Giới thiệu chuyên đề Skill: từ prompt tới quy trình AI có thể tái sử dụng

Trong thời gian trước, nhiều người sử dụng AI theo kiểu cứ sao chép và dán đi dán lại cùng một bộ prompt: yêu cầu nó viết bài theo mẫu cố định, sắp xếp dữ liệu, tạo báo cáo, kiểm tra code, xuất MDX, làm PPT, viết lại CV. Cách này tất nhiên có thể dùng, nhưng hạn chế rất rõ: mỗi lần lại phải giải thích lại quy tắc; mô hình dễ quên định dạng; các quy trình phức tạp cũng khó lặp lại ổn định.

Skill ra đời là để giải quyết bài toán đó.

Nói ngắn gọn, Skill có thể được hiểu là một “hướng dẫn quy trình làm việc AI có thể tái sử dụng”. Nó đóng gói phương pháp thực hiện một loại nhiệm vụ, yêu cầu định dạng, ví dụ, script, template và tài nguyên lại với nhau, để AI tự động gọi khi gặp nhiệm vụ liên quan, từ đó hoàn thành công việc lặp lại ổn định hơn.

Định nghĩa của OpenAI về ChatGPT Skills là: Skill là quy trình làm việc có thể tái sử dụng, có thể chia sẻ, có thể giúp ChatGPT hoàn thành một nhiệm vụ cụ thể tốt hơn và nhất quán hơn; một Skill có thể chứa mô tả, ví dụ, thậm chí cả code.

Định nghĩa của Anthropic về Claude Skills cũng gần tương tự: Skill thường là một thư mục chứa mô tả, script và tài nguyên, mà Claude có thể tải động trong các tác vụ phù hợp để cải thiện hiệu suất trong tình huống cụ thể.

Từ góc nhìn này, Skill không chỉ là “prompt cao cấp”, mà là kết hợp prompt, template, quy trình và tài nguyên công cụ thành một năng lực có thể được gọi đi gọi lại.

1. Skill thực sự là gì?

Bạn có thể hình dung Skill như sự kết hợp của ba lớp:

1. Tài liệu mô tả: cho AI biết khi nào nên dùng Skill này và cần tuân thủ quy tắc nào khi dùng. 2. Template và ví dụ: cung cấp định dạng đầu ra cố định, case tham khảo, yêu cầu về giọng điệu. 3. Script và tài nguyên: trong các kịch bản nâng cao có thể thêm script Python, file cấu hình, tài sản thương hiệu, công cụ xử lý dữ liệu, v.v.

Nếu là nhiệm vụ đơn giản, một Skill có thể chỉ gồm một file SKILL.md. Nếu là nhiệm vụ phức tạp, một Skill có thể là một thư mục đầy đủ, bên trong gồm:

• my-skill/
• SKILL.md
• scripts/process_data.py
• templates/report_template.md
• references/style_guide.md

Phần lõi nhất là SKILL.md. Nó thường chịu trách nhiệm giải thích:

• Skill này dùng để làm gì;
• Khi nào nên kích hoạt;
• Các bước khi thực hiện nhiệm vụ;
• Định dạng đầu ra;
• Các lưu ý;
• Có thể gọi script nào hoặc tham chiếu file nào.

Tài liệu API của OpenAI cũng mô tả Skill là một gói file có manifest SKILL.md, dùng để tích lũy quy trình và chuẩn hóa. Tài liệu OpenAI Codex Agent Skills cũng nhấn mạnh, một Skill thường là thư mục có SKILL.md và có thể kèm thêm script, tài liệu tham khảo, cũng như các file tài nguyên.

2. Skill khác Prompt ở đâu?

Nhiều người lần đầu thấy Skill sẽ nghĩ đó chẳng qua là prompt nâng cao? Cách hiểu này đúng một nửa, nhưng chưa đầy đủ.

Prompt giống như lệnh một lần, còn Skill giống tài sản quy trình có thể tái sử dụng lâu dài.

Ví dụ bạn cứ mỗi lần nhập:

Hãy chuyển bài này sang định dạng MDX, giữ nguyên nội dung gốc, không cắt giảm, sửa lại thứ bậc tiêu đề, chuyển liên kết thành dạng có thể nhấp.

