Si has llegit els articles anteriors del blog, ja saps què és un LLM, què és un token i què és un agent. Toca parlar d’una peça que s’ha popularitzat molt darrerament: els Skills (o Agent Skills, si vols el nom complet).
És fàcil confondre’ls amb els agents perquè sovint apareixen junts en les mateixes converses. Però són coses diferents, i entendre la diferència ajuda a entendre millor com funcionen molts dels sistemes d’IA actuals.
La idea de partida: un model generalista no sap com fem nosaltres les coses
Un LLM pot saber moltes coses, però quan li demanes una tasca molt específica —seguir l’estil de marca d’una empresa concreta, omplir un tipus de formulari intern o construir un document Excel amb un format determinat— no té per què saber com volem que faci aquella feina.
Podríem explicar-li-ho cada vegada dins del prompt, però seria repetitiu, ocuparia espai i seria fàcil oblidar algun detall.
Els Skills neixen per resoldre precisament això: empaquetar coneixement especialitzat perquè el model el pugui consultar només quan el necessita.
Què és, concretament, un Skill?
Un Skill és, en la seva forma més simple, una carpeta amb instruccions i, opcionalment, scripts, exemples, documentació o plantilles que expliquen com fer bé una tasca concreta.
El cor d’aquesta carpeta és un fitxer anomenat SKILL.md, que conté:
- Un nom i una descripció curta, que permeten al model saber que aquell Skill existeix i decidir si pot ser útil.
- Les instruccions completes, que només es carreguen quan el Skill és necessari.
- Opcionalment, recursos addicionals —codi, exemples, documentació o plantilles— que només s’utilitzen quan fan falta.
Aquest disseny «per capes» és important: podem tenir molts Skills disponibles sense haver de carregar totes les seves instruccions a la finestra de context. Només s’hi incorpora el contingut complet dels que realment fan falta.
Els Skills van néixer dins l’ecosistema de Claude, però a finals de 2025 Anthropic va publicar el format Agent Skills com un estàndard obert. Això permet que el concepte s’estengui més enllà de Claude i pugui ser utilitzat per diferents agents i plataformes compatibles.
I un agent, què és?
Un agent, recorda-ho, és un sistema que decideix i actua de manera més o menys autònoma: rep un objectiu, planifica els passos, fa servir eines, observa els resultats i ajusta el que fa fins a completar la tasca.
L’agent és el que «condueix»: pren decisions i executa les accions necessàries.
La diferència, en una frase
Un agent és qui actua. Un Skill és el coneixement especialitzat que l’agent pot consultar per saber com fer bé una tasca concreta.
Una altra manera de veure-ho, amb un símil planer: si l’agent és un professional que resol una feina, el Skill és el manual de procediments que aquest professional consulta quan la feina ho requereix.
El professional —l’agent— segueix decidint, planificant i executant. El manual —el Skill— li aporta el saber fer específic en el moment adequat.
Per això no té gaire sentit preguntar «és millor un Skill o un agent?»: no competeixen entre si, es complementen. Un agent pot fer servir zero, un o diversos Skills al llarg d’una mateixa tasca, segons el que necessiti.
Una taula per fixar-ho
| Agent | Skill | |
|---|---|---|
| Què és | Un sistema que planifica i actua | Un paquet d’instruccions i recursos especialitzats |
| Rol | Pren decisions i executa | Aporta saber fer concret quan cal |
| Es «carrega»? | No: és qui du el control | Sí, quan resulta rellevant |
| Reutilitzable? | Depèn del sistema | Sí, un mateix Skill pot ser utilitzat per agents compatibles |
Un exemple senzill
Imagina que li demanes a un assistent d’IA que et prepari un informe trimestral en un document Word amb el format corporatiu de la teva empresa.
- L’agent interpreta la teva petició, decideix quins passos calen —buscar les dades, redactar el text, generar el document— i executa aquest pla.
- El Skill de creació de documents Word aporta les instruccions, recursos i procediments necessaris per generar un
.docxben format, amb capçaleres, taules i estils correctes, sense que l’agent hagi d’improvisar-ho des de zero cada vegada.
L’agent continua sent qui fa la feina. El Skill li explica com fer bé aquella part concreta de la feina.
Per què importa, com a usuari?
No cal saber programar Skills per treure profit del concepte.
El que és interessant és entendre que, quan una IA resol especialment bé una tasca molt concreta, no sempre és només perquè el model sigui més «intel·ligent». Pot ser també perquè disposa del coneixement especialitzat adequat i sap consultar-lo en el moment que el necessita.
Això permet separar dues coses que sovint confonem: la capacitat general del model i el coneixement específic necessari per fer bé una determinada feina.
És, en el fons, la mateixa lògica que fem servir els humans: no cal memoritzar-ho tot, n’hi ha prou de saber on trobar el manual adequat en el moment adequat.
Deixa un comentari