Wenn du der KI bei derselben Aufgabe jedes Mal wieder Schritte, Format und Hinweise erklären musst, ist es Zeit für einen Skill. Ein Skill ist im Grunde ein Ordner: Eine SKILL.md beschreibt klar, „wann er genutzt wird und wie man vorgeht“; dazu kommen bei Bedarf Skripte, Referenzmaterial und Vorlagen. Die KI sieht normalerweise nur den Namen und eine kurze Beschreibung jedes Skills und liest den vollständigen Text erst, wenn sie ihn braucht. Deshalb belegen auch Dutzende installierte Skills kaum Kontext.
SKILL.md besteht aus drei Teilen
Der erste Teil sind die Metadaten am Anfang – entscheidend sind name und description. name ist eine kurze Kennung, description erklärt in ein, zwei Sätzen, was der Skill tut und in welchen Situationen er verwendet werden soll. Der zweite Teil ist der Haupttext mit den konkreten Schritten: was zuerst, was danach, welches Ausgabeformat, wie mit Ausnahmen umgehen. Der dritte Teil sind Zusatzdateien im selben Ordner, etwa Skripte zur Datenverarbeitung, lange Richtliniendokumente oder Ausgabevorlagen. Im Haupttext steht, wann welche Datei gelesen werden soll.
Die description entscheidet, ob der Skill aufgerufen wird
Viele Skills sind gut geschrieben und werden trotzdem nie genutzt – fast immer liegt es an der description. Die KI entscheidet anhand der description, ob eine Anfrage zu diesem Skill passt. Sie muss also so konkret sein wie Suchbegriffe: wie Nutzer ihre Anfrage formulieren, welche Dateitypen verarbeitet werden, welches Ergebnis herauskommt. „Hilft bei Dokumenten“ ist zu vage; „Wandelt Transkripte von Meeting-Aufnahmen in ein Protokoll mit To-dos um. Verwenden, wenn Nutzer Meeting-Protokoll, Aufnahme aufbereiten oder Zusammenfassung nach dem Meeting erwähnen“ ist deutlich klarer.
Im Haupttext Schritte beschreiben, keine Theorie
Der Haupttext ist eine Anleitung zum Ausführen für die KI, kein Handbuch für Menschen. Nutze nummerierte Schritte mit jeweils einer Aktion; formuliere Bedingungen eindeutig, etwa „Wenn die Datei mehr als 100 Zeilen hat, zuerst aufteilen“. Ein vollständiges Beispiel mit Eingabe und Ausgabe bringt mehr als drei Absätze Prinzipien. Was exakt ausgeführt werden muss, zum Beispiel Formatkonvertierungen oder Berechnungen, legst du am besten als Skript in den Ordner – dann ruft die KI das Skript auf, statt den Code jedes Mal neu zu schreiben.
Die 5 häufigsten Fehler beim Schreiben von Skills
Erstens: Die description ist zu allgemein – der Skill greift nicht, wenn er soll, und greift, wenn er nicht soll. Zweitens: Alles landet in der SKILL.md – tausende Wörter, die jedes Mal gelesen werden müssen, das ist langsam und das Wichtige geht unter; lange Materialien gehören in Zusatzdateien. Drittens: Nur Prinzipien, keine Beispiele – die KI versteht „knapp und professionell“ anders als du. Viertens: Keine Tests – geschrieben und sofort live geschaltet. Bereite lieber ein paar echte Anfragen vor und prüfe, ob der Skill korrekt aufgerufen wird und die Ausgabe passt. Fünftens: Schlüssel und Zugangsdaten im Skill – Skills werden oft geteilt und kopiert, sensible Daten gehören in Umgebungsvariablen.
Vom persönlichen Skill zum Skill-Paket fürs Unternehmen
Ein Skill für dich selbst muss nur funktionieren. Soll er im Team oder im Unternehmen geteilt werden, kommen Versionsverwaltung, Sicherheitsprüfung, Wirksamkeitstests und eine einheitliche Verteilung dazu. Genau das ist der Abstand zwischen „einem nützlichen Skill“ und „einem Skill-Paket fürs Unternehmen“.
Der Kurs Skills illustriert erklärt in 56 illustrierten Lektionen die Grundlagen von Skills und führt dich von einer ersten Skizze auf Papier Schritt für Schritt zu einem getesteten, sicherheitsgeprüften Skill-Paket, das sich in einem SkillHub fürs Unternehmen veröffentlichen lässt. Die Lektionen sind auf Chinesisch, die ersten 6 sind kostenlos.