Seriens andra del, Instruktionsfilen, det första en AI-agent läser, gav AI-agenten en kort markdown-fil som den läser varje gång den startar. Filen talar om för agenten hur projektet installeras och testas och vilka regler som alltid gäller.
Del 3 handlade om vad jobbet är. Den här delen handlar om hur jobbet ska göras, så att det görs på samma sätt varje gång, till exempel när en ny version av appen släpps (en release). Det hör hemma i en skill: en mapp med en markdown-fil som säger när och hur jobbet görs – och ofta ett litet program, ett skript, för det som måste bli exakt.
En release som blir olika varje gång
Ett påhittat exempel: utvecklaren av webbappen från de tidigare delarna gör en
release. En release betyder att versionsnumret i package.json höjs, att
ändringsloggen får en post om den nya versionen, att testerna körs och att
versionen taggas. Ändringsloggen är en fil, CHANGELOG.md, som listar vad som
ändrades i varje version. En tagg är ett namn i git, som v1.4.0, som
markerar releasen.
Utvecklaren ber agenten: "Gör en release." Agenten gör jobbet men aldrig
likadant två gånger. En gång glömmer den posten i ändringsloggen. En annan gång
står det 1.4.0 i ändringsloggen medan package.json säger 1.3.1.
Varje gång rättar utvecklaren agenten i chatten och skriver samma påminnelser som sist. Anthropics dokumentation säger att det är dags att göra en skill när du gång på gång klistrar in samma instruktioner, checklista eller arbetssätt i chatten.
En skill är en mapp
En skill är en mapp med en markdown-fil som heter SKILL.md. Filen börjar med ett namn
(name) och en beskrivning (description) – de två fält som varje skill
behöver – och fortsätter med instruktionerna. Andra fält är valfria; "Avancerade
skills" nära slutet beskriver dem.
Bredvid SKILL.md kan det ligga ett skript – ett kort program som gör en bestämd sak – och andra filer som instruktionerna hänvisar till. En sort är en mall: en text med de fasta delarna redan skrivna, som rubrikerna i en post i ändringsloggen, så att varje post får samma form.
Agenten läser inte hela mappen vid starten. Den har bara namn och beskrivning för varje skill framför sig. När uppgiften passar en beskrivning läser agenten instruktionerna och kör skriptet när instruktionerna säger det. Standarden Agent Skills beskriver samma tre steg.
Den 22 oktober 2026 donerade Anthropic standarden till Agentic AI Foundation (AAIF), en stiftelse inom Linux Foundation som också förvaltar AGENTS.md.
Så här ser SKILL.md ut för skillen release i exemplet:
---
name: release
description: Prepares a release of the web app. Checks that the version number and the changelog agree, then runs the tests. Use when the user asks for a release, a new version or a tag.
---
# Release
1. Run `sh scripts/check-release.sh` from this skill's folder.
2. If it prints a problem, fix that and run it again. Go on only when it
prints OK.
3. Run `npm test`.
4. Tell the developer the version number and ask before you create the tag.
Beskrivningen är raden agenten läser för att avgöra om skillen ska användas, så den säger vad skillen gör och när den ska användas. En beskrivning som bara säger "hjälper till med releaser" ger det första men inte det andra. Specifikationen för Agent Skills ger "hjälper till med PDF:er" (vår översättning) som exempel på en dålig beskrivning.
Instruktionerna är korta med flit. När en skill har lästs in blir texten kvar och tar plats i samtalet för varje svar, så Anthropic rekommenderar att den hålls kort.
Lägg det som måste bli exakt i ett skript
Skillens första steg kör ett skript. Utan ett skript skriver agenten själv koden för kontrollen varje gång. Den koden kan skilja sig lite från en körning till nästa. Ett nytt fel kan också smyga sig in.
Ett skript skrivs en gång, testas och körs sedan som det är. Dyker det upp ett fel senare rättas det på ett ställe. Anthropics guide säger att färdiga skript är mer tillförlitliga än genererad kod och gör resultaten enhetliga från gång till gång.
