تصور کنید هر بار برای انجام یک کار تکراری، باید تمام دستورالعمل‌های پیچیده را از اول به یک دستیار دیکته کنید. اگر امروز از پرامپت‌های سیستمی طولانی برای تعریف رفتار عامل‌های خود استفاده می‌کنید، باید بدانید که یک استاندارد جدید این چرخه را می‌شکند.
در ۲۵ ژوئیه ۲۰۲۶، چارچوب متن‌باز SKILL.md معرفی شد تا پرامپت‌های شکننده و غیرنسخه‌بندی‌شده را با یک قالب بسته‌بندی ساختاریافته جایگزین کند. هدف این استاندارد آن است که عامل‌ها (Agents) بتوانند مهارت‌ها را از طریق یک طرح متنی (Schema) جهانی، به‌صورت پویا شناسایی و اجرا کنند.
اکثر توسعه‌دهندگان فعلاً برای تعریف رفتار مدل‌ها به پرامپت‌های طولانی متکی هستند. اما این روش در مقیاس واقعی شکست می‌خورد؛ چون نسخه‌بندی، جست‌وجو یا اشتراک‌گذاری این دستورالعمل‌ها بین پلتفرم‌های مختلف دشوار است. این تفاوت درست شبیه فرق بین نوشتن یک دفترچه راهنما برای یک ابزار است در برابر ارسال یک پلاگین استاندارد که هر ماشینی می‌تواند فوراً آن را نصب کند. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی پروتکل‌های ارتباطی مدل‌ها اشاره کردیم، نیاز به لایه‌های استاندارد برای تعامل به شدت احساس می‌شد. در همین راستا، مفاهیمی چون مدیریت ابزارهای AI از طریق زرادخانه‌های پویا مسیر را برای استانداردسازی شناسایی مهارت‌ها هموار کرده بود. SKILL.md در واقع مانند بسته‌های npm در جاوااسکریپت یا PyPI در پایتون عمل می‌کند، اما به‌طور خاص برای مصرف عامل-به-عامل طراحی شده است.
به نقل از مستندات توسعه‌دهندگان در dev.to، دلیل انتخاب فرمت Markdown برای این استاندارد، خوانایی آن برای انسان‌ها و سازگاری کامل با Git است. از سوی دیگر، مدل‌های زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — به‌طور طبیعی با این ساختار آموزش دیده‌اند و آن را به‌راحتی تجزیه می‌کنند. برخلاف JSON یا YAML، این فرمت در برابر تغییرات منعطف است و افزودن بخش‌های سفارشی باعث خرابی تحلیل‌گرها نمی‌شود.
هر فایل SKILL.md از پنج بخش اصلی تشکیل شده است:
- متا‌داده (Metadata): شامل نام، نسخه، توصیف و برچسب‌ها.
- پرامپت سیستمی (System Prompt): دستورالعمل‌های رفتاری دقیق برای عامل.
- طرح ورودی (Input Schema): تعریف JSON از پارامترهای پذیرفته شده.
- طرح خروجی (Output Schema): تعریف JSON از نتایج بازگشتی.
- مثال‌ها: الگوهای واقعی استفاده برای نمایش ورودی‌ها و خروجی‌های مورد انتظار.
سازوکار عملیاتی
عامل‌ها این مهارت‌ها را از طریق قراردادهای دایرکتوری خاص، مانند اسکن پوشه /skills یا استفاده از یک ثبت‌کننده (Registry) مرکزی بارگذاری می‌کنند. این رویکرد ساختاری یادآور تحول در اتوماسیون کد Claude Code است که در آن دایرکتوری‌های مشخص، جریان کاری توسعه را مدیریت می‌کنند. بر اساس مستندات این پروژه، فرآیند اجرا در چهار مرحله رخ می‌دهد:
۱. عامل با استفاده از برچسب‌ها یا کلمات کلیدی، مهارت‌های منطبق را جست‌وجو می‌کند.
۲. فایل مورد نظر را از طریق URL یا دایرکتوری بارگذاری می‌کند.
