پرش به محتوای اصلی
Claude Skills چیست؟ چطور Claude را به دستیار تخصصی خودمان تبدیل کنیم؟
۲۰ شهریور ۱۴۰۵علیرضا۶ دقیقه مطالعه

Claude Skills چیست؟ چطور Claude را به دستیار تخصصی خودمان تبدیل کنیم؟

Claude Skills چیست؟ چطور Claude را به دستیار تخصصی خودمان تبدیل کنیم؟

تا وقتی با Claude مثل یک چت‌بات معمولی کار می‌کنی، تقریباً هر بار باید دوباره توضیح بدهی چه می‌خواهی، چه قوانینی داری و چطور باید کار را انجام دهد.

اما یک لحظه جالب زمانی اتفاق می‌افتد که بتوانی این اطلاعات را یک بار تبدیل به یک مهارت کنی.

مثلاً فرض کن یک طراح هستی و هر بار که یک پروژه جدید شروع می‌کنی، باید برای Claude توضیح بدهی:

فونت‌های برند چیست، رنگ‌ها کدام‌اند، لحن برند چطور است، فایل خروجی چه ساختاری دارد و چه چیزهایی نباید تغییر کنند.

به‌جای تکرار این توضیحات در هر پروژه، می‌توانی یک Skill بسازی که این روش کار را برای Claude تعریف کند.

اینجا Claude دیگر فقط یک مدل هوش مصنوعی نیست؛ کم‌کم شبیه یک همکار آموزش‌دیده می‌شود.


Skill در Claude دقیقاً چیست؟

Skill را می‌توان خیلی ساده یک بسته آموزشی و اجرایی برای یک کار مشخص در نظر گرفت.

این بسته می‌تواند شامل دستورالعمل‌ها، فایل‌های مرجع و حتی اسکریپت‌هایی باشد که Claude هنگام انجام یک کار خاص از آن‌ها استفاده می‌کند. Claude هم قرار نیست همه این اطلاعات را همیشه وارد Context کند؛ ابتدا تشخیص می‌دهد چه Skillای برای کار فعلی مرتبط است و بعد اطلاعات موردنیازش را بارگذاری می‌کند.

مثلاً می‌توانی Skillهایی برای این کارها داشته باشی:

Brand Design
برای اینکه Claude همیشه طبق Brand Guideline کار کند.

SEO Writer
برای نوشتن مقاله با ساختار و قوانین مشخص سایت.

Data Analyst
برای تحلیل فایل‌های Excel با روش مشخص.

Presentation Maker
برای ساخت Presentation با قالب و قوانین برند.

ایده اصلی این است که به جای ساختن یک Prompt بزرگ برای هر پروژه، روش انجام کار را به یک قابلیت قابل استفاده مجدد تبدیل کنی.


تفاوت Skill با Prompt چیست؟

Prompt معمولاً یک درخواست است.

مثلاً:

«برای این برند یک Presentation طراحی کن.»

اما Skill می‌تواند به Claude بگوید:

«وقتی قرار است برای این برند Presentation بسازی، از این رنگ‌ها استفاده کن، این فونت‌ها را رعایت کن، ساختار اسلایدها این باشد و از این Template استفاده کن.»

یعنی Prompt می‌گوید:

الان چه کاری انجام بده؟

Skill می‌گوید:

این کار را همیشه چطور انجام بده.

همین تفاوت کوچک، کاربرد Skill را خیلی جذاب می‌کند.


یک مثال واقعی

فرض کنیم یک سایت داری و هر هفته مقاله منتشر می‌کنی.

اگر هر بار فقط بگویی:

«یک مقاله سئو شده بنویس.»

Claude باید خودش حدس بزند سبک سایت چیست.

اما اگر یک Skill مخصوص سایتت داشته باشی، می‌توانی داخل آن مشخص کنی:

- لحن سایت
- ساختار مقالات
- نحوه نوشتن مقدمه
- نحوه استفاده از H2 و H3
- قوانین لینک‌سازی داخلی
- نحوه نوشتن Meta Description
- کلمات و عبارت‌هایی که نباید استفاده شوند
- چند نمونه مقاله خوب

حالا وقتی درخواست مقاله می‌دهی، Claude می‌تواند این روش را به‌عنوان بخشی از workflow خودش استفاده کند.

