Перевод руководства Anthropic

Полное руководство по созданию Skills для Claude

Как проектировать, тестировать и распространять skills: от первой идеи до публикации. Проверенные паттерны, живые примеры и разбор типичных ошибок.

15-30 мин на первый skill

Введение

Skill — это набор инструкций в виде обычной папки, который учит Claude решать конкретные задачи. По сути, вы один раз описываете свои предпочтения, процессы и экспертизу, и дальше Claude применяет их в каждом разговоре. Не нужно каждый раз объяснять заново.

Skills особенно полезны для повторяющихся задач: собрать фронтенд по макету, провести ресёрч по единому шаблону, оформить документ по стандартам команды, пройти многоэтапный процесс шаг за шагом. Они отлично сочетаются со встроенными возможностями (запуском кода и генерацией документов). А если вы уже работаете с MCP-интеграциями, skills добавят слой экспертизы поверх инструментов и превратят голый доступ к API в отлаженные рабочие процессы.

Чему вы научитесь

  • Как устроен skill технически и какие требования к структуре
  • Какие паттерны работают для автономных skills и для связки с MCP
  • Какие подходы показали себя лучше всего на практике
  • Как тестировать, дорабатывать и публиковать свои skills

Для кого это

  • Разработчики, которым нужно, чтобы Claude стабильно следовал определённому процессу
  • Продвинутые пользователи, которым важна воспроизводимость результатов
  • Команды, которые хотят стандартизировать работу с Claude у себя в организации
Два пути через руководство. Делаете автономные skills без MCP? Читайте «Основы», «Планирование» и категории 1-2. Хотите усилить свою MCP-интеграцию? Вам в раздел «Skills + MCP» и категорию 3. Технические требования общие для обоих путей.

После прочтения вы сможете собрать свой первый рабочий skill за одну сессию. С помощью skill-creator это займёт примерно 15-30 минут.

Глава 1

Основы

Что такое skill?

Skill — это обычная папка, внутри которой лежат:

  • SKILL.md (обязательный): главный файл с инструкциями в формате Markdown + YAML frontmatter
  • scripts/ (опционально): скрипты на Python, Bash и т.д.
  • references/ (опционально): справочные материалы, которые Claude подгрузит при необходимости
  • assets/ (опционально): шаблоны, шрифты, иконки и другие ресурсы

Принципы, на которых всё построено

Progressive Disclosure

Skills устроены как матрёшка из трёх уровней:

  • Первый уровень, YAML frontmatter: всегда на виду у Claude в системном промпте. Это «визитная карточка» skill: достаточно информации, чтобы понять, когда его подключать, но без лишней нагрузки на контекст.
  • Второй уровень, тело SKILL.md: подгружается, когда Claude решает, что skill подходит к текущей задаче. Здесь лежат полные инструкции.
  • Третий уровень, вложенные файлы: дополнительные материалы из папки skill, которые Claude подтянет сам, если понадобятся.

За счёт этого расход токенов минимален, а экспертиза всегда под рукой.

Совместимость (Composability)

Claude может загрузить сразу несколько skills. Поэтому ваш skill не должен вести себя так, будто он единственный. Пишите его с расчётом на совместную работу с другими.

Портативность (Portability)

Один и тот же skill работает в Claude.ai, Claude Code и через API без каких-либо правок. Единственное условие: среда должна поддерживать зависимости, которые нужны вашему skill.

Skills + MCP-коннекторы

Если вы делаете автономные skills без MCP, смело переходите к Планированию. Сюда всегда можно вернуться.

Аналогия с кухней

MCP — это профессиональная кухня: плита, ножи, продукты, всё оборудование.
Skills — это рецепты: пошаговые инструкции, как из всего этого приготовить что-то стоящее.

По отдельности полезно, но вместе получается совсем другой уровень.