Đây là prompt.

Nhưng nếu bạn hay làm loại nhiệm vụ này, bạn có thể chuyển quy tắc thành một Skill mdx-formatter. Sau đó chỉ cần nói “giúp em đổi sang MDX”, AI có thể tự động chạy quy trình cố định theo Skill.

OpenAI Cookbook có một định vị rất hay về Skills: Skill đóng vai trò tầng trung gian giữa prompt và công cụ. Prompt định nghĩa hành vi tổng quát, công cụ cung cấp năng lực nguyên tử, còn Skill đóng gói quy trình có thể lặp lại cùng mô tả, script và tài nguyên.

Vì vậy, giá trị của Skill không nằm ở việc một câu nói hay đến mức nào, mà ở việc biến kinh nghiệm của một loại nhiệm vụ thành thứ có thể tái sử dụng để AI thực hiện theo quy trình tương đối ổn định mỗi lần.

3. Phân biệt Skill, Custom GPT, Project, Tool

Để hiểu nhanh, có thể phân chia như sau:

Ví dụ:

• Bạn nói AI “chỉnh sửa bài này cho em” — đó là prompt.
• Bạn làm một “Skill chỉnh sửa bài WeChat” — đó là Skill.
• Bạn tạo một “GPT chuyên viết bài AI cho mình” — đó là Custom GPT.
• Bạn đặt tất cả bài viết, ảnh, mã của website trong một không gian và duy trì lâu dài — đó là Project.
• Bạn để AI gọi Python tự xử lý bảng tính — đó là Tool.

Skill phù hợp nhất cho vấn đề: một loại nhiệm vụ lặp đi lặp lại, và bạn muốn mỗi lần đầu ra càng ổn định càng tốt.

4. Một Skill thường trông như thế nào?

Dưới đây là ví dụ Skill tối giản dùng để chuyển bài Markdown thành bài MDX phù hợp xuất bản.

---
name: mdx-article-formatter
description: Định dạng bài viết Markdown thành bài đăng MDX sạch để xuất bản web. Dùng khi người dùng yêu cầu chuyển đổi, biên tập hoặc chuẩn bị bài cho xuất bản dưới dạng MDX.
---

## Trình định dạng bài viết MDX

## Khi nào dùng skill này

Dùng skill này khi người dùng muốn chuyển bài thành định dạng MDX để xuất bản trên blog hoặc website.

## Quy trình làm việc

1. Giữ nguyên ý nghĩa gốc và không xóa nội dung quan trọng.
2. Sửa thứ bậc tiêu đề để bài viết bắt đầu bằng đúng một tiêu đề `#` và dùng `##` / `###` nhất quán.
3. Chuyển URL thô thành liên kết Markdown có thể nhấp được.
4. Sửa định dạng danh sách, khoảng cách, dấu câu và cú pháp khối mã.
5. Đảm bảo bài viết cuối cùng hợp lệ với MDX.
6. Thêm phần mở đầu ngắn gọn và kết luận nếu bài chưa có cấu trúc rõ.

## Quy tắc đầu ra

- Không bịa thêm thông tin không được hỗ trợ.
- Giữ giọng điệu rõ ràng, tự nhiên, phù hợp xuất bản trực tuyến.
- Không lạm dụng gạch đầu dòng.
- Nếu có liên kết, giữ nguyên chúng và làm cho có thể nhấp.

Ví dụ này đã cho thấy lõi của Skill:

• name là tên Skill;
• description cho biết mô hình nên gọi nó khi nào;
• Phần thân viết rõ quy trình và quy tắc thực thi;
• Quy tắc đầu ra giúp ổn định hơn kết quả ở mỗi lần chạy.

Khi viết Skill thực tế, trường description rất quan trọng. Nó không chỉ là tóm tắt, mà giống như điều kiện kích hoạt để mô hình quyết định “khi nào dùng Skill này”. Mô tả càng rõ, xác suất kích hoạt sai hoặc bỏ sót càng thấp.

