AI 에이전트에 스킬을 많이 추가한다고 결과가 자동으로 좋아지는 것은 아닙니다. 반복할 작업과 호출 조건을 분명히 하고, 필요한 자료를 찾을 수 있게 구성한 뒤 실제 사례로 검증하는 것이 중요합니다. 영상은 이를 호출·구조·방향 설정·검증의 네 관점으로 살펴봅니다.
1. 언제 호출할지 정합니다
스킬 설명에는 어떤 작업에서 사용하는지와 범위를 적습니다. 사용자가 직접 호출하는 방식과 에이전트가 상황에 따라 선택하는 방식은 도구마다 설정이 다릅니다. Agent Skills 명세는 name과 description 등 스킬의 기본 형식을 설명합니다.
스킬이 많을 때 관련 항목을 찾는 안내 역할을 둘 수도 있지만, 라우터를 추가한다고 언제나 비용이 줄어드는 것은 아닙니다. 실제 호출 누락과 사용량을 비교해야 합니다.
2. 핵심 절차와 참고 자료를 나눕니다
SKILL.md에는 목적과 필요한 작업 순서를 두고, 자세한 설명이나 템플릿은 관련 파일로 분리할 수 있습니다. 핵심 조건을 너무 깊은 곳에 숨기면 오히려 중요한 지침이 빠질 수 있으므로 언제 어떤 자료를 읽어야 하는지 명시하세요.
3. 지침을 행동과 결과로 씁니다
‘잘 검토하라’보다 무엇을 대조하고 어떤 조건에서 작업을 멈추거나 수정할지 적으면 검토하기 쉽습니다. 짧은 특정 단어만 넣으면 추론이나 품질이 반드시 향상된다는 주장은 근거를 확인해야 합니다. 사용하는 도구의 권한과 실제 실행 결과도 함께 살펴보세요.
4. 예시로 검증합니다
성공해야 하는 요청과 스킬을 쓰지 말아야 하는 요청, 빠뜨리기 쉬운 예외를 정해 시험합니다. 한 문장을 지웠을 때 결과가 달라지는지 비교할 수 있지만 한 번의 결과만으로 해당 지침이 항상 불필요하다고 판단해서는 안 됩니다.
명세와 구현을 연결하기
작업의 목표, 범위, 완료 기준과 검증 방법을 명세로 정리하면 AI가 무엇을 만들어야 하는지 논의하기 쉽습니다. 문서도 오래되거나 실제 코드와 달라질 수 있으므로 구현과 테스트 결과를 대조해야 합니다. 영상에서 소개한 여러 프레임워크는 사용하는 방식과 유지 상태가 다르므로 현재 공식 저장소와 팀의 작업 규모를 기준으로 선택하세요.
원문의 ‘토큰 낭비 0%’나 AI 행동의 완전한 통제는 보장할 수 없습니다. 작은 작업부터 비교하며 스킬의 유용성을 확인하는 것이 실용적입니다.
다음 한 걸음
내 환경에서 막힌 부분은 실행 단계와 함께 질문해 주세요. 바꿔 만든 결과도 함께 나눌 수 있습니다.