Розмови про штучний інтелект часто зводяться до вражаючих демонстрацій: один запит, одна відповідь, трохи магії — і далі знову ручна робота. Підприємиця та AI-радниця великих корпорацій Елі Міллер пропонує іншу картину: системи, де десятки агентів працюють за вас годинами, поки ви спите, а ключову роль у цьому відіграють не окремі промпти, а «скіли» — повторювані, стандартизовані інструкції з конфігурацією.
У розмові на каналі Silicon Valley Girl Міллер показує, як саме вона організовує роботу з Claude — багаторежимною платформою від Anthropic — і чому першим кроком для будь-якого користувача мають стати не «розумні питання до AI», а створення власного набору скілів і базових документів на кшталт тону голосу та бренд?гайдів.
Від одноразових промптів до «інструментів у ящику»
У класичному сценарії роботи з генеративним AI користувач щоразу формулює завдання з нуля: пояснює контекст, описує стиль, уточнює формат. Це забирає час і створює враження, що модель — радше розумний чат, ніж повноцінний робочий інструмент.
У Claude цей підхід намагаються системно змінити через концепцію «skills». Скіл — це не просто довгий промпт, а по суті інструмент із власною конфігурацією, який можна викликати знову й знову в різних сценаріях. Міллер описує їх як «інструменти в ящику», до яких звертаються не щоразу з поясненнями, а як до готових функцій.
Скіл включає:
- розгорнуту інструкцію, що саме потрібно робити;
- очікуваний формат виходу;
- правила стилю та тону;
- можливі параметри, які користувач може змінювати від виклику до виклику.
Ключова відмінність від звичайного промпта — повторюваність і стандартизація. Якщо промпт — це разова розмова, то скіл — це опис процесу, який можна запускати десятки й сотні разів, у тому числі як частину більших робочих процесів.
У системі Міллер, де працює близько сотні агентів і 36 проактивних воркфлоу, саме скіли стають базовими «цеглинками». Один і той самий скіл може використовуватися різними агентами в різних контекстах: для ранкового брифінгу, підготовки до зустрічей, обробки пошти чи створення матеріалів для клієнтів.
Claude як конструктор скілів: від скарги до готового інструменту
Цікаво, що Claude в цій моделі виступає не лише виконавцем скілів, а й їхнім співавтором. Міллер наполягає: перший крок до автоматизації — не технічна документація, а… скарга.
Вона пропонує починати з максимально людського формату: описати Claude, що саме вас дратує у щоденній роботі. Це може бути страх перед клієнтськими дзвінками, постійні сюрпризи з погодою, хаос у календарі чи брак часу на глибоку роботу. Далі модель сама пропонує, які скіли або проактивні процеси варто створити: наприклад, «proactive meeting blocker» чи «client prep skill».
На цьому етапі Claude фактично виконує роль консультанта з процесів: розкладає скаргу на окремі задачі, пропонує структуру майбутнього скіла, уточнює деталі. Користувачеві не потрібно думати в термінах «як сформулювати ідеальний промпт» — достатньо описати реальну проблему.
Ще один рівень — коли Claude не просто допомагає придумати скіл, а й формально його оформлює. У платформі є вбудований інструмент «skill creator», який перетворює природномовні інструкції на повністю визначений скіл, готовий до повторного використання. Користувач описує, що йому потрібно, звичайною мовою, а далі система:
- структурує інструкцію;
- додає параметри;
- фіксує формат виходу;
- зберігає це як окремий скіл, доступний у різних режимах Claude.
Таким чином, створення скіла стає не технічною операцією, а діалогом. Людина формулює потребу, AI уточнює, пропонує варіанти, а потім сам оформлює результат у стандартизований інструмент.
«Ask user questions»: коли AI сам бере інтерв’ю, щоб спроєктувати ваші процеси
Навіть із таким підходом багатьом користувачам складно сформулювати, «що саме має робити» їхній ідеальний AI-помічник. Міллер визнає: навіть досвідчені користувачі іноді не можуть одразу описати бажаний воркфлоу, особливо якщо йдеться про складні сценарії на кшталт ранкового брифінгу, який враховує календар, новини, локальні події та підготовку до зустрічей.