5. Làm sao thiết kế một Skill hữu dụng?

Không nên viết Skill quá phức tạp ngay từ đầu. Cách thực tế là bắt đầu từ nhiệm vụ lặp đi lặp lại hằng ngày của bạn, gom các prompt hay sao chép đi sao chép lại thành một quy trình cố định.

1. Xác định rõ bối cảnh sử dụng

Đầu tiên hãy trả lời: Skill này giải quyết loại nhiệm vụ lặp nào?

Ví dụ:

• Chuyển bài viết sang định dạng MDX;
• Viết bài cho Xiaohongshu, bài cộng đồng hoặc blog theo phong cách cố định;
• Tạo thư tín xin việc từ CV và JD công việc;
• Sắp xếp nội dung phiên âm thành ghi chú có cấu trúc;
• Tạo báo cáo tuần theo template công ty;
• Tạo báo cáo phân tích từ bảng dữ liệu;
• Tạo PPT theo chuẩn thương hiệu;
• Kiểm tra dự án theo chuẩn code.

Một Skill tốt nên chỉ giải quyết một nhóm vấn đề rõ ràng, không nhét tất cả “viết bài, viết code, làm PPT, phân tích dữ liệu” vào cùng một Skill. Phạm vi càng cụ thể, hiệu quả thường càng ổn định.

2. Viết rõ điều kiện kích hoạt

Điều kiện kích hoạt càng rõ, AI càng dễ gọi đúng lúc.

Không nên viết như thế này:

This skill helps with writing.

Nên viết như sau:

Use this skill when the user asks to polish, restructure, or convert Chinese blog articles into MDX format for publishing on a personal website.

Nghĩa là, thay vì chỉ ghi “Skill này rất hữu ích”, hãy viết rõ: nhiệm vụ gì, đầu vào gì, đầu ra gì, trong kịch bản nào.

3. Tách quy trình thành các bước

Một Skill hay không chỉ là một câu “giúp em làm tốt hơn”, mà phải tách nhiệm vụ thành các bước có thể thực thi.

Ví dụ quy trình xử lý bài viết có thể tách thành:

1. Đọc nguyên bản, nhận diện chủ đề và cấu trúc; 2. Sửa thứ bậc tiêu đề; 3. Giữ nguyên nội dung trọng tâm; 4. Bổ sung giải thích cần thiết; 5. Chuyển liên kết thô thành liên kết Markdown; 6. Kiểm tra cú pháp MDX; 7. Xuất bài cuối cùng.

Cách viết này ổn định hơn rất nhiều so với chỉ nói “giúp tối ưu bài”.

4. Thêm ví dụ

Trong Skill nên thêm 1–3 ví dụ để AI biết đầu vào/đầu ra cần như thế nào.

Ví dụ không cần quá dài, nhưng phải thể hiện rõ phong cách. Ví dụ:

## Example

Input:
Hãy tổng hợp các tài nguyên học AI sau thành một bài đăng:
- https://github.com/datawhalechina/happy-llm
- https://github.com/karpathy/minGPT

Expected output:
- Phân loại theo LLM, Agent, thực hành kỹ thuật;
- Mỗi project có mô tả ngắn, nhóm đối tượng phù hợp, liên kết GitHub;
- Cuối cùng đưa ra lộ trình học tập.

Ví dụ càng sát thực tế, Skill càng hữu ích.

5. Cập nhật liên tục

Skill không phải viết xong là xong. Bạn có thể bảo trì Skill như bảo trì code:

• Nếu nhiệm vụ nào kích hoạt chưa chính xác, tối ưu description;
• Nếu định dạng đầu ra nào hay lỗi, bổ sung thêm quy tắc;
• Nếu quy trình hay lặp lại, viết thành script;
• Nếu tài liệu tham chiếu hay dùng, đưa vào thư mục references.

Tài liệu chính thức của Anthropic cũng nhấn mạnh rằng quá trình xây dựng Skill thường gồm lập kế hoạch, kiểm thử, lặp lại, phân phối và xử lý sự cố, chứ không phải chỉ viết một đoạn prompt.

6. Skill phù hợp với những trường hợp thực tế nào?

Skill phù hợp nhất với nhiệm vụ có quy trình cố định, lặp thường xuyên và yêu cầu ổn định.

