Anthropic раскрыли, какие Claude Skills у них реально работают

Anthropic пересмотрели сотни собственных skills для Claude Code и выпустили разбор для инженеров о том, какие типы skills у них прижились. YouTube-блогер Dylan Davis, который консультирует компании по внедрению ИИ, свёл эту классификацию к четырём типам skills, понятным без инженерного бэкграунда — и обратил внимание на закономерность: почти все, кого он консультирует, строят только два типа из четырёх. Именно недостающие два, по наблюдению и Anthropic, и Дэвиса, дают наибольший прирост качества.

Типы skills в Claude Code: с чего все начинают

Самый частый тип — doer, skill-исполнитель. Он просто автоматизирует повторяющуюся задачу: написать follow-up письмо после еженедельной встречи, собрать коммерческое предложение по шаблону. Это первое, что приходит в голову при слове «skill», и почти всегда первое, что строят.

Formatter: точность, а не креатив

Второй по частоте тип — formatter. Его задача не придумать текст, а привести документ к фирменному стилю: верстка презентации, оформление отчёта под брендбук. Skills хорошо подходят для этого именно потому, что внутрь можно зашить код — тогда результат совпадает с образцом пиксель в пиксель, а не «примерно похоже».

Checker skills — то, что почти никто не строит

Дальше начинается то, что Anthropic в своём внутреннем разборе назвала самой ценной категорией. Checker skill не выполняет задачу, а проверяет результат другого запуска ИИ. Практический пример, который встречается чаще всего: модель вытащила данные из PDF, презентации или Excel-таблицы и перенесла их куда-то ещё — и это нужно перепроверить, потому что ошибки при извлечении данных типичны.

Работает это просто. Модели показывают образец хорошего результата и просят сформулировать pass-fail чек-лист из 5–8 пунктов — обязательно бинарных, да/нет, привязанных к конкретному факту в тексте, а не к субъективной оценке. Дальше эта строка добавляется в конец инструкции уже существующего doer-skill: сделал задачу — сверься с чек-листом, покажи таблицу pass/fail, если что-то не прошло — исправь и только потом отдай финальный результат. Бинарность здесь принципиальна: у модели не остаётся пространства для «почти хорошо».

Rule skills: контекст, которого нет в голове модели

Четвёртый тип — rule skill, он собирает правила, которые нигде не задокументированы, но известны любому опытному сотруднику компании. Тест простой: ошибся бы в этом умный новый сотрудник, который прекрасно знает профессию, но не знает именно вашу специфику? Конкретный клиент платит по счетам не через 30, а через 45 дней; по пятницам никогда не назначают звонки с клиентами — такого рода исключения.

Собрать их предлагается через интервью: модель задаёт вопросы по одному, каждый следующий строится на предыдущем ответе, и цель — не общие принципы работы, а именно исключения и «грабли», на которые раньше наступали. Список правил точно так же добавляется отдельными строками в конец существующего doer-skill.

Когда выносить проверку в отдельный skill

Ни checker, ни rule не обязаны сразу становиться отдельными skills — начинать стоит с пары строк в инструкции уже существующего. Момент для выделения в отдельный skill наступает, когда одно и то же правило или проверка нужны сразу нескольким doer- или formatter-skills: например, единая логика ценообразования, которую должны учитывать и коммерческое предложение, и счёт, и продление контракта. Тогда правило выносится в отдельный named skill с чёткой инструкцией «когда применять», а остальные skills получают одну строку: перед выполнением сверься с этим skill. Skills умеют вызывать друг друга по цепочке, так что дублировать логику не нужно.

Почему это важно

Библиотеки skills у большинства пользователей симметрично перекошены: много doer и formatter, почти ноль checker и rule. Это тот же перекос, что бывает у команд без QA — производство идёт, а проверка результата держится на ручном перечитывании. Добавить чек-лист в конец уже работающего skill — это минут пятнадцать, а не новый проект, и именно эта дешёвая правка, по наблюдению и самой Anthropic, и практикующих консультантов, чаще всего отделяет skill, которому можно доверять без перепроверки, от того, за которым всё равно нужно смотреть.