Så här ser skriptet ut:
#!/bin/sh
# Checks that the version in package.json is the one the changelog
# describes, and that no tag exists for it yet.
top=$(git rev-parse --show-toplevel) || exit 1
cd "$top" || exit 1
version=$(node -p "require('./package.json').version" 2>/dev/null)
latest=$(grep -m1 '^## ' CHANGELOG.md 2>/dev/null | cut -d' ' -f2 | tr -d '\r[]')
if [ -z "$version" ] || [ -z "$latest" ]; then
echo "Could not read the version from package.json or the changelog." >&2
exit 1
fi
if [ "$version" != "$latest" ]; then
echo "package.json says $version, but the changelog starts with $latest." >&2
echo "Make them agree." >&2
exit 1
fi
if git rev-parse -q --verify "refs/tags/v$version" >/dev/null; then
echo "Version $version is already tagged. Raise the version first." >&2
exit 1
fi
echo "OK: $version is ready to release."
Skriptet börjar med att gå till projektets toppmapp, som git kan hitta var som
helst inne i projektet. Det spelar ingen roll om agenten startar skriptet från
skillens mapp eller från toppmappen. Sedan läser det versionen i
package.json och den första rubriken i ändringsloggen. Kan det inte läsa någon
av dem stannar det, så att en saknad fil inte tas för ett godkänt resultat.
Därefter jämför skriptet de två och kontrollerar att git inte har någon tagg för
versionen ännu. Rubriken i ändringsloggen får skrivas ## 1.4.0 eller
## [1.4.0] - 2026-10-30. Misslyckas en kontroll skriver skriptet ut vad som är
fel och stannar. Går allt igenom skriver det ut OK.
Skriptets meddelanden är skrivna för agenten också: "package.json says 1.3.1, but the changelog starts with 1.4.0. Make them agree." talar om vad som är fel och vad som ska göras, som guiden om skript i Agent Skills rekommenderar.
En del av arbetet lämpar sig bättre för instruktioner. Hur en post i ändringsloggen för 1.4.0 ska formuleras beror på omdöme. Några meningar instruktion är rätt verktyg för det. Guiderna från Anthropic och OpenAI drar gränsen på samma ställe. Anthropic rekommenderar ett färdigt skript för en åtgärd som är känslig och måste göras likadant varje gång. OpenAI rekommenderar instruktioner före skript, om du inte behöver deterministiskt beteende eller externa verktyg. Deterministiskt betyder att samma indata alltid ger samma resultat.
Ett skript hjälper bara när det körs: agenten måste välja skillen och följa det första steget. Det som aldrig får hoppas över behöver ett skydd utanför skillen, på samma sätt som en regel i instruktionsfilen i del 2: ett test i projektet eller en inställning i verktyget som stoppar steget. Claude Codes dokumentation rekommenderar att en regel som måste gälla varje gång flyttas till en krok (hook), ett kommando som verktyget kör av sig självt.
En skill, en instruktion eller en förfrågan
Allt hör inte hemma i en skill.
Instruktionsfilen är AGENTS.md från del 2 (Claude Code kallar sin fil CLAUDE.md). Den talar om för agenten hur projektet installeras och testas och vilka regler som alltid gäller. Agenten läser den vid varje start, så den hålls kort.
En skill säger hur en sorts jobb ska göras, som en release, en granskning eller en översättning. Den är inte en andra agent som den i del 3: den är text som agenten du redan pratar med läser när jobbet kommer upp.
Att ta reda på hur ett jobb ska göras hör hemma i chatten. När det blir som du vill kan stegen bli en skill.
Vad studierna visar
Här är två studier som körde samma uppgifter med och utan en skill.
SkillsBench gav AI-agenter 87 uppgifter som kördes i en terminal, var och en med tester som poängsätter resultatet. Experter hade tagit fram skills för uppgifterna. Som genomsnitt över 18 kombinationer av en modell och ett verktyg klarade agenterna ungefär 34 uppgifter av 100 utan skillen och ungefär 51 med den.
Vinsten skilde sig mycket, från ungefär 4 fler uppgifter av 100 till ungefär 26 fler. På 13 av de 87 uppgifterna blev genomsnittsresultatet sämre med skillen. Forskarna kallar sina skills av hög kvalitet för "ett optimistiskt scenario" (vår översättning).
SWE-Skills-Bench körde 98 offentliga skills för programvaruarbete, var och en på ett riktigt kodförråd, en gång utan skillen och en gång med den. Den genomsnittliga andelen godkända kontroller gick från 76,6 % till 76,9 %. För 92 av de 98 skills fann forskarna ingen statistiskt signifikant effekt, alltså ingen skillnad som går att skilja från slumpen.