1. Loại nội dung sáng tạo

Ví dụ:

• Định dạng lại bài MDX;
• Chỉnh sửa bài cho bài viết công chúng;
• Sinh tiêu đề Xiaohongshu;
• Tối ưu tiêu đề và tóm tắt SEO;
• Sắp xếp liên kết tài liệu tham chiếu;
• Chuẩn hóa phong cách dịch Trung–Anh.

Điểm trọng tâm của nhóm Skill này là giọng điệu, cấu trúc, định dạng, từ cấm, xử lý liên kết.

2. Loại tài liệu văn phòng

Ví dụ:

• Viết báo cáo tuần theo template công ty;
• Tóm tắt biên bản họp thành các hành động cần làm;
• Tạo dàn ý PPT theo tài liệu gốc;
• Tạo báo cáo theo chuẩn thương hiệu;
• Tổng hợp hồ sơ khách hàng thành bản tóm tắt bán hàng.

Điểm trọng tâm của nhóm này là template, chuẩn thương hiệu, cột thông tin cố định, định dạng đầu ra.

3. Loại phân tích dữ liệu

Ví dụ:

• Tự động đọc CSV và sinh tóm tắt phân tích;
• Tính KPI theo chuẩn cố định;
• Sinh biểu đồ trực quan hóa;
• Xuất báo cáo phân tích;
• Kiểm tra giá trị ngoại lai và thiếu dữ liệu.

Loại Skill này có thể kết hợp script Python để chuẩn hóa các bước phân tích. Skills của OpenAI API hỗ trợ upload gói file có thể tái sử dụng và dùng trong môi trường shell lưu trữ hoặc cục bộ, phù hợp cho các trường hợp cần thực thi code.

4. Loại lập trình & phát triển

Ví dụ:

• Viết code theo chuẩn dự án;
• Kiểm tra PR tự động;
• Sinh unit test;
• Tái cấu trúc một nhóm component;
• Chẩn đoán lỗi theo log.

Claude Code và OpenAI Codex đã hỗ trợ các năng lực kỹ thuật liên quan đến Skills. Với lập trình viên, Skill có thể coi là cách bổ sung năng lực theo nhiệm vụ cho coding Agent: giúp AI biết dự án nào phải tuân thủ chuẩn nào, theo từng bước nào khi debug, ưu tiên tham chiếu script hay tài liệu nào.

7. Người mới bắt đầu làm thế nào để làm Skill đầu tiên?

Nếu bạn mới học, đừng nghiên cứu API phức tạp ngay. Hãy bắt đầu bằng SKILL.md đơn giản nhất.

Bạn có thể viết theo template này:

---
name: your-skill-name
description: Use this skill when the user asks to [具体任务] for [具体场景].
---

## Skill Name

## Mục tiêu

This skill helps with ...

## Khi nào dùng

Use this skill when ...

## Đầu vào

The user may provide ...

## Quy trình làm việc

1. Đầu tiên, ...
2. Sau đó, ...
3. Cuối cùng, ...

## Định dạng đầu ra

The final output should include ...

## Quy tắc

- Do ...
- Do not ...

Một lời khuyên thực dụng: đừng vội làm Skill “đại trà”, hãy làm một Skill nhỏ và ổn định trước.

Ví dụ:

• Đừng làm “Writing Master Skill”;
• Có thể làm “Chinese Blog to MDX Skill”;
• Đừng làm “Data Analysis Skill”;
• Có thể làm “CSV Sales Monthly Report Skill”;
• Đừng làm “Code Assistant Skill”;
• Có thể làm “Next.js PR Review Skill”.

Phạm vi càng cụ thể, hiệu quả càng ổn định.

8. Lộ trình học nên theo

Nếu bạn muốn hiểu Skill một cách hệ thống, có thể học theo trình tự sau.

1. Trước hết hiểu Skill là gì

Đọc tài liệu nhập môn của OpenAI và Anthropic để nắm khái niệm nền tảng. Điểm cốt lõi là: Skill không phải prompt dùng một lần, mà là quy trình có thể tái sử dụng, có thể chia sẻ, có thể chứa mô tả, ví dụ và code.

