Modelová situace (nejde o skutečný případ): marketérka každý měsíc zadává AI asistentovi stejný úkol, tedy připravit z exportu přehled kampaní. Pokaždé znovu vysvětluje formát, tón a to, co do přehledu nepatří, a výsledky se pokaždé trochu liší. Právě tohle mají řešit takzvané agent skills.
Agent skill je složka s popisem postupu, kterou si AI nástroj načte, když ji úloha potřebuje. Formát vznikl u Anthropicu a je zveřejněný jako otevřený standard na webu agentskills.io. Podle jeho stránek ho podporuje řada nástrojů a GitHub ve svém návodu uvádí jako příklad klientů Claude Code, Cursor a GitHub Copilot.
Článek vychází ze specifikace formátu, z návodu GitHub Blogu z 12. listopadu 2026 a z textu Marketing AI Institute z 18. listopadu 2026. Údaje jsou k 20. listopadu 2026 a ukázky souborů v textu nejsou skutečné soubory, ale modelové příklady.
Co je agent skill a čím se liší od běžného promptu?
Agent skill je složka, jejímž jádrem je soubor SKILL.md s názvem, popisem a pokyny k jedné úloze. Podle specifikace může obsahovat i skripty, podklady a šablony. Marketing AI Institute rozlišuje: prompt popisuje úkol, kdežto skill zachycuje, jak se má úkol dělat.
Skill se nenačítá celý najednou, ale po částech. Nástroj nejdřív zná jen název a popis, celé pokyny načte, až když úloha popisu odpovídá, a přiložené soubory otevře jen podle potřeby. Díky tomu může mít AI agent po ruce mnoho skillů, aniž by mu zaplnily paměť rozhovoru.
Skill ale nedává oprávnění. Podle GitHub Blogu obsahuje jen pokyny a nástroje, přihlašovací údaje i přístupová práva musí zajistit prostředí: skill popíše, jak se zeptat databáze, ale přístup k ní nedá. U kontroly feedu to znamená, že AI musí mít k souboru feedu přístup i bez skillu.
Jak AI nástroj skill načítá
Nástroj při startu načte jen název a popis každého skillu.
Když úloha odpovídá popisu, načte celý soubor SKILL.md s pokyny.
Podle pokynů spustí přiložené skripty nebo otevře odkazované soubory.
Jak vypadá soubor SKILL.md a jak dlouhý má být?
Soubor začíná hlavičkou se dvěma povinnými poli, name a description, a pokračuje pokyny v běžném textu. Podle specifikace k 20. listopadu 2026 smí mít name nejvýš 64 znaků, jen malá písmena, číslice a pomlčky, nesmí začínat ani končit pomlčkou a musí odpovídat názvu složky. Popis smí mít nejvýš 1024 znaků a má říkat, co skill dělá a kdy ho použít. Volitelná pole jsou license, compatibility, metadata a allowed-tools.
Doporučená délka se ve zdrojích rozchází. Specifikace radí držet SKILL.md pod 500 řádky a pokyny pod 5000 tokeny. Marketing AI Institute jako cíl uvádí méně než 200 řádků. Pro první skill stačí kratší verze, podrobnější podklady patří do složky references, kterou nástroj otevírá až na požádání.
Modelová ukázka (nejde o skutečný soubor) skillu na kontrolu produktového feedu před nahráním do reklamních systémů:
- Hlavička, pole name: kontrola-feedu (malá písmena a pomlčky, stejné jako název složky).
- Hlavička, pole description: Zkontroluje export produktového feedu a vypíše chyby podle firemních pravidel. Použij, když uživatel zmíní feed, export produktů nebo Merchant Center.
- Krok 1: Otevři soubor feedu a najdi produkty, kterým chybí název, cena, dostupnost, odkaz nebo obrázek.
- Krok 2: Názvy porovnej s pravidly ze souboru pravidla-nazvu.md ve složce references.
- Krok 3: Výsledek vypiš do tabulky s kódem produktu, popisem chyby a navrženou opravou.
- Omezení: Původní feed nikdy neměň, výstupem je jen zpráva, kterou před jakýmkoli zásahem schvaluje člověk.
Které marketingové úlohy se do skillu hodí?
Hodí se opakované, dobře známé úlohy s pevným formátem, u kterých záleží víc na stejném výsledku než na nápaditosti. Marketing AI Institute jako příklady uvádí newslettery, příspěvky na sociální sítích, měsíční reporty, souhrny schůzek a e-mailové sekvence.
