--- title: "Skill Agen AI: Apa Itu dan Bagaimana Cara Membuatnya" description: "Pelajari apa itu skill agen AI, cara kerja progressive disclosure, dan langkah praktis membangun skill kustom yang dapat digunakan kembali untuk alur kerja." canonical_url: "https://techvoyage.dev/id/article/ai-agent-skills-what-they-are-how-to-create-them" last_updated: "2026-10-20T09:53:44.239Z" --- ## Apa Itu Skill Agen AI? Skill agen (agent skill) adalah **kumpulan instruksi** yang dapat digunakan kembali — sebuah prosedur standar yang memberi tahu agen cara melakukan jenis tugas tertentu dengan baik. Skill ini terdiri dari satu file Markdown bernama `SKILL.md` dan dapat menyertakan file lain yang diperlukan untuk tugas tersebut, seperti dokumen referensi, templat, atau skrip yang dapat dieksekusi. Mari kita ambil skill [`grill-me`](https://github.com/mattpocock/skills/blob/733d312884b3878a9a9cff693c5886943753a741/skills/productivity/grill-me/SKILL.md) sebagai contoh: ```yaml --- name: grill-me description: Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me". --- Interview me relentlessly about every aspect of this plan until we reach a shared understanding. Walk down each branch of the design tree, resolving dependencies between decisions one-by-one. For each question, provide your recommended answer. Ask the questions one at a time. If a question can be answered by exploring the codebase, explore the codebase instead. ``` File `SKILL.md` berisi blok kecil metadata dan isi instruksi. Metadata terdiri dari nama dan deskripsi skill, yang dimuat oleh agen AI saat pertama kali dijalankan. ## Bagaimana Cara Kerja Skill Agen AI: Progressive Disclosure Pada awalnya, hanya nama dan deskripsi skill yang dimuat ke dalam konteks. Ketika permintaan pengguna cocok dengan deskripsi skill, barulah isi instruksi lengkap dimuat ke dalam konteks yang sama. Mari kita lihat bagaimana skill [`grill-me`](https://github.com/mattpocock/skills/blob/733d312884b3878a9a9cff693c5886943753a741/skills/productivity/grill-me/SKILL.md) digunakan. ![Diagram urutan yang mengilustrasikan mekanisme pengungkapan progresif untuk eksekusi keahlian agen AI](https://inimages.techvoyage.dev/articles/AI%20Agent%20Skills%20What%20They%20Are%20%26%20How%20to%20Create%20Them/ai-agent-skill-progressive-disclosure-sequence-diagram.webp) ### Langkah demi Langkah 1. **Permintaan (Request)** — Pengguna meminta sesuatu kepada agen ("uji ketahanan desain alur kerja saya"). 2. **Prompt pemilihan (Selection prompt)** — Permintaan pengguna, bersama dengan deskripsi dari semua skill yang tersedia, dikirim ke LLM. 3. **LLM memilih** — LLM membandingkan permintaan dengan setiap deskripsi dan mengembalikan skill yang cocok. 4. **Konfirmasi** — Agen menampilkan skill yang diusulkan kepada pengguna untuk dikonfirmasi (atau ditolak/disesuaikan). 5. **Instruksi dimuat** — Agen mengambil instruksi *lengkap* untuk skill yang telah dikonfirmasi: isi dari file `SKILL.md`. 6. **Prompt eksekusi (Execution prompt)** — Permintaan pengguna **ditambah instruksi skill yang dipilih** dikirim ke LLM. 7. **Respons** — LLM menghasilkan output, yaitu pertanyaan pengujian pertama. Sekarang mari gunakan [`excalidraw-diagram-skill`](https://github.com/coleam00/excalidraw-diagram-skill) untuk mengilustrasikan bagaimana skill yang memiliki dokumen referensi digunakan: ![Diagram urutan yang menunjukkan agen AI mengeksekusi keahlian yang dimuat dengan file referensi dan templat eksternal](https://inimages.techvoyage.dev/articles/AI%20Agent%20Skills%20What%20They%20Are%20%26%20How%20to%20Create%20Them/ai-agent-skill-with-reference-files-sequence-diagram.webp) ### Langkah demi Langkah 1. **Permintaan (Request)** — Pengguna meminta sesuatu kepada agen ("gambarkan alur kerja proses deployment"). 