Для таких випадків у Claude Code передбачено окремий вбудований скіл — «ask user questions». Це, по суті, автоматизований інтерв’юер: замість того, щоб користувач вигадував структуру процесу, AI сам ставить серію запитань, поки не отримає достатньо інформації для проєктування рішення.
Сценарій виглядає так: користувач просить Claude Code «запустити скіл ask user questions» щодо певної задачі — наприклад, налаштування студії, вибору мікрофонів, планування робочого дня чи створення того ж ранкового брифінгу. Далі система:
- задає уточнювальні питання про цілі, обмеження, частоту, джерела даних;
- поступово формує уявлення про бажаний результат;
- переходить у «режим планування», де пропонує структуру воркфлоу або конкретний набір скілів.
Користувачеві не потрібно знати, які саме параметри важливі чи як правильно формулювати технічні вимоги. Достатньо відповідати на питання. У підсумку Claude не лише краще розуміє контекст, а й створює більш продумані, реалістичні процеси, ніж якби користувач намагався описати все одним великим промптом.
Цей підхід особливо помітний у складних сценаріях, де багато змінних: типи контенту, канали, ролі команди, часові обмеження. «Ask user questions» фактично перетворює Claude на фасилітатора, який допомагає витягнути з голови користувача неявні знання про те, «як воно має працювати», і зафіксувати їх у вигляді конкретних скілів і воркфлоу.
Два обов’язкові скіли для кожного: тон голосу та бренд?гайди
На тлі складних агентних систем порада Міллер щодо перших кроків звучить майже банально: кожен користувач має почати з двох базових скілів — тону голосу та бренд?гайдів. Але саме ці, на перший погляд прості, елементи визначають, чи стане Claude органічною частиною вашої роботи, чи залишиться «чужим голосом» у вашому контенті.
Скіл тону голосу фіксує, як саме мають звучати всі вихідні матеріали: формально чи розмовно, з яким рівнем технічної деталізації, наскільки емоційно, якою мовою та з якими типовими зворотами. Замість того, щоб щоразу писати «будь ласка, пиши в такому-то стилі», користувач один раз описує свій голос, а далі просто підключає цей скіл до будь-якого завдання — від листів до клієнтів до сценаріїв відео.
Бренд?гайд скіл іде далі. Він включає:
- ключові меседжі бренду;
- допустимі й недопустимі формулювання;
- візуальні та вербальні принципи;
- приклади вдалих і невдалих матеріалів.
У результаті будь-який інший скіл — наприклад, для створення презентацій, постів у соцмережах чи клієнтських пропозицій — може «наслідувати» ці базові налаштування. Це різко зменшує розрив між тим, що робить AI, і тим, як реально спілкується компанія чи окрема людина.
Для Міллер, яка працює з великими брендами й топменеджерами, така послідовність критична: AI не може бути просто «розумним генератором тексту», він має говорити так, ніби це робить сама людина чи компанія. І саме скіли тону голосу та бренд?гайдів роблять це можливим без постійного ручного контролю.
Один набір скілів — багато режимів: як Claude розносить інструменти по всій екосистемі
Claude існує не в одному, а в кількох режимах доступу, і це важливо для розуміння того, як саме працюють скіли. Міллер розрізняє чотири основні «обличчя» платформи.
Перший — звичний веб?додаток Claude. Це середовище для одиничних чатів, швидких запитів, веб?брозингу та роботи з проєктами. Тут легко підключити готові конектори до Notion, Gmail та інших сервісів, але можливості активних дій обмежені: система радше відповідає й узагальнює, ніж «робить» щось у зовнішньому світі.
Другий рівень — Claude Co?work, орієнтований на бізнес?користувачів. Тут AI уже може працювати з локальними файлами на комп’ютері, створювати активи на кшталт Google Docs, виконувати більш агентні задачі. Саме в цьому середовищі Міллер запускає частину своїх проактивних воркфлоу, які працюють за розкладом.
