從對話遺骸到 Agent 技能:一場無痛的數位賦能實踐
寫在轉化後: 我們與 AI 的對話往往像是一場漫長的淘金。在過去幾週的「河流探索」專案中,我與 AI 助手累積了數百次關於 GIS 處理、水利考掘與行程規劃的對話。這些對話中隱含著極高的「專業 SOP」,但若不加以整理,它們終將沉沒在歷史紀錄中。本文記錄了我如何讓 AI 「自我解構」,將對話轉化為持續賦能的 Agent Skills。 1. 發現遺產:在廢墟中尋找規律 隨著曾文溪、濁水溪探索的展開,我發現每次規劃時,AI 都要重新理解一次我的需求: 「我要生成 Google Maps 連結」 「我要將點位寫入 walkgis.db」 「我要撰寫帶有水利深度的 Blog Post」 這些重複性的動作,就是 「技能化」 的最佳候選者。我讓 AI 回頭檢視我們的對話紀錄,問它:「在這些對話中,有哪些動作是你反覆在幫我做的?請把它們解構出來。」 2. 技能封裝 (Skill Encapsulation):定義專業邊界 這是我覺得最驚艷的部分。AI 並不只是給我一份總結,而是協同我建立了具體的「技能包 (Skills)」目錄: gis-data-manager:封裝了標記 POI、WKT 轉換與資料庫同步的腳本。 river-exploration:封裝了從 Phase 0 (資料準備) 到 Phase 3 (深度解析) 的完整河流探索指引。 hugo-content-wizard:專門處理「筆記轉部落格」的繁瑣格式。 我們定義了具體的 SKILL.md,這就像是賦予了 Agent 一本「標準作業手冊」。 3. 無痛轉入手感:從「手工業」到「自動化導航」 當這些技能被定義後,我再次發起任務(如這次的「蘭陽溪考掘」)時,感覺完全不同了: 溝通簡化:我不再需要解釋怎麼存資料庫,只需要說「執行 gis-data-manager 的同步邏輯」。 品質躍升:因為 SOP 已被明確化,AI 會自動執行「豐富化對話」、「異常偵測」等高階動作,產出的內容從原本的「行程表」躍升為「水路歷史考掘計畫」。 這種感覺就像是,你不用再教廚師怎麼切菜,你只需要給食材並說出你想吃的菜系,廚師已經具備了全套精湛的刀工與調味邏輯。 結語:讓 AI 成為你的肌肉記憶 這次的實驗讓我理解到,AI 的強大不在於它「懂得多」,而在於它能透過我們的引導,將「偶然的成功」沉澱為「必然的技能」。當對話不再是消耗,而是累積成一套不斷成長的 Agent Skills 時,數位賦能才真正發生。 ...