Giải mã các AI agent skill: Siêu năng lực ẩn giấu trong Claude và ChatGPT

AI agent skill thực chất là gì, các file skill.markdown được load như thế nào trong Claude, ChatGPT và Codex, và tại sao hầu hết mọi người lại hiểu sai về chúng?

AI agent skill là gì?

AI agent skill là một tập hợp các hướng dẫn mà hệ thống AI sẽ load vào một thời điểm cụ thể để hoàn thành một loại tác vụ nhất định. Nó không phải là một ứng dụng, cũng không hoạt động giống như phần mềm mà bạn chỉ cần cài đặt một lần rồi thôi. Một "skill" giống như một công thức nấu ăn hơn: Đó là mô tả về công việc cần làm, định nghĩa thế nào là "hoàn thành", và các bước để đạt được kết quả đó. Tất cả được trình bày theo cách mà mô hình AI có thể tìm thấy, load vào và thực thi, giúp bạn không cần phải giải thích lại từ đầu mỗi khi muốn thực hiện tác vụ đó. Claude, ChatGPT, Codex và Claude Code đều hỗ trợ các skill này; thực tế, nhiều người sử dụng những công cụ trên thậm chí còn không biết rằng AI của họ đang dựa vào chúng để vận hành.

Các agent skill thực sự hoạt động như thế nào?

Về mặt kỹ thuật, một skill không phải là một file đơn lẻ mà là một thư mục. Bên trong thư mục đó chứa file skill.markdown cùng các tài liệu hỗ trợ như template, script mẫu hoặc tài liệu tham khảo. Khi ChatGPT, Claude hoặc Codex quyết định cần thực hiện hành động gì, chúng không load toàn bộ dữ liệu đó cùng một lúc. Thay vào đó, chúng đọc một lớp dữ liệu nhẹ hơn trước: Tên và mô tả của skill đó. Chỉ khi một tác vụ khớp với mô tả này, mô hình mới nạp toàn bộ tập hợp hướng dẫn. Sau đó, nó mới truy cập tiếp vào các file hỗ trợ chuyên sâu hơn mà những hướng dẫn đó trỏ tới.

Cơ chế load theo từng giai đoạn này chính là điểm khác biệt cốt lõi giữa một skill và một câu lệnh (prompt) khổng lồ được dán trực tiếp vào cửa sổ trò chuyện. Thay vì phải lưu giữ mọi template và tình huống ngoại lệ trong bộ nhớ cho mỗi cuộc hội thoại, mô hình chỉ giữ lại lượng thông tin vừa đủ để nhận diện khi nào một công việc khớp với một skill, rồi mới mở rộng chi tiết khi cần thiết. Cách tiếp cận này giúp sử dụng ngữ cảnh hiệu quả hơn. Đây cũng là lý do tại sao một skill được viết kém có thể âm thầm thất bại: Nếu mô tả quá mơ hồ, mô hình sẽ không bao giờ nhận ra khi nào cần sử dụng nó; nếu mô tả quá rộng, skill đó có thể bị kích hoạt trong những tình huống không phù hợp, gây nhiễu cho cửa sổ ngữ cảnh. Ngược lại, nếu file hướng dẫn chính cố gắng bao quát mọi kịch bản có thể xảy ra, mô hình sẽ tốn nhiều công sức để "phân tích" tài liệu hướng dẫn hơn là thực hiện công việc thực tế.

Điều này có nghĩa là việc cài đặt thành công một skill trong hệ thống file và việc sở hữu một skill thực sự hữu dụng là hai khái niệm hoàn toàn khác nhau. Một skill có thể nằm đúng thư mục và được coi là "đã cài đặt" về mặt kỹ thuật, nhưng vẫn không mang lại kết quả hữu ích nào - có thể vì mô hình không bao giờ gọi đến nó, gọi sai thời điểm, hoặc trở nên bối rối khi đã nạp skill đó vào.

Tại sao mọi người thường hiểu sai về các agent skill?

Phần lớn mọi người coi các skill giống như những món đồ sưu tầm. Khi thấy ai đó chia sẻ một kho lưu trữ trên GitHub chứa các "skill tuyệt vời", họ liền tải về và đưa vào hệ thống AI của mình - giống như cách thêm những lá bài vào một bộ bài  -với giả định rằng càng có nhiều skill thì năng lực của AI sẽ càng tăng lên. Tuy nhiên, tư duy này nhanh chóng bộc lộ những hạn chế vì một vài lý do.

Trước hết, một skill chưa được kiểm chứng thực chất là một tập hợp các hướng dẫn chưa qua xác thực, được đưa trực tiếp vào quy trình ra quyết định của AI. Bạn không biết những giả định, shortcut hay định nghĩa về trạng thái “hoàn thành” nào đã được tích hợp sẵn bên trong đó; tệ hơn nữa, bạn thậm chí không biết liệu nó có chứa yếu tố gây hại nào hay không.

Thứ hai, các skill có sự tương tác với nhau và với cửa sổ ngữ cảnh của bạn. Việc chồng chất hàng loạt skill mà bạn không thực sự hiểu rõ sẽ dẫn đến nguy cơ chúng xung đột, chồng chéo hoặc lấn át những skill cần thiết mà lẽ ra phải được kích hoạt đúng thời điểm.