Nên đọc trước:

• OpenAI ChatGPT Skills
• OpenAI Academy: Using skills
• Anthropic Skills GitHub

2. Tiếp theo xem cấu trúc file của Skill

Bước kế tiếp là xem cách viết SKILL.md, đặc biệt là description, điều kiện kích hoạt, quy trình và quy tắc đầu ra.

Nên xem kỹ:

• Anthropic Skill Creator
• OpenAI Skill Creator
• OpenAI API Skills Guide

3. Sau đó học API và bối cảnh chạy code

Nếu muốn dùng Skill cho Agent, tự động hóa, phân tích dữ liệu, thực thi code, bạn có thể tiếp tục đọc OpenAI API và Cookbook.

Phần này cần hiểu 3 điểm:

1. Cách tạo và upload Skill; 2. Cách để mô hình chọn đúng Skill trong nhiệm vụ; 3. Cách phối hợp script, tài nguyên và môi trường thực thi.

Nên đọc:

• OpenAI API Skills Guide
• OpenAI Cookbook: Skills in API
• OpenAI API Reference: Skills
• OpenAI Blog: Shell + Skills + Compaction

4. Cuối cùng nghiên cứu Claude Code và Codex

Nếu bạn chủ yếu quan tâm tới AI coding, code assistant, dự án Agent, hãy tập trung vào Claude Code và Codex.

Những tài liệu này thích hợp hơn để hiểu Skill trong ứng dụng kỹ thuật thực tế: chẳng hạn quy chuẩn dự án, kiểm tra tự động, sinh code, tạo tài liệu, quy trình test và deployment.

Nên đọc:

• Claude Code Skills
• Claude Code Overview
• Claude Code Common Workflows
• OpenAI Codex Agent Skills

9. Tổng hợp nguồn GitHub và tài liệu đáng lưu

Dưới đây là các tài liệu về Skill mình nghĩ đáng lưu.

1. OpenAI: Skills in ChatGPT

Phù hợp đối tượng: người mới muốn hiểu khái niệm cơ bản của ChatGPT Skills.

Bài này phù hợp để hiểu vị trí của Skill: nó không phải prompt một lần, mà là quy trình có thể tái sử dụng, có thể chia sẻ, và có thể chứa mô tả, ví dụ và code.

2. OpenAI Academy: Using skills

Phù hợp đối tượng: người muốn hiểu bối cảnh sử dụng Skill theo cách dễ tiếp cận.

Bài của OpenAI Academy thiên về sản phẩm và thực hành, giúp cả người không chuyên code hiểu vì sao cần Skill, và Skill, GPT, Projects có thể phối hợp ra sao.

3. OpenAI API Skills Guide

Phù hợp đối tượng: lập trình viên, người học Agent Engineering.

Bài này thích hợp để hiểu cách upload, quản lý và gắn Skill có thể tái sử dụng trong API, đặc biệt phù hợp cho phân tích dữ liệu, chạy code và quy trình tự động hóa.

4. OpenAI Cookbook: Skills in API

Phù hợp đối tượng: người muốn xem ví dụ code đầy đủ.

Giá trị của Cookbook là không chỉ nói lý thuyết mà còn cho thấy cách tạo, upload, gọi Skill.

5. OpenAI Codex Agent Skills

Phù hợp đối tượng: người dùng Codex hoặc quan tâm AI coding assistant.

Codex Skills thiên về bối cảnh lập trình và kỹ thuật, có thể coi là cách thêm năng lực theo nhiệm vụ cho Codex.

6. Anthropic Skills GitHub

Phù hợp đối tượng: người muốn xem cấu trúc thư mục Skill và ví dụ thực tế.

Đây là tài liệu rất quan trọng để học Claude Skills vì nó chỉ ra Skill có thể nâng kết quả trong nhiệm vụ cụ thể bằng cách kết hợp mô tả, script và tài nguyên.

7. Anthropic Skill Builder Guide

Phù hợp đối tượng: người muốn học phương pháp thiết kế Skill một cách hệ thống.