Forskarna lägger till att det betyder att ingen effekt kunde påvisas, inte att effekten är noll. Uppgifterna utformades utifrån det som varje skill säger sig kunna. De få skills som hjälpte gav agenten steg som den annars skulle ha lämnat bort.
SkillsBench lät också tre av kombinationerna skriva skills åt sig själva innan de löste varje uppgift. Med sina egna skills klarade de 8 till 12 färre uppgifter av 100 än utan någon skill alls.
SkillsBench skilde inte ut vad i en skill som gör jobbet: forskarna nämner "steg, exempel, kodresurser" (vår översättning) som de delar som framtida arbete måste isolera. En skill gör också kontexten längre, så en del av vinsten kan enligt forskarna komma från "mer kontext" (vår översättning) och inte från stegen. Den tar upp "starkare baslinjer med matchad längd" (vår översättning), till exempel slumpmässig eller irrelevant text, som framtida arbete.
SWE-Skills-Bench mätte också hela skills. Därför visar ingen av studierna att ett skript hjälper mer än vanliga instruktioner.
En skill är inte en säker vinst: hur mycket den hjälper beror på modellen och verktyget, som båda studierna fann. Det är värt att testa en skill med den modell och det verktyg du använder, som de följande avsnitten beskriver. Det är också värt att läsa det en agent har skrivit åt dig innan du litar på det.
Claude Code, Codex och GitHub Copilot
Vi beskriver verktygen så som deras dokumentation såg ut den 30 oktober 2026. Det vi skriver kan ha ändrats sedan dess. Alla tre följer samma format, Agent Skills, så mappen och dess SKILL.md ser likadana ut i var och en. Det som skiljer är var mappen ligger och hur du startar en skill.
I Claude Code är en skill en mapp i .claude/skills/ i projektet eller
i ~/.claude/skills/ för alla dina projekt. Du startar skillen release
genom att skriva /release. Claude kan också läsa in den själv när din
förfrågan passar beskrivningen.
I OpenAI:s Codex är en skill en mapp i .agents/skills/.
Codex CLI körs i en terminal och
IDE-tillägget i en kodredigerare. I båda
startar du en skill genom att skriva $ och dess namn eller köra /skills.
Codex kan också välja en utifrån beskrivningen.
GitHub Copilot läser skills för projektet från
.github/skills/, .claude/skills/ och .agents/skills/.
De fungerar i VS Code, i Copilot CLI och i Copilots molnagent (cloud agent) på
GitHub. I VS Code dyker de skills du kan starta själv upp när du
skriver / i chatten.
För att alla tre verktygen ska använda en och samma kopia lägger du skillen i
.agents/skills/ och länkar till den från .claude/skills/. Både Claude Code
och Codex följer en länk till en mapp. På macOS och Linux skapar de här två
raderna, körda i projektets toppmapp, länken:
mkdir -p .claude/skills
ln -s ../../.agents/skills/release .claude/skills/release
Kontrollera att den fungerar
Börja en ny chatt och se först att verktyget har hittat skillen. I Claude Code
frågar du vilka skills som finns. I Codex CLI eller i IDE-tillägget kör du
/skills. I VS Code skriver du / i chatten och letar efter skillen i listan.
Be sedan om jobbet med dina egna ord, som "Gör en release". Se om agenten väljer skillen. Gör den inte det, starta skillen med namn. Läs i vilket fall vad agenten gjorde: om den körde skriptet, följde de fyra stegen och frågade innan den skapade taggen.
Claude Code har också /skill-doctor, som visar vad varje skill kostar i
utrymme och hur ofta den används. Ett tillägg som heter skill-creator kör
testfall för en skill med och utan den.
Felsökning
Använder agenten inte skillen, titta först på beskrivningen: lägg till orden du använder när du ber om arbetet.
