Я не программист, но написала 31 скилл для AI-агентов

Меня два раза не взяли тестировщицей. Я хотела перейти из маркетинга в IT - и получила два отказа. Решила, что код - это просто не моё. Вернулась в маркетинг.

Прошло несколько лет. Собственно, сейчас у меня 31 скилл для AI-агентов, написанный своими руками. Один проект - стоматология, которую я веду шесть лет.

А потом появился вайб-кодинг. Здесь нет собеседований по алгоритмам и не нужен диплом computer science. Достаточно одного: понимать задачу и уметь её объяснить.

Что вообще такое “скилл” для AI-агента?

Скилл - это инструкция. YAML-файл, который лежит в папке на компьютере и на GitHub. Когда AI-агент (в моём случае Claude Code) берётся за задачу, он читает нужный скилл. И понимает: что делать, в каком стиле, по каким правилам. Базовую концепцию я разбирала в серии про Agent Skills.

Как должностная инструкция для нового сотрудника. Только сотрудник - AI, а инструкция - YAML-файл.

Почему 31 скилл, а не один большой промпт?

Один промпт выдаёт средний результат. Пришла к этому опытным путём: сначала был один огромный промпт на все случаи жизни. Агент справлялся средне: текст общий, визуалы шаблонные, стратегия поверхностная.

Потом начала дробить. Чем точнее задача в скилле, тем лучше результат. Даже текст нужно дробить: один скилл для хуков, другой для CTA, третий для адаптации под площадку.

Сейчас у меня 10 отделов и 4 конвейера. Основные направления:

Стратегия и планирование: анализ конкурентов, контент-план, распределение по площадкам
Редакция и качество - копирайтинг, проверка фактов, медицинская корректность
Карточки для соцсетей, сценарии, субтитры - всё это дизайн и видео
Дистрибуция и аналитика - публикация через PostMyPost, отчёты, корректировка

31 роль, 10 отделов. Вместо 31 сотрудника - мы со Львом и AI-агенты. Результат при этом соответствует нашему видению, потому что каждый скилл настроен вручную. Подробнее о структуре в статье AI-контент-департамент: 31 роль.

Как настроить скиллы под разных клиентов?

Создать отдельный репозиторий для каждого проекта. Ключевой принцип: изоляция проекта повышает качество.

Claude Code работает через терминал и GitHub. Каждый проект живёт в отдельном репозитории со своими скиллами, эталонными постами и прейскурантом. Агент получает только информацию конкретного проекта.

Для стоматологии я собрала базу из реальных постов, написанных человеком. Агент читает их и понимает, как звучит клиника.

Для каждого нового клиента нужно:

Создать отдельный репозиторий
Собрать эталонные материалы (посты, тексты, стиль)
Написать базовые скиллы (копирайтинг, визуалы, стратегия)
Заполнить данные (цены, услуги, факты)
Протестировать и докрутить

На построение системы ушло 40-50 часов. Зато теперь цикл из 15 тем контента занимает 1-2 дня, как устроен AI-конвейер: от хаоса к системе.

Как версионировать скиллы и откатывать изменения?

Через GitHub. Все скиллы лежат там, и это даёт три суперсилы:

Первая: история изменений. Каждое изменение в скилле сохраняется. Я вижу, что было неделю назад, месяц назад.

Вторая: откат в один клик. Испортила скилл? Git revert - и всё вернулось.

Третья: управление памятью. В отличие от чат-ботов, через GitHub можно расширить или сузить память агента.

На мой взгляд, MCP - это как USB-C для AI. Один протокол для подключения к любому софту: Google Sheets, CRM, аналитике. Как я подключила Google Sheets к AI-агенту и перестала копировать данные вручную.

Какие четыре уровня работы с AI существуют?

От простых запросов в чат до полноценной системы со скиллами на GitHub. Я прошла все четыре, большинство людей застревают на первом.

Уровень 1. Одно предложение в чат - общий результат.

Уровень 2. Роль + контекст + формат. Уже лучше, но каждый раз заново.

Уровень 3. Память + Markdown + файлы + проекты. Качественный скачок.

Уровень 4. GitHub + скиллы + workflow. Полноценная система.

Переход с первого на четвёртый занял несколько месяцев. Технически просто. Сложнее перестроить мышление. Почему промпты больше не работают и что пришло на смену.

С чего начать, если хочется попробовать?

Начните с простого:

Установите Claude Code (или другой AI с поддержкой файлов). Как выглядит работа в Claude Code на практике
Создайте папку проекта и файл CLAUDE.md с базовой информацией
Напишите первый скилл - самый простой, для самой частой задачи
Протестируйте 10-15 раз, каждый раз дорабатывая инструкцию
Заведите репозиторий на GitHub для версионирования
Добавляйте скиллы по одному, когда видите повторяющуюся задачу

Совет: спрашивайте у самого агента - “Как тебе удобнее? Какие файлы лишние? Какие важные?”

Главное ограничение - не технология. Это ваше мышление. Насколько широко вы готовы думать о задачах.

Маркетолог, дизайнер, предприниматель - попробуйте. Откройте терминал и напишите свой первый YAML.

Хотите ускорить процесс? В Sintez мы помогаем выстраивать такие системы. Начните с консультации - разберём ваши задачи и подберём скиллы.

Частые вопросы

Нужно ли уметь программировать, чтобы писать скиллы?

Нет. Скиллы пишутся на YAML - это формат, где вы описываете инструкции обычным текстом с отступами. Если вы умеете писать список с буллетами, вы справитесь с YAML.

Сколько стоит вся эта система?

Подписка Claude Max - $100/мес. GitHub - бесплатно. Vercel - бесплатный тариф. Самая дорогая часть - ваше время: 40-50 часов на старте.

Сколько скиллов нужно для начала?

Достаточно 3-5. Самые частые: текст, адаптация под площадку, визуал. Остальные добавляйте по мере необходимости.

Можно ли использовать скиллы для разных проектов?

Да, но с изоляцией. Каждый проект - отдельный репозиторий, свои данные, свои эталоны. Шаблоны скиллов можно копировать, но контент и стиль - всегда уникальные.

Что делать, если скилл выдаёт плохой результат?

Дробить дальше. Если скилл “напиши пост” работает средне, разделите его на “напиши хук”, “напиши основную часть”, “напиши CTA”. Чем точнее задача, тем лучше результат.