Tài liệu PDF này giống một cẩm nang nhỏ, gồm nền tảng Skill, lập kế hoạch thiết kế, kiểm thử lặp lại, phân phối chia sẻ, mô hình thường gặp và xử lý lỗi.

8. Claude Code Skills

Phù hợp đối tượng: người dùng Claude Code để làm việc phát triển.

Tài liệu này phù hợp để hiểu cách mở rộng khả năng Claude Code bằng Skills và làm thế nào chuyển quy trình tùy chỉnh thành năng lực có tính kỹ thuật.

9. openai/skills

Phù hợp đối tượng: người muốn xem ví dụ Skill của OpenAI và cách viết Skill chuẩn hệ thống.

Repo này là tài liệu tham khảo tốt để quan sát cách đặt tên Skill, tổ chức thư mục và cách viết SKILL.md.

10. Simon Willison: OpenAI Skills API Hands-On Demo

Phù hợp đối tượng: người muốn xem ghi chép thực hành của lập trình viên.

Đây là bản ghi thực hành khá phù hợp cho người code, trình bày cách xây dựng, nén và upload rồi gọi Skill qua OpenAI API.

10. Một ví dụ Skill viết bài công nghệ tiếng Trung có thể áp dụng ngay

Nếu bạn hay viết bài kỹ thuật tiếng Trung, có thể bắt đầu chỉnh sửa từ Skill này.

---
name: chinese-tech-blog-writer
description: Use this skill when the user asks to write, polish, restructure, or prepare a Chinese technology blog post for online publishing. This skill is especially useful for AI, programming, GitHub project introductions, tutorials, and tool reviews.
---

## Chinese Tech Blog Writer

## Mục đích

Help the user turn rough notes, links, screenshots, or fragmented ideas into a clear Chinese technology article suitable for online publishing.

## Quy trình làm việc

1. Identify the article topic and target readers.
2. Preserve the user's original meaning and important links.
3. Organize the article with a clear title, introduction, sections, and conclusion.
4. Explain technical terms in plain Chinese.
5. Add concise project introductions when GitHub links are provided.
6. Convert raw URLs into clickable Markdown links.
7. Avoid exaggerated claims and unsupported facts.
8. Make the tone natural, practical, and suitable for public publishing.

## Định dạng đầu ra

- Use Markdown or MDX-compatible syntax.
- Use `#` for the main title.
- Use `##` for major sections.
- Use tables only when they improve readability.
- Keep paragraphs readable and not too fragmented.

## Quy tắc

- Do not delete the user's original important content.
- Do not fabricate project features.
- If online sources are used, include reference links.
- If a claim is uncertain, write it cautiously.

Skill này phù hợp để xử lý:

• Bài giới thiệu dự án GitHub;
• Hướng dẫn công cụ AI;
• Lộ trình học công nghệ;
• Bài viết website cá nhân;
• Nội dung blog MDX.

11. Các lỗi phổ biến khi viết Skill

1. Phạm vi quá rộng

Nhiều người ban đầu sẽ viết một “Skill siêu năng lực viết” để ôm hết mọi thứ, rồi kết quả là không thứ gì ổn định.

Cách tốt hơn là chia thành nhiều Skill nhỏ:

• mdx-formatter
• github-project-intro-writer
• resume-polisher
• ai-tool-review-writer
• data-report-generator

2. description quá mơ hồ

description không nên chỉ viết “giúp viết tốt hơn” hay “tăng hiệu suất”. Nó cần nói rõ cho model biết: khi nào dùng, xử lý đầu vào gì, và đưa ra kết quả gì.

3. Chỉ ghi yêu cầu, không ghi quy trình

Skill kém viết:

Write it more professionally.

Skill tốt sẽ viết:

First identify the target readers, then organize the structure, then add background explanations, and finally check links and format.

4. Không kiểm thử

Sau khi viết Skill, nên test với 3–5 nhiệm vụ thực tế:

• Có kích hoạt đúng không?
• Định dạng đầu ra có ổn định không?
• Có bỏ sót liên kết không?
• Có vô tình xóa nội dung không?
• Có bịa thông tin không tồn tại không?

Test rồi tiếp tục chỉnh Skill cho tới khi ổn.