Thứ ba, và có lẽ quan trọng nhất, nhiều người viết và đọc các skill này mà không xác định rõ đối tượng tiếp nhận là ai - con người hay máy móc - dẫn đến sự mơ hồ trong từng phần của file. Phần mở đầu của một skill (tên gọi và mô tả) cần được viết sao cho mô hình AI có thể phân tích và đối chiếu với tác vụ cần thực hiện. Trong khi đó, phần nội dung chính cần đủ rõ ràng để con người có thể đọc hiểu được logic hoặc cơ sở phán đoán mà skill đó đang truyền tải. Nếu bỏ qua một trong hai khía cạnh này, bạn sẽ nhận lại một skill hoặc là không thể đọc hiểu được đối với chính bạn, hoặc là không thể sử dụng được đối với agent.

Liệu việc lấy các skill có sẵn trên Internet có phải là một ý tưởng hay?

Đôi khi thì có, nhưng đây không phải là lựa chọn tối ưu mặc định như nhiều người vẫn lầm tưởng. Vẫn tồn tại những skill đáng tin cậy, có phạm vi rõ ràng từ các nguồn uy tín và thực sự hiệu quả. Chẳng hạn như skill “Grill Me” của Matt Pocock - được thiết kế để chất vấn một kế hoạch cho đến khi kế hoạch đó được cân nhắc kỹ lưỡng - là một ví dụ điển hình. Nó được lan truyền rộng rãi và vẫn giữ được giá trị nhờ phạm vi cụ thể, chặt chẽ cùng cách viết dễ hiểu. Phiên bản này chỉ gồm vài câu ngắn gọn, cho phép bất kỳ ai cũng có thể đọc và nắm bắt chức năng của nó chỉ trong vài phút.

Tuy nhiên, những skill chỉn chu, có thể áp dụng ngay lập tức như vậy thường là ngoại lệ chứ không phải quy tắc phổ biến. Trong hầu hết các trường hợp, một skill thực sự đáng dùng là skill mà bạn đã tự mình điều chỉnh cho phù hợp với nhu cầu của bản thân. Một ví dụ điển hình là việc một người đã tạo bản sao (fork) từ skill “Grill Me” của Pocock để thay đổi mục tiêu của nó: Thay vì liên tục dẫn dắt người dùng qua một vòng lặp hỏi đáp, phiên bản tùy chỉnh này giúp lưu giữ và cho phép xem lại ngữ cảnh đã tạo ra, nhờ đó người dùng chỉ cần trải qua quá trình phỏng vấn một lần duy nhất. Cơ chế phỏng vấn cốt lõi vẫn được giữ nguyên, nhưng mục đích sử dụng đã thay đổi. Đây là một phần tất yếu trong quá trình phát triển của các skill. Chúng không phải là những phần mềm được cài đặt cố định, mà là các năng lực có thể được xây dựng lại khi quy trình làm việc thực tế của bạn thay đổi.

Bài học thực tiễn ở đây là: Hãy coi các skill tìm thấy được như một điểm khởi đầu để đánh giá, tùy chỉnh (fork) hoặc học hỏi, thay vì xem chúng như những món đồ sưu tầm. Hãy xác định rõ mục tiêu của mình trước khi bắt đầu tìm kiếm, đồng thời đảm bảo rằng nguồn cung cấp skill đó là nơi bạn thực sự tin tưởng.

Làm thế nào để xây dựng một skill thực sự hiệu quả?

Hãy bắt đầu bằng việc mô tả kết quả mong muốn bằng ngôn ngữ thông thường, trước khi bận tâm đến cấu trúc file. Vì một skill được tạo ra để đúc kết những đánh giá mà bạn thường phải lặp lại trong mỗi cuộc hội thoại, nên cách nhanh nhất để làm rõ các đánh giá đó chính là diễn đạt thành lời thay vì gõ văn bản. Các công cụ nhập liệu bằng giọng nói - bao gồm cả những tính năng tích hợp sẵn trong một số giao diện trò chuyện hoặc các công cụ chuyển đổi giọng nói thành văn bản - sẽ giúp bạn ghi lại quy trình thực hiện một nhiệm vụ một cách tự do, trước khi tinh chỉnh nó thành một skill hoàn chỉnh.

Từ đó, các quy tắc về cấu trúc trở nên quan trọng:

Phần thông tin giới thiệu (tên và mô tả) cần ngắn gọn và cụ thể, giúp mô hình nhận diện chính xác thời điểm nào nên áp dụng skill đó, tránh phạm vi quá rộng.

File hướng dẫn chính nên tập trung vào nhiệm vụ cốt lõi thay vì liệt kê mọi trường hợp ngoại lệ có thể xảy ra. Một file quá cồng kềnh sẽ khiến mô hình phải tốn thêm công sức xử lý tài liệu thay vì tập trung thực hiện công việc.

Hãy viết sao cho bất kỳ ai cũng có thể đọc và hiểu rõ những đánh giá nào đang được truyền đạt cho AI. Nếu chính bạn cũng không thể đọc hiểu skill do mình tạo ra, bạn sẽ mất khả năng kiểm soát hoặc đánh giá xem AI thực sự đang được yêu cầu làm gì.

Hãy coi skill này là một thành phần cần được cập nhật thường xuyên theo sự thay đổi trong quy trình làm việc của bạn, chứ không phải là một sản phẩm chỉ tạo ra một lần rồi để nguyên.