2. **Prompt pemilihan** — Permintaan pengguna, bersama dengan deskripsi semua skill yang tersedia, dikirim ke LLM. 3. **LLM memilih** — LLM membandingkan permintaan dengan setiap deskripsi dan mengembalikan skill yang cocok. Di sini, "gambarkan alur kerja" cocok dengan deskripsi `excalidraw-diagram`, sehingga skill tersebut dipilih. 4. **Konfirmasi** — Agen menampilkan skill yang diusulkan kepada pengguna untuk dikonfirmasi (atau ditolak/disesuaikan). 5. **Instruksi dimuat** — Agen mengambil instruksi *lengkap* untuk skill yang telah dikonfirmasi: isi `SKILL.md` beserta file referensi lainnya (untuk `excalidraw-diagram`, ini mencakup palet warna, skema JSON, dan templat elemen). 6. **Prompt eksekusi** — Permintaan pengguna **ditambah instruksi skill yang dipilih** dikirim ke LLM. Model sekarang memiliki metodologi mendalam yang dibutuhkannya. 7. **Respons** — LLM menghasilkan output (file JSON `.excalidraw`), yang kemudian dikembalikan oleh agen kepada pengguna. ## Skill Agen AI vs. Tools dan MCP Skill tidak menggantikan prompt, tools, atau integrasi Model Context Protocol (MCP). Tools dan integrasi MCP memperluas jangkauan agen ke sistem eksternal — seperti melakukan query ke database, memanggil API, dan sebagainya. Sementara itu, skill memperdalam keahlian praktis (*know-how*) agen untuk menyelesaikan suatu tugas. Sebuah MCP seperti [Cara Setup NetSuite MCP di ChatGPT dan Claude](/article/setup-netsuite-mcp-on-chatgpt-claude) memungkinkan agen menjawab pertanyaan pengguna dengan mengakses data keuangan dan operasional langsung di NetSuite. Kemudian, skill pelaporan operasional NetSuite akan memandu agen tentang cara menyusun laporan tersebut dan menyajikan jawabannya sebagai laporan yang rapi kepada pengguna. Beberapa skenario penggunaan skill meliputi: - Alur kerja multi-langkah (multi-step workflows) - Pemrosesan dokumen, seperti mengekstrak data dari PDF - Standarisasi pembuatan kode (code-generation) ## Cara Membuat Skill Agen AI 1. **Buat folder** dengan nama yang mewakili skill tersebut (misalnya `netsuite-operation-report/`). 2. **Tulis SKILL.md** dengan menyertakan `name`, `description` yang tajam, dan isi instruksi yang ringkas (di bawah 200 kata). 3. **Tambahkan aset/sumber daya** yang dibutuhkan tugas tersebut — dokumen referensi, templat, skrip. Jaga agar `SKILL.md` tetap pendek dan buat tautan ke detailnya. 4. **Instal skill** di tempat yang dapat ditemukan oleh agen. Rujuk ke [Sentralisasi Skill untuk Agen AI](/article/centralised-the-skills-for-agents) untuk informasi cara mengelola skill di berbagai agen. Beberapa tips menulis skill yang baik: - Tulis deskripsi untuk pemicu sistem (trigger), bukan untuk dibaca manusia. - Jaga agar `SKILL.md` tetap ramping — di bawah 200 kata. Letakkan kasus umum di bagian isi, dan biarkan kasus khusus berada di dokumen referensi. - Gunakan skrip untuk hal-hal yang bersifat deterministik. Jangan meminta LLM melakukan perhitungan aritmatika. - Gunakan versi. Lakukan commit ke git. ## Kesimpulan Berbeda dengan tools dan MCP yang mendefinisikan *apa yang harus dihubungkan*, skill agen mengemas *bagaimana cara melakukan pekerjaan*. Keduanya adalah pelengkap penting, bukan pengganti satu sama lain. With memanfaatkan progressive disclosure, skill menjaga context window agen Anda tetap bersih dan efisien — memuat instruksi mendalam, dokumen referensi, dan skrip eksekusi hanya ketika permintaan pengguna memicunya.