MCPSkills
Связывает Claude с вашим сервисом (Notion, Asana, Linear и др.)Объясняет Claude, как грамотно работать с этим сервисом
Даёт доступ к данным и инструментам в реальном времениЗакрепляет рабочие процессы и лучшие практики
Определяет, что Claude может делатьОпределяет, как Claude должен это делать

Без skills

  • Пользователь подключил MCP и завис: непонятно, с чего начать
  • В поддержку летят вопросы: «а как мне сделать X через вашу интеграцию?»
  • Каждый новый разговор начинается с чистого листа
  • Результаты пляшут, каждый формулирует запросы по-своему

Со skills

  • Готовые сценарии подключаются автоматически, когда нужно
  • Инструменты используются стабильно и предсказуемо
  • Лучшие практики зашиты в каждое взаимодействие
  • Порог входа для новых пользователей резко снижается
Глава 2

Планирование и дизайн

Начните со сценариев использования

Прежде чем писать код, сформулируйте 2-3 конкретных сценария, которые ваш skill должен закрывать.

Пример хорошо описанного сценария

Сценарий: Планирование спринта

Когда срабатывает: пользователь пишет «помоги спланировать спринт» или «создай задачи на спринт»

Что происходит:

  1. Забирает текущий статус проекта из Linear (через MCP)
  2. Анализирует скорость и загрузку команды
  3. Предлагает приоритизацию задач
  4. Создаёт задачи в Linear с нужными метками и оценками

Итог: Полностью спланированный спринт, задачи уже в трекере

Ответьте себе на четыре вопроса:

  • Какую задачу хочет решить пользователь?
  • Из каких шагов складывается процесс?
  • Какие инструменты понадобятся: встроенные или через MCP?
  • Какую предметную экспертизу стоит зашить в skill?

Три типичные категории skills

1Генерация документов и ресурсов

Для чего: стабильный, качественный результат: документы, презентации, дизайны, код, приложения.

Живой пример: skill frontend-design

«Создаёт выразительные, готовые к продакшену фронтенд-интерфейсы. Подходит для веб-компонентов, лендингов, артефактов и приложений.»

Характерные приёмы:

  • Зашитые стайл-гайды и стандарты бренда
  • Шаблоны для единообразия результатов
  • Чеклисты качества перед финальной выдачей
  • Внешние инструменты не нужны, хватает встроенных возможностей Claude

2Автоматизация рабочих процессов

Для чего: многоэтапные процессы, где важна единая методология, в том числе координация между несколькими MCP-серверами.

Живой пример: skill skill-creator

«Интерактивный помощник для создания новых skills. Ведёт пользователя через формулировку сценариев, заполнение frontmatter, написание инструкций и проверку.»

Характерные приёмы:

  • Пошаговый процесс с контрольными точками
  • Готовые шаблоны для типовых ситуаций
  • Встроенные подсказки по улучшению
  • Цикл «сделал, проверил, доработал»

3Усиление MCP-интеграции

Для чего: добавить слой экспертизы поверх инструментов, которые даёт MCP-сервер.

Живой пример: skill sentry-code-review (от Sentry)

«Автоматически находит и исправляет баги в Pull Request'ах на GitHub, опираясь на данные мониторинга Sentry через MCP.»

Характерные приёмы:

  • Цепочка из нескольких MCP-вызовов в нужном порядке
  • Предметная экспертиза, вшитая в логику
  • Контекст, который иначе пришлось бы объяснять каждый раз
  • Обработка типичных ошибок MCP

Как понять, что skill работает

Это ориентиры, а не жёсткие пороги. Часть оценки неизбежно будет субъективной — и это нормально.

Цифры

  • Skill подключается в 90% подходящих запросов
    Как проверить: прогоните 10-20 тестовых запросов. Посчитайте, в скольких случаях skill загрузился сам, без ручного вызова.
  • Рабочий процесс укладывается в X вызовов инструментов
    Как проверить: дайте одну и ту же задачу с включённым skill и без. Сравните число вызовов и расход токенов.
  • Ни одного сбойного API-вызова за весь процесс
    Как проверить: смотрите логи MCP-сервера во время тестовых прогонов.