Startar skillen när den inte ska, gör beskrivningen smalare. Ett jobb som du vill starta själv kan säga det. Anthropics exempel på en sådan skill är en driftsättning, där du inte vill att Claude bestämmer sig för att driftsätta för att koden ser färdig ut. I Claude Code och VS Code gör den här raden högst upp i SKILL.md, under beskrivningen, att bara du kan starta skillen:
disable-model-invocation: true
För att hindra Codex från att välja skillen själv lägger du en fil
agents/openai.yaml i skillens mapp med de här raderna:
policy:
allow_implicit_invocation: false
Om /release inte känns igen har verktyget inte hittat skillen. Kontrollera
att mappen ligger på ett ställe som verktyget läser och att filen heter
SKILL.md. I Claude Code behöver en skills-mapp som du skapade medan verktyget
kördes kommandot /reload-skills. I Codex behöver en skill som inte dyker
upp en omstart.
Hoppar agenten över steg sent i ett långt samtal, lägg de viktigaste stegen först i SKILL.md. När Claude Code sammanfattar ett långt samtal för att få plats behåller det som mest början av varje skill som används.
Säger skriptet OK när något är fel ligger felet i skriptet: ändra versionen i
package.json utan att ändra ändringsloggen, kör skriptet för hand och rätta
det tills det stannar.
Avancerade skills
En skill fungerar med bara ett name och en description, så du kan hoppa över
det här avsnittet i början. Specifikationen
lägger till de valfria fälten license, compatibility, metadata och
allowed-tools, som den markerar som experimentellt.
Varje verktyg lägger till egna fält. Claude Code har bland annat allowed-tools
för verktyg som skillen får använda utan att fråga, context: fork för att köra
skillen i en subagent och model och effort. VS Code lägger till
argument-hint, user-invocable och disable-model-invocation. Codex har
sina extra inställningar i den valfria filen agents/openai.yaml.
disable-model-invocation och den filen används under Felsökning.
Kan en skill välja modell? I Claude Code kan den det: model anger modellen för
resten av svaret där skillen används. Din egen modell är tillbaka vid ditt nästa
meddelande. effort gör samma sak för ansträngningsnivån. Specifikationen,
sidorna för Codex och VS Code och GitHubs sida om
att lägga till skills
listar inget sådant fält. Del 3 gav en tumregel för att välja modell och
ansträngningsnivå.
Claude Code ignorerar ett fältnamn det inte känner igen, så ett stavfel gör ingenting. Kopiera namnen från verktygets sida.
Börja litet
Vi skulle börja med ett jobb som du redan ber agenten göra och som du rättar på samma sätt varje gång. Gör det en gång med agenten i en chatt. När det har blivit som du vill ber du agenten skriva en skill av stegen i den sessionen:
Write a skill from the steps we have just taken in this session.
Det här är ett arbetssätt och inget uppmätt resultat. De skills som agenterna skrev åt sig själva i SkillsBench skrevs innan de började uppgiften, inte efter en session som gått bra.
Verktygen har hjälpmedel för att skriva ett utkast till en skill. I Codex är det
$skill-creator. I chatten i VS Code kan du, med Local vald i chattvyn, skriva
/create-skill följt av en beskrivning.
Läs utkastet och korta ner det till det jobbet behöver. Lägg mappen där ditt
verktyg läser skills: .claude/skills/release/ i Claude Code,
.agents/skills/release/ i Codex eller någon av de tre mapparna ovan i Copilot.
Be agenten flytta det som måste bli exakt till ett skript och behåll det som kräver omdöme i instruktionerna. Kör skriptet för hand en gång där det ska gå igenom, en gång där det ska misslyckas och en gång utan en fil som det behöver. Läs varje skript innan du låter en agent köra det, också ett som kommer från någon annan. VS Codes dokumentation varnar för att skills kan innehålla skript som kör verktyg eller når andra system.
Kontrollera sedan skillen som beskrivs ovan. Nästa gång du rättar agenten i det jobbet ber du den ändra skillen också, så att rättelsen finns kvar. Lägg till nästa skill först när den här har visat sig användbar.
Vad som kommer härnäst
Arbetstitlarna kan ändras på vägen.
- Från AI-chatt till agentiskt arbete
- Instruktionsfilen, det första en AI-agent läser
- Ge varje AI-agent ett eget jobb
- Skills, när arbetet ska göras likadant varje gång (den här delen)
- MCP, så når AI-agenten andra system
- Var AI-agenten körs och vem som startar den
- Sätt gränserna i förväg
- Vad som har ändrats på vägen – de senaste modellerna behöver mindre styrning än de förra, men fortfarande en del