Post
AI Skills são capacidades configuradas, não magia
Pensar em AI Skills como capacidades de membros de uma equipe ajuda a definir contexto, responsabilidade, ferramenta e momento de execução.
Uma explicação que funcionou para mim foi pensar em AI Skills como habilidades de membros de uma equipe. Você não controla cada movimento diretamente. Você define a capacidade, fornece contexto, posiciona o recurso e observa se ele executa no momento adequado.
Essa forma de pensar é mais útil do que tratar uma skill como um prompt longo que “sabe fazer tudo”. Uma habilidade bem definida tem um escopo, uma entrada, uma saída e critérios para saber se o trabalho terminou.
O contrato de uma skill
Eu descreveria cada skill com pelo menos:
- objetivo;
- contexto mínimo necessário;
- ferramentas que pode usar;
- arquivos ou sistemas que pode alterar;
- formato da saída;
- condições de parada;
- situações que exigem escalonamento.
Uma skill para revisar testes não deveria editar a arquitetura inteira. Uma skill para consultar logs não deveria reiniciar um serviço. A restrição deixa a capacidade mais previsível.
Estratégia, execução e timing
O operador ou agente coordenador define a estratégia. As skills executam partes do trabalho. Isso permite combinar capacidades diferentes: explorar um repositório, escrever uma proposta, executar testes, revisar uma mudança ou resumir um incidente.
O momento importa. Uma skill de revisão chamada antes de a implementação existir não terá o material necessário. Uma skill de compactação executada tarde demais pode deixar o contexto caro. O fluxo precisa indicar quando uma habilidade entra e qual evidência entrega para a próxima etapa.
Como evitar uma equipe de agentes confusa
Eu começaria com poucas skills e observaria:
- quais tarefas cada uma realmente conclui;
- onde o contexto costuma faltar;
- quais ferramentas produzem risco;
- quais saídas precisam de validação humana;
- se a divisão reduz trabalho ou apenas adiciona coordenação.
Também registraria as execuções. Sem histórico, fica difícil saber se a skill melhorou o processo ou apenas produziu respostas mais longas.
O valor de uma skill não está em parecer autônoma. Está em tornar uma capacidade reutilizável, limitada e observável. Quando tratamos agentes dessa forma, o workflow deixa de depender de uma única conversa perfeita e passa a ser composto por pequenas responsabilidades que podem ser testadas.