12. Nhận định của mình: Skill là khởi đầu cho việc “tài sản hóa” quy trình AI

Trước đây khi dùng AI, chúng ta thường dựa vào prompt tạm thời. Nhưng điểm yếu lớn nhất của prompt là khó quản lý, khó tái sử dụng và khó phối hợp theo đội. Ý nghĩa của Skill là nó biến kinh nghiệm, quy trình, template và công cụ của bạn thành năng lực tái sử dụng.

Với cá nhân, Skill giúp bạn viết prompt lặp lại ít hơn. Với đội nhóm, Skill giúp chuẩn hóa đầu ra. Với lập trình viên, Skill có thể trở thành năng lực mô-đun trong hệ Agent. Với người tạo nội dung, Skill giúp lưu giữ phong cách viết, cấu trúc bài, và chuẩn xuất bản của riêng bạn.

Vì vậy, Skill không phải một tính năng mới đơn thuần, mà là một cách làm việc mới:

Nâng prompt dùng một lần thành quy trình có thể tái sử dụng;

Nâng kinh nghiệm cá nhân thành năng lực mà AI có thể gọi một cách ổn định.

Nếu bạn hay nhờ AI làm cùng một loại nhiệm vụ lặp đi lặp lại, đó là lúc thích hợp để bắt đầu viết Skill của mình.

Chuyên đề này cũng đã tổng hợp ví dụ cụ thể, ví dụ “Skill ví dụ: dùng Superpowers để thêm một quy trình cho coding Agent”, để bạn đối chiếu cách Skill đi vào thực tế.

Câu hỏi thường gặp

Skill và Prompt (Prompt) khác nhau thế nào?

Prompt giống một chỉ thị tức thời, mỗi lần đều phải giải thích lại quy tắc; Skill giống một tài sản quy trình có thể tái sử dụng lâu dài, đóng gói mô tả, template, quy trình, script và tài nguyên để AI tự động gọi khi gặp nhiệm vụ liên quan, từ đó tái hiện quy trình phức tạp ổn định hơn.

Skill và Custom GPT, Project, Tool khác gì?

Skill đóng gói quy trình cố định thành năng lực có thể tái sử dụng; Custom GPT là trợ lý chat chuyên dụng cho một mục đích; Project cung cấp không gian làm việc và ngữ cảnh dài hạn; Tool cho phép AI gọi năng lực bên ngoài hoặc thực thi hành động. Có thể hiểu Skill là “tầng trung gian” giữa prompt và công cụ.

Một Skill bắt buộc phải có những gì?

Lõi nhất là SKILL.md, chịu trách nhiệm nói rõ Skill này làm gì, khi nào kích hoạt (trường description rất quan trọng), các bước thực thi và quy tắc đầu ra. Nhiệm vụ phức tạp có thể thêm các thư mục như scripts/, templates/, references/.

Người mới bắt đầu viết Skill đầu tiên thế nào?

Bắt đầu từ nhiệm vụ bạn làm lặp lại hằng ngày, trước tiên viết một SKILL.md nhỏ và cụ thể (ví dụ “chuyển bài blog tiếng Trung sang MDX”, chứ không phải “viết văn phong bậc thầy”), ghi rõ điều kiện kích hoạt, đầu vào/đầu ra và các bước, rồi test với 3–5 nhiệm vụ thực tế và cải tiến liên tục.

Nguồn tham khảo

• OpenAI Help: Skills in ChatGPT
• OpenAI Academy: Using skills
• OpenAI API Docs: Skills
• OpenAI Cookbook: Skills in API
• OpenAI API Reference: Skills
• OpenAI Blog: Shell + Skills + Compaction
• OpenAI Codex: Agent Skills
• GitHub: openai/skills
• GitHub: openai/openai-cookbook
• GitHub: anthropics/skills
• Anthropic Skill Creator
• Anthropic: The Complete Guide to Building Skills for Claude
• Anthropic Docs: Claude Code Skills
• Anthropic Docs: Claude Code Overview
• Anthropic Docs: Claude Code Common Workflows
• Anthropic Docs: Claude Tool Use Overview
• Simon Willison: OpenAI Skills API Hands-On Demo