเวิร์กโฟลว์ที่ทำเสร็จเป็น SOP แล้วเพิ่มไว้ในทักษะของผู้ใช้ เพื่อเรียกใช้กับงานถัดไปและสร้างรายงานตามขั้นตอนเดิมได้ อย่างไรก็ตาม การแชร์ไฟล์ไม่ได้แปลว่าแชร์สิทธิ์ตามไปด้วย ตัว Skill อธิบายวิธีทำงานได้ แต่สภาพแวดล้อมที่นำไปใช้ยังต้องมีเครื่องมือ ข้อมูลรับรอง และสิทธิ์เข้าถึงที่เหมาะสม
แชร์มาตรฐานข้ามเอเจนต์ พร้อมเก็บบริบทให้นำกลับมาใช้
จุดแข็งของ Skill คือไฟล์ที่ทีมเปิดอ่านและตรวจแก้ได้ เมื่อมีการเปลี่ยนมาตรฐาน คนในทีมจึงเห็นว่าต้องแก้ตรงไหน แทนที่จะเดาจากคำสั่งเก่าของใครคนหนึ่ง การแบ่งทักษะตามหน้าที่และส่งต่อบริบทร่วมกันยังช่วยประกอบเป็นเวิร์กโฟลว์ทีมที่ใหญ่ขึ้นได้ เช่น แยกการเริ่มงาน การดึงข้อมูล และการตรวจรูปแบบออกจากกัน หากขั้นตอนหนึ่งเปลี่ยน ก็ปรับเฉพาะทักษะส่วนนั้น แทนการเขียนแนวทางทั้งหมดใหม่
การใช้ข้าม AI Agent ต้องไม่สับสนระหว่างความรู้กับความสามารถในการลงมือทำ Skill ที่บอกวิธีคิวรีฐานข้อมูลไม่ได้ทำให้เอเจนต์มีสิทธิ์เข้าถึงฐานข้อมูลโดยอัตโนมัติ ทีมจึงควรตรวจทั้งความเข้ากันได้ของเครื่องมือและสิทธิ์ในแต่ละระบบก่อนใช้งานจริง ประโยชน์ด้านระบบอัตโนมัติจะเกิดขึ้นเมื่อคำแนะนำที่ใช้ซ้ำได้เชื่อมกับเครื่องมือที่อนุญาตอย่างเหมาะสม ไม่ใช่เพียงนำไฟล์ไปวางไว้ในหลายแพลตฟอร์ม
ตรวจงานโดยคน อย่าให้เอเจนต์รับรองตัวเอง
ข้อผิดพลาดที่ควรระวังคือปล่อยให้เอเจนต์สร้างงานแล้วตรวจรับงานของตัวเอง เพราะการตรวจสอบตัวเองไม่ใช่การตรวจสอบที่เป็นอิสระ เขียนเกณฑ์ตรวจไว้ใน Skill ให้ระบุหลักฐานที่ต้องแนบ จุดที่ต้องตรวจ และกรณีที่ต้องหยุดถามคน จากนั้นใช้ผู้ตรวจแยกหรือการทบทวนโดยมนุษย์ในขั้นตอนสำคัญ พร้อมเพิ่มการทดสอบ CI checks เมื่อเหมาะสม เพื่อจับปัญหาก่อนนำงานไปใช้งานจริง
- ตรวจว่าผลลัพธ์ครบตามรูปแบบและข้อกำหนดที่ระบุใน Skill
- ยืนยันข้อเท็จจริง โค้ด และประเด็นความปลอดภัยด้วยหลักฐาน ไม่รับคำสรุปของเอเจนต์โดยไม่มีการตรวจ
- ให้คนรีวิวการตัดสินใจที่มีผลต่อข้อมูล สิทธิ์ หรือการเผยแพร่
- บันทึกข้อผิดพลาดที่พบและปรับ Skill เพื่อไม่ให้ทีมเจอปัญหาเดิมซ้ำ
ผลลัพธ์ที่ควรได้ไม่ใช่แค่ทำงานเร็วขึ้น แต่คือขั้นตอนที่ทำซ้ำได้และตรวจสอบย้อนกลับได้ เริ่มจาก Skill เล็กหนึ่งงาน ใช้กับเอเจนต์มากกว่าหนึ่งตัว ตรวจผลจริง แล้วค่อยขยายเป็นชุดทักษะที่ทำงานร่วมกัน วิธีนี้ทำให้มาตรฐานทีมไม่ขึ้นกับการสั่งงานเก่งของแต่ละคน และช่วยให้การทำงานอัตโนมัติยังอยู่ภายใต้การกำกับดูแล






