1 Fundamentalis & Arsitektur Utama Skill
Skill adalah sekumpulan instruksi terstruktur dalam sebuah folder sederhana yang mengajarkan Claude cara menyelesaikan alur kerja atau tugas khusus secara otomatis.
Analogi Dapur: MCP vs Skill
Memahami perbedaan fungsi teknis antara Model Context Protocol (MCP) dan Skill sangat krusial agar integrasi berjalan optimal.
Menyediakan konektivitas ke layanan luar (Notion, Linear, GitHub), akses data real-time, dan pemanggilan tool eksternal.
Menyediakan panduan alur kerja bertahap, SOP standar tim, serta logika penyelesaian tugas terbaik.
Sistem 3-Tingkat Progressive Disclosure
Untuk menghemat penggunaan token context Window, skill menggunakan pengungkapan bertahap 3 tingkat.
Efisiensi Token: Level 1 dimuat otomatis di System Prompt (~100 tokens), Level 2 saat dipanggil (~1k-5k tokens), Level 3 sesuai kebutuhan spesifik.
Komponen Folder Skill
Instruksi utama dalam format Markdown dengan YAML frontmatter wajib di bagian atas.
Kode yang dapat dieksekusi (Python, Bash) untuk otomatisasi validasi atau pengolahan data.
Dokumentasi pendukung, standar API, atau panduan detail yang dimuat secara bertahap.
Template dokumen, aset visual, font, atau sampel output yang akan digunakan oleh skrip.
2 Perencanaan & Desain Skill
Sebelum membuat skill, definisikan 2-3 use-case spesifik. Anthropic mengklasifikasikan pengaplikasian skill ke dalam 3 kategori utama dengan benchmark keberhasilan terukur.
Pembuatan Dokumen & Aset
Menghasilkan output berkualitas tinggi seperti komponen frontend, dokumen docx, slide pptx, spreadsheet xlsx.
Otomatisasi Alur Kerja
Proses bertahap berurutan yang membutuhkan metodologi konsisten dan koordinasi multi-langkah.
Peningkatan MCP
Memberikan panduan alur kerja untuk memperkuat akses alat yang disediakan oleh server MCP eksternal.
🚫 Aturan Kritis Penamaan & Struktur
Harus tepat SKILL.md (sensitif huruf besar-kecil). Tidak menerima SKILL.MD, skill.md, atau nama lain.
Wajib menggunakan kebab-case (contoh: notion-sprint-setup). Dilarang spasi, underscore (_), atau huruf kapital.
Jangan sertakan README.md di dalam folder skill. Semua dokumentasi ditujukan di dalam SKILL.md atau direktori references/.
---
name: sentry-bug-fixer
description: Menganalisis dan memperbaiki bug dari Sentry di PR. Gunakan saat pengguna mengunggah .fig, atau mengatakan "perbaiki bug sentry".
license: MIT
metadata:
author: TeamDev
version: 1.0.0
---
- Description: Harus memuat APA yang dilakukan & KAPAN memicu (triggers). Maksimal 1024 karakter.
- Keamanan: Dilarang menggunakan tag XML (< atau >) di dalam frontmatter.
3 Pengujian, Kinerja & Evaluasi
Pengujian skill yang efektif berfokus pada tiga pilar utama: Uji Triggering, Uji Fungsional, dan Perbandingan Kinerja Baseline.
Perbandingan Kinerja (Baseline vs Skill)
Data kuantitatif dampak penggunaan skill pada alur kerja berulang kompleks.
Uji Akurasi Pemicuan (Triggering Tests)
Distribusi hasil pengujian 20 skenario query otomatis.
Matriks Troubleshooting & Solusi
| Gejala / Masalah | Kemungkinan Penyebab | Tindakan Perbaikan (Remediation) |
|---|---|---|
| Undertriggering (Skill tidak otomatis aktif) | Deskripsi frontmatter terlalu singkat, umum, atau kurang kata pemicu (trigger phrases). | Perluas deskripsi di YAML frontmatter. Tambahkan frase langsung yang sering dikatakan pengguna. |
| Overtriggering (Aktif pada topik irrelevant) | Deskripsi terlalu luas atau ambigu (misal: "membantu kelola proyek"). | Tambahkan pemicu negatif (misal: "Jangan gunakan untuk eksplorasi data sederhana"). |
| Instruksi Tidak Diikuti Konsisten | Instruksi SKILL.md terlalu panjang atau instruksi penting tertimbun. | Taruh aturan kritis di paling atas dengan header ## CRITICAL atau buat langkah bernomor. |
4 5 Pola Arsitektur Skill Utama
Berdasarkan praktik terbaik dari tim Anthropic, berikut 5 pola arsitektur paling efektif untuk membangun skill.
Sequential Workflow Orchestration
Digunakan ketika alur kerja membutuhkan langkah-langkah dalam urutan ketat dengan validasi di setiap tahap.
Multi-MCP Coordination
Menghubungkan beberapa server MCP sekaligus dalam satu alur kerja lintas ekosistem.
Iterative Refinement
Perbaikan kualitas output secara berulang dengan skrip validasi otomatis hingga ambang batas kualitas terpenuhi.
Context-Aware Selection
Memilih alat atau lokasi penyimpanan terbaik secara dinamis berdasarkan ukuran file, tipe data, atau preferensi.
Domain Intelligence
Menanamkan aturan kepatuhan, standar industri, atau pengecekan risiko finansial/hukum sebelum eksekusi.
5 Distribusi Skill & Checklist Validasi
Opsi penyebaran skill untuk individu, tim organisasi, atau aplikasi programatis via API.
Pengguna Individu
Unggah folder ZIP via menu Settings > Capabilities > Skills di Claude.ai atau masukkan ke direktori Claude Code.
Claude.ai / Claude CodeTingkat Organisasi
Admin dapat menerapkan skill secara terpusat untuk seluruh pengguna workspace dengan pembaruan otomatis.
Workspace DeploymentEksekusi API
Gunakan endpoint /v1/skills dan parameter container.skills pada Messages API.
Messages API & Agent SDK☑️ Checklist Validasi Sebelum Upload
Pastikan seluruh poin berikut telah terpenuhi sebelum mengunggah atau mendistribusikan skill Anda.
kebab-case tanpa spasi atau huruf kapital.
SKILL.md (sensitif huruf besar-kecil).
--- dengan benar.