Третій — Claude Code. Це найбільш керований і кастомізований режим, де можна будувати програмні рішення, складні агентні системи й тонко налаштовувати поведінку моделей. Саме тут живе згаданий скіл «ask user questions» і тут же найзручніше створювати й редагувати власні скіли, використовуючи «skill creator».
Четвертий — розширення для Chrome, яке дозволяє Claude буквально керувати вікном браузера: наприклад, заповнювати форми на сайті, працювати з онлайн?сервісами на кшталт Walgreens, створюючи колажі з фотографій. Це радше «кузен збоку», як жартує Міллер, але він показує, наскільки далеко можуть зайти агентні сценарії.
Ключовий момент: скіли, про які йдеться, не «прив’язані» до одного з цих режимів. Більшість із них можна використовувати в перших трьох середовищах — від простого чату до складних кодових сценаріїв. Це означає, що один і той самий скіл тону голосу чи бренд?гайдів може працювати:
- у веб?додатку, коли ви просите написати лист;
- у Co?work, коли агент готує Google Doc для клієнта;
- у Code, коли будується цілий конвеєр створення контенту.
Таким чином, користувач інвестує час у створення скіла один раз, а вигоду отримує в усіх точках дотику з Claude.
Чому скіли — це не «просунутий лайфхак», а новий базовий рівень роботи з AI
На перший погляд, усе це може здаватися опцією для «просунутих» користувачів. Але Міллер наполягає: у найближчі роки різниця між тими, хто працює з AI на рівні одноразових промптів, і тими, хто будує системи зі скілів і воркфлоу, стане критичною.
У її власній практиці AI уже підняв продуктивність у діапазоні від дворазового до десятикратного зростання залежно від задачі. Важливу роль у цьому відіграють саме стандартизовані, повторювані процеси, які не вимагають щоденного ручного налаштування. Скіли — це спосіб зафіксувати один раз те, що раніше доводилося пояснювати знову й знову.
Для бізнесів це означає ще й інше: знання про те, «як ми це робимо», перестають жити лише в головах окремих співробітників або в розрізнених документах. Вони перетворюються на виконувані інструкції, які AI може застосовувати послідовно й масштабовано. Тон бренду, підхід до клієнтської комунікації, структура звітів — усе це може бути зашито в скіли й використовуватися десятками агентів одночасно.
При цьому, як підкреслює Міллер, користувачам не потрібно писати код. Так, за лаштунками працюють API, інтеграції з Gmail, Google Workspace, сервісами на кшталт Fireflies чи Granola. Але з точки зору людини взаємодія відбувається природною мовою: через скарги, відповіді на питання, опис бажаного результату. «Skill creator» і «ask user questions» беруть на себе технічну частину — від структурування вимог до формального оформлення скіла.
У підсумку скіли стають тим самим «середнім шаром» між людиною й кодом: достатньо технічними, щоб бути виконуваними, і достатньо людськими, щоб їх можна було створювати без спеціальної освіти.
Висновок: AI як система процесів, а не чат у новій вкладці
Якщо дивитися на Claude лише як на ще одного чат?бота, то розмова про скіли може здатися надмірною. Але в моделі, яку описує Елі Міллер, AI — це не співрозмовник, а мережа агентів, що виконують реальну роботу за розкладом, інтегровану з поштою, календарем, файлами й браузером. У такій системі скіли — це не «просунуті промпти», а основна одиниця організації знань і процесів.
Починати, за її порадою, варто з простого: зафіксувати свій тон голосу й бренд?гайди у вигляді окремих скілів, а потім дозволити Claude — через скарги, питання й «ask user questions» — допомогти вам спроєктувати наступні. Далі ці ж скіли можна буде використовувати в усіх режимах платформи — від швидких чатів до складних агентних воркфлоу.
У світі, де різниця в продуктивності між «важкими» користувачами AI й усіма іншими вже вимірюється кратними коефіцієнтами, перехід від одноразових промптів до системи скілів може стати тією самою невидимою межею, яка відділяє «AI як іграшку» від «AI як інфраструктури роботи».