Ощущения

  • Пользователю не приходится подсказывать Claude, что делать дальше
  • Процесс доходит до конца без ручных правок
  • Результаты воспроизводимы от сессии к сессии

Технические требования

Структура файлов

your-skill-name/
├── SKILL.md # Обязательный
├── scripts/ # Опционально - скрипты
│ ├── process_data.py
│ └── validate.sh
├── references/ # Опционально - справка
│ ├── api-guide.md
│ └── examples/
└── assets/ # Опционально - шаблоны и тп.
    └── report-template.md

Железные правила

Файл SKILL.md:

  • Имя ровно SKILL.md, регистр важен
  • Никакие вариации не пройдут: ни SKILL.MD, ни skill.md

Имя папки:

✅ Правильно

notion-project-setup
kebab-case, всё строчными, через дефис

❌ Неправильно

Notion Project Setup
notion_project_setup
NotionProjectSetup

README.md внутри skill не нужен. Вся документация лежит в SKILL.md или references/. README понадобится позже, на уровне репозитория, для людей, а не для Claude.

YAML frontmatter: самое важное в skill

Именно по YAML-шапке Claude решает, подключать ваш skill или нет. Здесь нельзя ошибиться.

Минимально рабочий вариант

---
name: your-skill-name
description: Что делает. Подключать, когда пользователь просит [конкретные фразы].
---

Этого достаточно для старта.

Обязательные поля

name:

  • Только kebab-case (строчные через дефис)
  • Без пробелов и заглавных
  • Должно совпадать с именем папки

description:

  • Обязательно содержит две вещи: что skill делает и когда его подключать
  • Не больше 1024 символов
  • Никаких XML-тегов (< или >)
  • Перечислите конкретные фразы, которые может сказать пользователь
  • Укажите типы файлов, если это важно

Опциональные поля

  • license: лицензия для открытых skills (MIT, Apache-2.0)
  • compatibility: требования к окружению (1-500 символов)
  • metadata: произвольные поля: автор, версия, mcp-server и т.д.

Ограничения безопасности

Во frontmatter запрещены:

  • XML-угловые скобки (< >)
  • Слова «claude» или «anthropic» в имени skill (зарезервированы)

Шапка попадает прямо в системный промпт Claude, поэтому вредоносный контент мог бы подменить инструкции.

Как писать описание

Формула: [Что делает] + [Когда подключать] + [Ключевые возможности]

✅ Хорошо — конкретно и с триггерами

Разбирает дизайн-файлы Figma и готовит документацию для передачи разработчикам. Подключать, когда пользователь загружает .fig, просит «спеки по дизайну», «документацию компонентов» или «хендофф дизайна».

Управляет проектами в Linear: планирование спринтов, создание задач, трекинг статусов. Подключать, когда пользователь упоминает «спринт», «задачи Linear», «планирование проекта» или просит «создать тикеты».

Полный онбординг клиентов PayFlow: создание аккаунта, настройка оплаты, управление подпиской. Подключать, когда пользователь просит «заонбордить клиента», «настроить подписку» или «создать аккаунт PayFlow».

❌ Плохо

Помогает с проектами.

Создаёт системы документации.

Реализует модель Project с иерархическими связями.

Как писать инструкции

После YAML-шапки идёт тело skill, обычный Markdown. Вот рекомендуемый каркас:

---
name: your-skill
description: [...]
---

# Название Skill

## Инструкции

### Шаг 1: [Первый шаг]
Что конкретно нужно сделать.

Пример:
```bash
python scripts/fetch_data.py --project-id PROJECT_ID
```
Если всё прошло хорошо: [описание результата]

## Примеры

### Пример 1: [типичная ситуация]
Пользователь: "Создай новую маркетинговую кампанию"
Действия:
1. Забрать существующие кампании через MCP
2. Создать новую с указанными параметрами
Результат: кампания создана, ссылка для подтверждения отправлена

## Если что-то пошло не так

Ошибка: [текст ошибки]
Почему: [причина]
Что делать: [решение]

Как писать инструкции, которые работают

✅ Хорошо: конкретно, с примерами
Запустите `python scripts/validate.py --input {filename}`
для проверки формата.
Если не прошло, типичные причины:
- Не хватает обязательных полей (допишите в CSV)
- Даты в неправильном формате (нужен YYYY-MM-DD)
❌ Плохо: размыто, бесполезно
Проверьте данные перед тем как продолжить.

Не забывайте про обработку ошибок и ссылки на справочные файлы. Главное правило: SKILL.md содержит суть, а детали выносите в references/.