۳. متا‌داده‌ها و طرح‌های JSON را برای درک پارامترها تجزیه می‌کند.
۴. مهارت را با ورودی‌های اعتبارسنجی‌شده فراخوانی می‌کند.
پیاده‌سازی‌های کاربردی
این چارچوب در حال حاضر توسط کتابخانه‌ای شامل ۵۰ مهارت متن‌باز رایگان در گیت‌هاب (تحت لایسنس MIT) پشتیبانی می‌شود. این مهارت‌ها در چهار دسته قرار می‌گیرند:
- تولید محتوا: کپی‌رایتینگ، نام‌گذاری و تولید ساختار محتوا.
- پردازش داده: تجزیه CSV، تبدیل JSON و فیلترینگ.
- تحلیل: تحلیل احساسات، خلاصه‌سازی متن و بازبینی کد.
- اتوماسیون: سازمان‌دهی فایل‌ها، پردازش دسته‌ای و زمان‌بندی.
برای مثال، «مهارت نام‌گذاری ساده» ۵ نام خلاقانه برای محصول بر اساس مخاطب هدف تولید می‌کند. همچنین «مهارت تشخیص کپی‌رایتینگ» نقاط ضعف متون بازاریابی را شناسایی کرده و خروجی را در قالب یک شیء JSON دقیق بازمی‌گرداند. حتی ابزارهای پیچیده‌تری مانند «نمودار طالع‌بینی زی‌وی» نیز وجود دارند که با استفاده از تاریخ‌های ISO و مختصات، تحلیل‌های شخصی‌سازی‌شده ارائه می‌دهند.
علاوه بر نسخه‌های رایگان، پلتفرم tancoai.com میزبان ۲۸۴ مهارت تأییدشده است. این بازار شامل لایه‌های رایگان جامعه‌محور و لایه‌های پولی برای حوزه‌های تخصصی مانند مالی و بهداشت است و امکان بازگشت به نسخه‌های قبلی (Rollback) را نیز فراهم می‌کند.
این چرخش، صنعت را از «مهندسی پرامپت» (Prompt Engineering) — هنر سؤال درست پرسیدن، شبیه کسی که می‌داند چطور از یک مشاور باتجربه بهترین جواب را بگیرد — به سمت «مهندسی قابلیت‌ها» می‌برد. با تبدیل هر مهارت به یک اثر نسخه‌بندی‌شده، توسعه‌دهندگان می‌توانند ورودی‌ها را حسابرسی کنند و مطمئن شوند که چندین عامل با یک واژگان مشترک تعامل می‌کنند. البته در بحث‌های تخصصی‌تر، برخی استدلال می‌کنند که استخراج الگوهای منطقی می‌تواند حتی از نصب گسترده مهارت‌ها نیز کارآمدتر باشد.
برای کاربر نهایی، این یعنی عامل‌های هوش مصنوعی دیگر برای انجام یک کار حدس نمی‌زنند، بلکه منطق دقیق مورد نیاز را «نصب» می‌کنند. این ماژولار بودن، باعث کاهش مصرف توکن‌ها می‌شود، چون دیگر نیاز نیست دستورالعمل‌های حجیم در هر پنجره متنی تکرار شوند.
گام بعدی شما
- مخزن lianzhu-skill را در گیت‌هاب فورک کنید و سعی کنید پرامپت‌های سیستمی فعلی خود را به فرمت SKILL.md تبدیل کنید تا سازگاری بین‌عاملی آن‌ها را بسنجید.
- در tancoai.com به دنبال مهارت‌های تخصصی حوزه کاری خود بگردید تا تفاوت خروجی‌های ساختاریافته (JSON) را با پاسخ‌های متنی ساده تجربه کنید.
اما این استاندارد تنها بخشی از یک پازل بزرگ‌تر است؛ تأثیر این مدل توزیع بر کاهش هزینه‌های استنتاج را در گزارش بعدی بررسی خواهیم کرد.
گفتگو