Kỹ năng của Agent AI: Chúng là gì và cách tạo lập chi tiết

Kỹ năng của Agent AI là gì?

Một kỹ năng của agent (agent skill) là một tập hợp hướng dẫn có thể tái sử dụng — một quy trình chuẩn hóa chỉ dẫn cho agent cách hoàn thành xuất sắc một loại tác vụ cụ thể. Kỹ năng này bao gồm một tệp Markdown duy nhất có tên SKILL.md và có thể đóng gói kèm theo bất kỳ tệp nào khác mà tác vụ yêu cầu, chẳng hạn như tài liệu tham chiếu, tệp mẫu (template) hoặc các tập lệnh thực thi (executable script).

Hãy lấy kỹ năng chất vấn grill-me làm ví dụ:

---
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.

Tệp SKILL.md chứa một khối siêu dữ liệu (metadata) nhỏ và phần nội dung hướng dẫn. Siêu dữ liệu bao gồm tên và mô tả của kỹ năng, được agent AI tải khi khởi động.

Cách thức kỹ năng hoạt động: Công bố lũy tiến (Progressive Disclosure)

Ban đầu, chỉ có tên và mô tả của kỹ năng được tải vào ngữ cảnh (context). Khi yêu cầu của người dùng khớp với mô tả của một kỹ năng, phần nội dung hướng dẫn chi tiết mới được tải vào cùng một ngữ cảnh đó.

Hãy xem kỹ năng chất vấn grill-me được sử dụng như thế nào trong thực tế.

Các bước chi tiết

1. Yêu cầu (Request) — Người dùng yêu cầu agent thực hiện một việc ("hãy chất vấn tôi về thiết kế workflow").
2. Gợi ý lựa chọn (Selection prompt) — Yêu cầu của người dùng, cùng với mô tả của tất cả các kỹ năng hiện có, được gửi đến LLM.
3. LLM lựa chọn — LLM so sánh yêu cầu với từng mô tả kỹ năng và trả về (các) kỹ năng phù hợp.
4. Xác nhận — Agent hiển thị kỹ năng được đề xuất cho người dùng để xác nhận (hoặc từ chối/điều chỉnh) lựa chọn.
5. Tải hướng dẫn — Agent truy xuất hướng dẫn đầy đủ cho kỹ năng đã xác nhận: chính là phần nội dung của SKILL.md.
6. Gợi ý thực thi (Execution prompt) — Yêu cầu của người dùng cộng với hướng dẫn của kỹ năng đã chọn được gửi đến LLM.
7. Phản hồi — LLM tạo ra kết quả đầu ra, chính là câu hỏi chất vấn đầu tiên.

Bây giờ, hãy sử dụng kỹ năng excalidraw-diagram-skill để minh họa cách một kỹ năng có kèm theo tài liệu tham chiếu hoạt động:

Các bước chi tiết

1. Yêu cầu (Request) — Người dùng yêu cầu agent thực hiện một việc ("vẽ sơ đồ workflow của quy trình triển khai").
2. Gợi ý lựa chọn — Yêu cầu của người dùng, cùng với mô tả của tất cả các kỹ năng hiện có, được gửi đến LLM.
3. LLM lựa chọn — LLM so sánh yêu cầu với từng mô tả và trả về kỹ năng phù hợp. Ở đây, yêu cầu "vẽ sơ đồ workflow" khớp với mô tả của excalidraw-diagram, vì vậy nó được chọn.
4. Xác nhận — Agent hiển thị kỹ năng được đề xuất cho người dùng, người dùng sẽ xác nhận hoặc điều chỉnh lựa chọn đó.
5. Tải hướng dẫn — Agent truy xuất hướng dẫn đầy đủ cho kỹ năng đã xác nhận: phần nội dung của SKILL.md và bất kỳ tệp tham chiếu nào (đối với excalidraw-diagram, tệp này bao gồm bảng màu, lược đồ JSON và các mẫu phần tử).
6. Gợi ý thực thi — Yêu cầu của người dùng cộng với hướng dẫn của kỹ năng đã chọn được gửi đến LLM. Mô hình hiện đã có phương pháp luận chi tiết cần thiết.
7. Phản hồi — LLM tạo ra kết quả đầu ra (một tệp JSON .excalidraw), tệp này được agent gửi lại cho người dùng.