Глава 3

Тестирование и итерации

Как тестировать

Глубина тестирования зависит от задачи:

  • Вручную в Claude.ai: просто задаёте вопросы и смотрите, что происходит. Быстро, без настройки.
  • Скриптами в Claude Code: автоматизированные тест-кейсы для повторяемой проверки после каждого изменения.
  • Программно через Skills API: полноценные eval-наборы, прогоняемые систематически.
Совет: сначала доведите до ума одну сложную задачу, потом масштабируйте. Лучшие авторы skills сперва добиваются успеха на одном сценарии, а уже потом извлекают из него паттерн.

1. Проверка триггеров

Задача: убедиться, что skill подключается когда надо и молчит когда не надо.

✅ Должен подключиться
  • «Помоги настроить воркспейс ProjectHub»
  • «Нужно создать проект в ProjectHub»
  • «Заведи проект ProjectHub для планирования Q4»
❌ Не должен подключаться
  • «Какая погода в Москве?»
  • «Помоги написать код на Python»
  • «Сделай таблицу»

2. Функциональные тесты

Задача: убедиться, что на выходе корректный результат.

Тест: Создать проект с 5 задачами
Дано: название проекта "Q4 Planning", 5 описаний задач
Когда: skill отрабатывает весь процесс
Тогда:
  - Проект появился в ProjectHub
  - 5 задач созданы с правильными полями
  - Все задачи привязаны к проекту
  - Ни одной ошибки API

3. Сравнение «до и после»

Задача: показать, что со skill реально лучше, чем без него.

❌ Без skill
  • Каждый раз объясняешь всё заново
  • 15 сообщений туда-обратно
  • 3 сбойных вызова API
  • 12 000 токенов
✅ Со skill
  • Всё работает на автомате
  • Максимум 2 уточняющих вопроса
  • 0 сбоев API
  • 6 000 токенов

Skill-creator — ваш помощник

skill-creator встроен в Claude.ai и доступен в Claude Code. Если у вас есть MCP-сервер и понимание 2-3 основных сценариев, первый рабочий skill можно собрать и обкатать за 15-30 минут.

  • Создание: генерирует skill из описания на обычном языке, выдаёт готовый SKILL.md с правильной шапкой
  • Ревью: находит слабые места: размытые описания, недостающие триггеры, структурные проблемы
  • Доработка: покажите ему примеры граничных случаев, и он подскажет, как улучшить обработку
"Используй skill-creator, мне нужен skill для [ваш сценарий]"
Важно: skill-creator помогает проектировать и дорабатывать skills, но не запускает автоматические тесты и не выдаёт числовых метрик качества.

Доработка по ходу дела

Skill — живой документ, а не монолит. Вот на что обращать внимание:

Skill молчит, когда должен работать

  • Не подключается на подходящие запросы
  • Пользователи вынуждены включать его руками

Что делать: обогатите описание: больше деталей, ключевых слов, технических терминов.

Skill лезет куда не просят

  • Подключается на посторонние запросы
  • Пользователи раздражённо его отключают

Что делать: добавьте «антитриггеры» (чётко скажите, когда НЕ использовать), сузьте формулировки.

Skill работает криво

  • Результаты «плавают» от запуска к запуску
  • API-вызовы падают

Что делать: конкретизируйте инструкции, добавьте обработку ошибок.

Глава 4

Распространение

Skills делают вашу MCP-интеграцию полноценной. Когда пользователи сравнивают коннекторы, те, что идут со skills, быстрее приносят пользу — это ваше преимущество перед MCP-only альтернативами.

Как распространять

Текущая модель (январь 2026)

Для обычных пользователей

  1. Скачать папку skill
  2. Запаковать в .zip (если нужно)
  3. Загрузить в Claude.ai: Settings > Capabilities > Skills
  4. Либо положить в папку skills Claude Code

Для организаций

  • Админы могут раскатать skills на весь workspace разом (доступно с 18 декабря 2025)
  • Обновления приезжают автоматически
  • Управление из одного места

Открытый стандарт

Anthropic выпустила Agent Skills как открытый стандарт. Идея та же, что и с MCP: один skill должен работать везде: и в Claude, и на других AI-платформах, без переделок.