طبق راهنمای Anthropic، یک Skill خوب بهتر است روی یک کار مشخص و تکرارشونده تمرکز داشته باشد، نه اینکه بخواهد همه‌چیز را یک‌جا انجام دهد.


ساخت Skill سخت است؟

برای Skillهای ساده، نه.

هسته یک Skill یک فایل به نام SKILL.md است که شامل نام، توضیح و دستورالعمل‌های آن Skill می‌شود. در صورت نیاز می‌توانی فایل‌های مرجع و اسکریپت‌های بیشتری هم به آن اضافه کنی.

یک ساختار ساده می‌تواند چیزی شبیه این باشد:

my-seo-skill/
│
├── SKILL.md
│
├── references/
│   ├── brand-guide.md
│   └── seo-rules.md
│
└── scripts/
    └── analyze.py

لازم نیست از همان اول Skill پیچیده‌ای بسازی.
اتفاقاً بهتر است با یک workflow کوچک شروع کنی و بعد کم‌کم آن را توسعه بدهی.


داخل SKILL.md چه چیزی بنویسیم؟

مثلاً برای یک Skill تولید محتوا:

---
name: SEO Writer
description: Write SEO articles following our website's editorial guidelines.
---

# Writing Guidelines

Use a natural and human tone.

Avoid generic AI-style introductions.

Use real examples when possible.

Structure articles with H2 and H3 headings.

Keep paragraphs short.

Write a useful meta title and meta description.

Do not keyword-stuff the article.

همین فایل ساده می‌تواند پایه یک Skill باشد.

بعداً می‌توانی فایل‌های بیشتری به آن اضافه کنی؛ مثلاً Brand Guide، نمونه مقاله‌ها یا حتی اسکریپت‌هایی برای پردازش داده.


نکته جالب: Claude خودش تصمیم می‌گیرد چه زمانی Skill را استفاده کند

این قسمت یکی از جذاب‌ترین بخش‌های سیستم است.

Skillها طوری طراحی شده‌اند که Claude ابتدا تشخیص دهد آیا یک Skill برای درخواست فعلی مناسب است یا نه و سپس اطلاعات لازم را بارگذاری کند.

به این روش Progressive Disclosure گفته می‌شود.

مزیتش این است که مجبور نیستی تمام دستورالعمل‌ها و فایل‌های هر Skill را از همان ابتدای گفتگو وارد Context کنی.

یعنی اگر ده Skill مختلف داشته باشی، قرار نیست هر بار اطلاعات همه آن‌ها جلوی مدل ریخته شود.


Skill و MCP چه فرقی دارند؟

این دو تا را خیلی راحت می‌شود با هم اشتباه گرفت.

MCP بیشتر برای وصل کردن Claude به ابزارها و منابع خارجی است.

مثلاً اتصال به یک سرویس، دیتابیس یا ابزار دیگر.

اما Skill بیشتر به Claude یاد می‌دهد که با آن ابزارها یا اطلاعات چطور یک کار مشخص را انجام دهد.

خود Anthropic هم این دو را مکمل یکدیگر معرفی می‌کند: MCP دسترسی به ابزار و داده را فراهم می‌کند و Skill روش استفاده از آن‌ها را برای یک workflow مشخص توضیح می‌دهد.


چطور Skill خودمان را وارد Claude کنیم؟

در نسخه‌های فعلی Claude، می‌توانی Skill سفارشی خودت را به‌صورت ZIP آماده کنی و از بخش Customize > Skills اضافه کنی. Skillهای سفارشی روی حساب شخصی قابل استفاده‌اند و در Team و Enterprise امکان اشتراک‌گذاری و مدیریت سازمانی هم وجود دارد.

برای شروع هم لازم نیست یک سیستم عجیب بسازی.

یک کار تکراری که هر هفته انجام می‌دهی انتخاب کن.

مثلاً:

«هر هفته مقاله‌های سایت را با این استاندارد می‌نویسم.»

همین می‌تواند اولین Skill تو باشد.


مهم‌ترین نکته در ساخت Skill

اشتباه نکن و Skill را تبدیل به یک کتاب ۲۰۰ صفحه‌ای نکن.

