你聽過 MCP、AI Agent、Plugins，但對 AI Skills 還是一頭霧水？這很正常。隨著 AI 工具在 2025–2026 年爆炸性成長，這些技術名詞常被混用，讓開發者與非技術人員都感到困惑。這篇文章用最清楚的方式，帶你一次搞懂 AI Skills 是什麼，並比較它與 MCP、Agent、Plugins 的核心差異。
什麼是 AI Skills？
AI Skills（也稱 Agent Skills）是一種給 AI 助手的「技能說明書」。它通常是一份結構化的 Markdown 檔案（SKILL.md），用自然語言描述某項任務的 SOP、背景知識與執行規範，讓 AI 在需要時動態載入並遵循。
你可以把 AI Skills 想像成：給新員工的工作手冊。員工（AI）平常不需要把整本手冊背起來，但遇到特定任務時，可以翻開對應章節照著做，確保品質一致。
AI Skills 的核心特點
- 零程式碼：純 Markdown 撰寫，不需要寫任何程式
- 動態載入：AI 只在需要時才讀取，節省 Token 消耗
- 可跨平台：Claude、GitHub Copilot、Gemini CLI 等主流 AI 工具皆支援
- 易於共享：一個 SKILL.md 檔案即可分享給團隊或開源社群
AI 生態四大概念：Skills、MCP、Plugins、Agents
在深入了解 Skills 之前，先釐清這四個常見概念各自的定位，它們並不互相取代，而是在 AI 架構中各司其職。
MCP（Model Context Protocol）
MCP 是 AI 與外部系統溝通的「通訊協議」，功能類似 USB-C 接頭，讓 AI 能統一地連接資料庫、API、第三方服務。有了 MCP，AI 不需要為每個外部工具寫不同的整合邏輯。
適用場景：企業資料整合、連接 CRM / ERP / 資料庫、多工具協作環境。
AI Skills（技能）
Skills 解決的是「方法論」問題：告訴 AI 怎麼做某件事。它不直接連接外部資料，而是提供任務流程、判斷標準與輸出規範，確保 AI 的行為符合你的期望。
適用場景：程式碼審查規範、SEO 文章撰寫 SOP、客服回覆標準、內部知識沉澱。
Plugins（插件）
Plugins 是 Skills、工具與設定的「套裝包」，像 App Store 上的應用程式，可以一鍵安裝、分發與管理。一個 Plugin 可以包含多個 Skills 和對應的腳本。
適用場景：快速為 AI 添加新功能、在團隊間統一工具包、建立可商業化的 AI 擴充功能。
Agents（智能體）
Agent 是 AI 系統的「執行者」，具備自主感知、決策與行動能力。它可以拆解複雜任務、呼叫對應的 Skills、透過 MCP 存取外部資料，甚至派發子 Agent 協作。
適用場景：多步驟自動化任務、長期記憶與規劃、跨系統協作工作流。
四大概念比較表
| 概念 | 核心功能 | 需要程式碼？ | 自主性 | 最適合 |
|---|---|---|---|---|
| MCP | AI ↔ 外部系統通訊協議 | 是 | 無（被動呼叫） | 企業資料整合 |
| Skills | 任務 SOP 與方法論指引 | 否（純 Markdown） | 無（規則導向） | 標準化 AI 行為 |
| Plugins | 功能套裝包 | 視內容而定 | 無（被動啟用） | 快速擴充功能 |
| Agents | 自主執行與決策 | 是 | 高（自主規劃） | 複雜自動化任務 |
如何開始使用 AI Skills？
建立第一個 AI Skill 非常簡單，只需要三個步驟：
- 建立 SKILL.md 檔案：在你的專案目錄下建立
SKILL.md，用 YAML frontmatter 定義名稱與描述 - 撰寫任務 SOP：用繁體中文（或你的工作語言）描述執行步驟、範例與注意事項
- 在 AI 工具中啟用：將 Skill 加入 Claude、GitHub Copilot 或 Gemini CLI 的設定目錄，AI 就會在對應情境自動載入
目前已有活躍的開源社群在 GitHub 上共享 Skills，涵蓋 SEO 寫作、程式碼審查、WordPress 管理、資料分析等數十種專業技能，可以直接取用並依需求客製化。
Skills 與 MCP 可以同時使用嗎？
完全可以，而且這是最強大的組合。在實際的 AI 工作流中，Skills 負責「知道怎麼做」，MCP 負責「拿到資料」，Agent 負責「去執行」。例如：一個 SEO 分析 Agent，可以透過 MCP 連接 Google Search Console 資料，用 SEO Skills 分析優化方向，最後輸出優先行動清單。
常見問題 FAQ
AI Skills 和 System Prompt 有什麼不同？
System Prompt 是每次對話都會載入的固定指令，會持續佔用 Token。AI Skills 則採「動態載入」設計，只在 AI 判斷需要時才讀取對應技能，大幅降低 Token 消耗，適合需要管理多個專業領域的使用情境。
非工程師也可以建立 AI Skills 嗎？
可以！AI Skills 完全不需要寫程式，只要用 Markdown 撰寫你熟悉的工作流程與標準即可。行銷人員、內容編輯、客服主管都能輕鬆建立屬於自己的 Skill，讓 AI 按照你的方式工作。
MCP 一定需要搭配 Skills 嗎？
不一定，兩者獨立運作。MCP 負責資料連接，Skills 負責行為規範，可以單獨使用。但搭配使用時效果最佳：MCP 讓 AI 拿到對的資料，Skills 讓 AI 用對的方式處理，形成完整的工作閉環。
主流 AI 工具都支援 Skills 嗎？
目前 Claude（Anthropic）、GitHub Copilot CLI、Gemini CLI、Cursor 等主流 AI 工具均已支援 Agent Skills 標準。各平台的實作細節略有差異，但核心的 SKILL.md 格式具有良好的跨平台相容性。
使用 Skills 有安全風險嗎？
使用來路不明的 Skills 確實有 Prompt Injection 風險，惡意 Skill 可能包含隱藏指令操縱 AI 行為。建議只使用來自可信任來源（官方、知名開源專案）的 Skills，並在安裝前仔細閱讀內容。