Skills через API

Если вы строите приложения, агентов или автоматические пайплайны, API даёт полный контроль над skills:

  • Эндпоинт /v1/skills для управления
  • Подключение skills к Messages API через параметр container.skills
  • Версионирование через Claude Console
  • Интеграция с Claude Agent SDK для кастомных агентов
СценарийГде лучше
Живая работа пользователей со skillsClaude.ai / Claude Code
Ручное тестирование и обкаткаClaude.ai / Claude Code
Программное использованиеAPI
Продакшен на масштабеAPI
Автопайплайны и агентные системыAPI
Для работы skills через API нужен Code Execution Tool (бета), он обеспечивает безопасную среду выполнения.

Подробности в документации:

Как подать свой skill

Лучший вариант: публичный GitHub-репозиторий с понятным README, примерами и скриншотами. Плюс раздел в документации вашего MCP-сервера со ссылкой на skill и объяснением, зачем использовать оба вместе.

✅ Говорите про пользу

«Skill ProjectHub разворачивает полный воркспейс за секунды: страницы, базы, шаблоны. Вместо 30 минут ручной возни.»

❌ Говорите про технологию

«Skill ProjectHub — это папка с YAML frontmatter и Markdown-инструкциями, которая вызывает инструменты нашего MCP-сервера.»

Шаблон инструкции по установке

## Установка skill [Название сервиса]

1. Скачайте skill:
   - Клонируйте репо: `git clone https://github.com/yourcompany/skills`
   - Или скачайте ZIP из Releases

2. Установите в Claude:
   - Откройте Claude.ai > Settings > Skills
   - Нажмите «Upload skill»
   - Выберите папку со skill (в .zip)

3. Активируйте:
   - Включите skill [Название сервиса]
   - Убедитесь, что MCP-сервер подключён

4. Проверьте:
   - Спросите Claude: «Создай новый проект в [Сервис]»

Подчеркните ценность связки MCP + Skills:

«Наш MCP-сервер открывает Claude доступ к вашим проектам в Linear. А наши skills учат его вашему процессу планирования спринтов. Вместе это AI-управление проектами из коробки.»

Глава 5

Паттерны и решение проблем

Эти паттерны выросли из опыта первых пользователей и внутренних команд Anthropic. Это не догмы, а проверенные подходы. Берите то, что подходит.

Два угла зрения. От задачи: «Мне нужно развернуть воркспейс», и skill сам выстраивает цепочку MCP-вызовов. От инструмента: «У меня подключён Notion MCP», и skill подсказывает Claude, как работать с ним оптимально.

1Последовательный процесс

Подходит, когда: нужно пройти несколько шагов строго по порядку, где каждый зависит от предыдущего.

## Процесс: онбординг нового клиента

### Шаг 1: Создать аккаунт
MCP-вызов: `create_customer`
Параметры: name, email, company

### Шаг 2: Подключить оплату
MCP-вызов: `setup_payment_method`
Ждём: подтверждения платёжного метода

### Шаг 3: Оформить подписку
MCP-вызов: `create_subscription`
Параметры: plan_id, customer_id (из шага 1)

### Шаг 4: Отправить приветственное письмо
MCP-вызов: `send_email`
Шаблон: welcome_email_template

На что обратить внимание: чёткий порядок шагов, явные зависимости между ними, проверка на каждом этапе, инструкция по откату при сбое.

2Координация нескольких MCP

Подходит, когда: процесс затрагивает несколько разных сервисов.

## Передача дизайна в разработку

### Фаза 1: Экспорт дизайна (Figma MCP)
1. Выгрузить ассеты из Figma
2. Собрать спецификации
3. Сформировать манифест ассетов

### Фаза 2: Сохранение (Drive MCP)
1. Создать проектную папку в Drive
2. Залить все ассеты
3. Получить ссылки для расшаривания

### Фаза 3: Постановка задач (Linear MCP)
1. Завести задачи на разработку
2. Прикрепить ссылки на ассеты
3. Назначить на инженерную команду

### Фаза 4: Оповещение (Slack MCP)
1. Кинуть сводку в #engineering
2. Приложить ссылки и номера задач

На что обратить внимание: чёткое разделение по фазам, передача данных между MCP-серверами, проверка перед переходом на следующую фазу, единая обработка ошибок.

3Итеративная доработка

Подходит, когда: результат становится лучше с каждым проходом.