اگر Skill قرار است برای یک کار مشخص باشد، باید تا جای ممکن متمرکز و واضح باشد.

مثلاً به‌جای:

«یک Skill برای مدیریت کل کسب‌وکار بساز.»

یک Skill بساز برای:

«تولید مقاله وبلاگ با استاندارد محتوایی برند.»

بعد اگر لازم بود، Skillهای دیگری برای SEO، تحلیل داده، Presentation یا تحقیق بساز.

این روش هم قابل کنترل‌تر است و هم Claude راحت‌تر می‌تواند Skill مناسب را تشخیص دهد.


یک قدم جلوتر؛ Skill می‌تواند تبدیل به سرمایه کاری تو شود

اینجا به نظرم جذاب‌ترین قسمت ماجراست.

فرض کن یک طراح هستی و بعد از چند سال، روش کاری خودت را داخل چند Skill تبدیل کرده‌ای:

UI Design Skill
Brand Design Skill
UX Research Skill
Design Review Skill

حالا چیزی که قبلاً فقط در ذهن خودت بود، تبدیل شده به یک سیستم قابل استفاده.

حتی اگر یک روز بخواهی با یک تیم کار کنی، می‌توانی همین workflowها را با آن‌ها به اشتراک بگذاری.

Anthropic حتی Agent Skills را به‌عنوان یک Open Standard منتشر کرده؛ یعنی ایده Skill قرار نیست لزوماً فقط به Claude محدود بماند و ابزارهای دیگری هم می‌توانند از این استاندارد پشتیبانی کنند.


جمع‌بندی

شاید جذاب‌ترین بخش Claude در آینده، فقط این نباشد که «باهوش‌تر جواب بدهد».

موضوع مهم‌تر این است که بتوانی روش کار خودت را به آن منتقل کنی.

Prompt به Claude می‌گوید الان چه می‌خواهی.

Context اطلاعات لازم را در اختیارش می‌گذارد.

اما Skill یک قدم جلوتر می‌رود و می‌گوید:

«این کار را با روش من انجام بده.»

و این یعنی به‌جای اینکه هر بار یک Prompt جدید بنویسی، می‌توانی کم‌کم یک مجموعه از مهارت‌های شخصی و کاری خودت بسازی.

شاید آینده کار با AI کمتر درباره پیدا کردن «بهترین Prompt» باشد و بیشتر درباره ساختن بهترین Workflow برای خودمان.


Claude Code چیست؟

Claude Code چیست؟

آموزش ساخت و مدیریت پروژه با هوش مصنوعی تا حالا شده وسط یک پروژه برنامه‌نویسی گیر کنی و برای پیدا کردن یک خطای ساده، چند ساعت بین فایل‌ها، مستندات و سرچ‌های مختلف بچرخی؟ حالا تصور کن یک دستیار هوشمند…

علیرضا
MCP چیست؟

MCP چیست؟

MCP یا Model Context Protocol، یک استاندارد باز برای اتصال اپلیکیشن‌های هوش مصنوعی به ابزارها و منابع داده است. این فناوری کمک می‌کنه مدل‌ها از حالت پاسخ‌گویی صرف فراتر برن و با سیستم‌های واقعی تعامل داشته باشن. اگر AI Agent رو مثل یک مأمور در نظر بگیریم، MCP می‌تونه راه ارتباطی اون مأمور با ابزارها، فایل‌ها و سیستم‌های مختلف باشه. هوش مصنوعی زمانی کاربردی‌تر می‌شه که فقط جواب نده، بلکه با دسترسی درست و کنترل‌شده بتونه در دنیای واقعی هم کاری انجام بده.

علیرضا
AI Agent چیست؟

AI Agent چیست؟

هوش مصنوعی‌ای که فقط جواب نمی‌دهد، کارها را هم انجام می‌دهد تا حالا شده از هوش مصنوعی بخوای کاری برات انجام بده، اما وسط کار مجبور بشی همه‌چیز رو خودت توضیح بدی، مرحله بعد رو مشخص کنی و مدام نتیجه رو…

علیرضا

دنبال پرامپت آماده هستی؟ گالری پرامپت‌های لومز