Úlohy strategické, zkoumavé, nové nebo takové, které sami zatím neumíte dobře, radí tentýž zdroj nechat na agentovi bez předpřipraveného postupu. Proces, který se mění každých pár týdnů, se podle něj rychle zastará. Praktická pomůcka z našeho výkladu, ne výrok zdroje: pokud byste úkol nedokázali popsat novému kolegovi, skill zatím nepište.
Přehled vhodných a nevhodných úloh:
- Vhodné: měsíční report z exportu kampaní ve stále stejné struktuře.
- Vhodné: kontrola produktového feedu podle pevných firemních pravidel.
- Vhodné: newsletter ve stálém formátu a tónu značky.
- Spíš ne: návrh nové marketingové strategie.
- Spíš ne: postup, který se mění každých pár týdnů.
- Spíš ne: úloha, kterou zatím ve firmě nikdo nezvládá dobře ani ručně.
Jak napsat první skill krok za krokem?
Nejrychlejší cesta je popsat úlohu lidsky a nechat AI nástroj připravit návrh souboru; podle Marketing AI Institute k tomu nejsou potřeba znalosti programování. O kvalitě ale rozhoduje člověk, který návrh přečte a schválí.
Postup, který vychází z doporučení specifikace, GitHub Blogu a Marketing AI Institute:
- Vyberte jednu opakovanou úlohu a popište ji vlastními slovy: kroky, formát výstupu, tón a to, co je dobrý výsledek.
- Nechte nástroj navrhnout z popisu soubor SKILL.md a návrh přečtěte řádek po řádku.
- Napište popis tak, aby říkal, co skill dělá a kdy se má použít; podle něj nástroj rozhoduje, zda skill načte.
- Hlavní pokyny nechte krátké v SKILL.md, podrobnosti jako pravidla značky nebo vzory výstupu přesuňte do samostatných souborů ve složkách references a assets.
- Opakovatelné operace, třeba formátování dat nebo skládání tabulek, přesuňte do skriptů ve složce scripts.
- Určete body, kde výsledek schvaluje člověk, zejména před nahráním feedu nebo odesláním reportu.
- Po instalaci ověřte, že nástroj skill rozpozná, načte odkazované soubory, má potřebné přístupy a vrátí očekávaný výsledek.
Jak skill udržovat a ověřovat, aby nezastaral?
Se skillem je třeba zacházet jako se softwarem: navrhnout ho, vyzkoušet a pravidelně revidovat. Marketing AI Institute doporučuje kontrolu zhruba jednou za čtvrtletí, protože se mění modely i postupy a skill, který dříve fungoval, může potřebovat doladit.
Ukládejte skill do verzovaného úložiště a zapisujte verzi do pole metadata, které specifikace uvádí jako místo pro vlastní údaje. Správnost hlavičky a pojmenování umí zkontrolovat referenční nástroj skills-ref, který specifikace uvádí. GitHub Blog popisuje i postup s jedním zdrojovým souborem SKILL.md, ze kterého se generují soubory pro jednotlivé nástroje, aby se verze nerozešly.
Nástroje se liší v modelech, funkcích a oprávněních, proto skill zkoušejte v každém zvlášť. Pole allowed-tools je podle specifikace experimentální a jeho podpora se mezi nástroji liší.
Výstup ověřujte nezávisle. GitHub Blog zdůrazňuje, že samokontrola modelu není kontrola, a ukazuje příklad, kdy změny hodnotí jiný agent bez znalosti hodnocení prvního. V marketingu je nejjednodušší nezávislou kontrolou člověk, který před nahráním projde vzorek výstupu.
Skripty ve složce scripts jsou spustitelný kód, který agent může spustit. Cizí skill proto před použitím prohlédněte stejně pečlivě jako cizí program. Zavádění skillů v týmu souvisí s tématem interního AI asistenta a s automatizací procesů.
Zdroje a stav informací
Stav informací k 20. 11. 2026. Údaje jsou ověřené u těchto zdrojů:
- Build once, run on any agent: A practical guide to agent skills (GitHub Blog (Andrea Griffiths, 12. 11. 2026))
- How to Build Reusable AI Skills and Stop Explaining Your Instructions Every Time (Marketing AI Institute (Mike Kaput, 18. 11. 2026))
- Specification (Agent Skills (agentskills.io))
- Agent Skills Overview (Agent Skills (agentskills.io))
Jak články vznikají a ověřují: redakční zásady blogu.
Vyberte jednu úlohu, kterou zadáváte AI pravidelně, a popište ji v krátkém souboru SKILL.md s popisem „co dělá a kdy se použije“. Vyzkoušejte ho v nástroji, který používáte, nechte výstup schválit člověkem a zapište si termín revize za tři měsíce.