## Подготовка отчёта в несколько проходов

### Черновик
1. Забрать данные через MCP
2. Сгенерировать первую версию
3. Сохранить во временный файл

### Проверка
1. Прогнать скрипт валидации: `scripts/check_report.py`
2. Собрать список проблем: пропущенные разделы,
   «поехавшее» форматирование, ошибки в данных

### Цикл доработки
1. Исправить каждую найденную проблему
2. Перегенерировать затронутые разделы
3. Снова прогнать валидацию
4. Повторять, пока качество не дотянет до порога

### Финализация
1. Наложить итоговое форматирование
2. Добавить краткую выжимку
3. Сохранить финальную версию

На что обратить внимание: чёткие критерии «хорошо/плохо», скрипты для автоматической проверки, понимание момента, когда пора остановиться.

4Выбор инструмента по ситуации

Подходит, когда: цель одна, но способ её достижения зависит от контекста.

## Умное сохранение файлов

### Дерево решений
1. Определить тип и размер файла
2. Выбрать хранилище:
   - Большие файлы (>10 МБ) → облачное хранилище MCP
   - Совместные документы → Notion/Docs MCP
   - Исходный код → GitHub MCP
   - Временные файлы → локальная файловая система

### Действие
По результатам:
- Вызвать нужный MCP-инструмент
- Проставить метаданные по правилам сервиса
- Вернуть ссылку доступа

### Пояснение
Рассказать пользователю, почему выбрано именно это хранилище

На что обратить внимание: однозначные критерии выбора, запасной вариант на каждый случай, прозрачность: пользователь понимает, что произошло и почему.

5Встроенная предметная экспертиза

Подходит, когда: skill несёт в себе знания, которых нет ни в инструментах, ни у пользователя.

## Обработка платежей с проверкой комплаенса

### До обработки: проверка
1. Забрать детали транзакции через MCP
2. Прогнать через правила комплаенса:
   - Санкционные списки
   - Допустимые юрисдикции
   - Уровень риска
3. Зафиксировать решение

### Обработка
ЕСЛИ проверка пройдена:
  - Провести платёж через MCP
  - Выполнить антифрод-проверки
  - Завершить транзакцию
ИНАЧЕ:
  - Пометить для ручного ревью
  - Создать кейс в системе комплаенса

### Аудиторский след
- Записать все проверки
- Сохранить принятые решения
- Сформировать отчёт для аудита

На что обратить внимание: экспертиза зашита прямо в логику, проверка всегда идёт до действия, каждый шаг документируется, ответственность прозрачна.

Типичные проблемы и решения

Skill не загружается

Ошибка: Could not find SKILL.md in uploaded folder

Почему: файл назван не SKILL.md, а как-то иначе

Что делать: переименуйте ровно в SKILL.md. Регистр важен! Проверьте через ls -la.

Ошибка: Invalid frontmatter

Почему: косяк в YAML-разметке

# Нет разделителей, не сработает
name: my-skill
description: Does things

# Незакрытые кавычки, не сработает
name: my-skill
description: "Does things

# Вот так правильно
---
name: my-skill
description: Does things
---

Ошибка: Invalid skill name

Почему: в имени пробелы или заглавные буквы

# Неправильно
name: My Cool Skill

# Правильно
name: my-cool-skill

Skill не подключается

Пройдитесь по списку:

  • Описание не слишком ли абстрактное? «Помогает с проектами». Claude такое не зацепит
  • Есть ли фразы, которые люди реально произносят?
  • Упомянуты ли типы файлов, если это важно?

Лайфхак: спросите Claude напрямую: «Когда бы ты подключил skill [имя]?» Он процитирует описание, и сразу станет видно, чего не хватает.

Skill подключается к чему попало

Три способа починить:

  1. Антитриггеры: «НЕ подключать для простого просмотра данных (для этого есть data-viz)»
  2. Уточнение: вместо «Обрабатывает документы», напишите «Разбирает юридические PDF для ревью контрактов»
  3. Границы: «Платежи PayFlow для e-commerce. Только для онлайн-платежей, не для общих финансовых вопросов.»