Kỹ năng của Agent AI so với Công cụ (Tools) và MCP

Kỹ năng không thay thế cho gợi ý (prompts), công cụ (tools) hay MCP. Công cụ và tích hợp MCP giúp mở rộng phạm vi tiếp cận của agent tới các hệ thống bên ngoài — chẳng hạn như truy vấn cơ sở dữ liệu, gọi một API, v.v. Trong khi đó, kỹ năng giúp làm sâu sắc thêm kiến thức chuyên môn (know-how) của agent để hoàn thành một tác vụ cụ thể.

Một MCP như Thiết lập NetSuite MCP trên ChatGPT và Claude cho phép agent trả lời các câu hỏi của người dùng bằng cách truy cập dữ liệu tài chính và hoạt động trực tiếp trong NetSuite. Sau đó, một kỹ năng báo cáo hoạt động NetSuite sẽ hướng dẫn agent cách biên soạn báo cáo đó và trình bày câu trả lời dưới dạng báo cáo hoàn chỉnh cho người dùng.

Một số kịch bản điển hình để sử dụng kỹ năng bao gồm:

• Quy trình làm việc nhiều bước (multi-step workflows)
• Xử lý tài liệu, chẳng hạn như trích xuất dữ liệu từ tệp PDF
• Quy chuẩn tạo mã nguồn (code-generation)

Cách tạo kỹ năng cho Agent AI

1. Tạo một thư mục được đặt tên theo kỹ năng (ví dụ: netsuite-operation-report/).
2. Viết tệp SKILL.md bao gồm một trường name, một description sắc bén và một phần nội dung hướng dẫn ngắn gọn (dưới 200 từ).
3. Thêm tài nguyên mà tác vụ cần — tài liệu tham chiếu, biểu mẫu (templates), tập lệnh (scripts). Giữ cho tệp SKILL.md ngắn gọn và tạo liên kết đến các tài liệu chi tiết.
4. Cài đặt kỹ năng ở nơi agent có thể phát hiện ra nó. Tham khảo bài viết Quản lý tập trung các kỹ năng cho Agent AI để biết cách quản lý các kỹ năng trên nhiều agent khác nhau.

Một số mẹo để viết kỹ năng hiệu quả:

• Hãy viết mô tả hướng đến cơ chế kích hoạt của hệ thống (trigger), thay vì hướng tới người đọc là con người.
• Giữ cho tệp SKILL.md tinh gọn — dưới 200 từ. Đặt các trường hợp tổng quát trong nội dung chính; chuyển các trường hợp đặc biệt sang tài liệu tham chiếu bên ngoài.
• Sử dụng tập lệnh (scripts) cho bất kỳ tác vụ có tính xác định nào. Đừng yêu cầu LLM thực hiện các phép tính số học thuần túy.
• Quản lý phiên bản chặt chẽ. Đưa tệp vào hệ thống Git của bạn.

Kết luận

Khác với các công cụ và MCP định nghĩa những gì cần kết nối, kỹ năng của agent đóng gói cách thức thực hiện công việc. Chúng là một phần bổ sung thiết yếu chứ không phải là sự thay thế.

Bằng cách tận dụng cơ chế công bố lũy tiến, các kỹ năng giúp cửa sổ ngữ cảnh của agent luôn sạch sẽ và hoạt động hiệu quả — chỉ tải các hướng dẫn chi tiết, tài liệu tham chiếu và tập lệnh thực thi khi yêu cầu của người dùng thực sự kích hoạt chúng.