MCP-вызовы падают

Симптом: skill загружается, но вызовы MCP не проходят

Пройдитесь по списку:

  1. MCP-сервер подключён?
    Claude.ai: Settings > Extensions > [Ваш сервис] — должно быть «Connected»
  2. Аутентификация в порядке?
    API-ключи не протухли, нужные scopes выданы, OAuth-токены обновлены
  3. MCP работает без skill?
    Спросите Claude напрямую: «Используй [Сервис] MCP, покажи мои проекты». Если и так не работает — проблема в MCP, а не в skill
  4. Имена инструментов совпадают?
    Проверьте, что skill ссылается на те же имена, что в документации MCP-сервера. Имена инструментов регистрозависимы

Claude игнорирует инструкции

Обычные причины:

  1. Простыня текста: пишите кратко, используйте списки, выносите подробности в references/
  2. Главное закопано в середине: критическое всегда наверх, заголовки «Important» или «Critical» помогают
  3. Размытые формулировки: не «проверьте корректность», а CRITICAL: до вызова create_project убедитесь: имя не пустое, назначен хотя бы один участник, дата начала не в прошлом
  4. Модель «ленится»: помогает фраза: «Не торопись, пройди каждый шаг тщательно. Качество важнее скорости.» Работает лучше в промпте пользователя, чем в SKILL.md
Продвинутый приём: если валидация критична, напишите скрипт, а не текстовую инструкцию. Код работает детерминированно, человеческий язык нет.

Skill тормозит или деградирует

Что делать:

  1. Ужмите SKILL.md до 5 000 слов максимум, всё остальное в references/
  2. Проверьте, не включено ли у вас 20-50 skills одновременно, это перегружает контекст
  3. Группируйте связанные skills в «пакеты» и включайте по ситуации
Глава 6

Ресурсы и справочники

Документация Anthropic

Статьи в блоге

Готовые примеры

  • GitHub: anthropics/skills — коллекция skills от Anthropic, можно форкнуть и адаптировать

Инструменты

  • skill-creator: встроен в Claude.ai и доступен в Claude Code. Генерирует skills из описания, проверяет структуру, подсказывает улучшения.

Куда обращаться

Приложение А

Быстрый чеклист

До старта

  • Сформулированы 2-3 конкретных сценария
  • Понятно, какие инструменты нужны (встроенные или MCP)
  • Просмотрены примеры существующих skills
  • Продумана структура папок

В процессе

  • Папка в kebab-case
  • Файл называется ровно SKILL.md
  • YAML frontmatter обрамлена ---
  • name: строчные, через дефис, без пробелов
  • description отвечает на «что делает» и «когда подключать»
  • Нигде нет XML-тегов
  • Инструкции конкретные, с примерами
  • Описана обработка ошибок
  • Есть примеры использования
  • Ссылки на справочные файлы расставлены

Перед загрузкой

  • Подключается на очевидные запросы
  • Подключается на перефразированные запросы
  • Не подключается на посторонние темы
  • Функциональные тесты проходят
  • Интеграция с инструментами работает (если есть)
  • Папка запакована в .zip

После загрузки

  • Обкатано в живых разговорах
  • Отслеживаются ложные срабатывания и пропуски
  • Собирается обратная связь
  • Описание и инструкции дорабатываются
  • Версия в метаданных обновлена
Приложение Б

YAML frontmatter справочник

Обязательные поля

---
name: skill-name-in-kebab-case
description: Что делает и когда подключать. Перечислите фразы-триггеры.
---

Полный набор полей

name: skill-name
description: [обязательное описание]
license: MIT                    # Лицензия для open-source
allowed-tools: "Bash(python:*) Bash(npm:*) WebFetch"  # Ограничение инструментов
metadata:                       # Произвольные поля
  author: Company Name
  version: 1.0.0
  mcp-server: server-name
  category: productivity
  tags: [project-management, automation]
  documentation: https://example.com/docs
  support: support@example.com

Безопасность

МожноНельзя
Любые стандартные YAML-типы (строки, числа, списки, объекты)XML-скобки (< >)
Произвольные поля в metadataИсполняемый код в YAML
Описания до 1024 символовСлова «claude» или «anthropic» в имени
Приложение В

Готовые примеры

Полноценные, проверенные в бою skills, где можно подсмотреть все паттерны из руководства:

Репозитории актуальны. Форкайте, адаптируйте под себя, используйте как отправную точку.