Como criar skills de IA: faça o trabalho até o fim e só então peça a skill

Em 18 de dezembro de 2025 a Anthropic publicou o formato Agent Skills como padrão aberto, com a especificação no ar em agentskills.io e a notícia reportada pelo SiliconANGLE no mesmo dia. O formato tem o tamanho de um bilhete: uma skill é uma pasta com um arquivo SKILL.md dentro, que precisa no mínimo de um nome, uma descrição e as instruções do que a IA deve fazer, escritas em markdown¹. Abri a vitrine oficial de ferramentas compatíveis da agentskills.io hoje, 2 de setembro de 2026, e contei 46 produtos que leem esse mesmo arquivo, entre eles Cursor, VS Code, GitHub Copilot, Gemini CLI, Codex, Goose, Databricks e Snowflake.

Ou seja: ensinar uma IA a fazer o seu trabalho do seu jeito virou um arquivo de texto portátil, que você guarda no git² e leva pra ferramenta que quiser. E mesmo assim skill segue sendo o assunto que menos aparece na conversa de quem está começando, que continua colando o mesmo prompt gigante na décima conversa da semana e reclamando que a IA "esquece tudo". Este post é sobre a técnica que uso por aqui: fazer o trabalho inteiro com a IA, corrigindo no caminho, e só quando o resultado está bom pedir pra ela escrever a skill.

O que é uma skill, sem mistério

Uma pasta. Dentro dela um SKILL.md com duas linhas de metadado (nome e descrição) e o resto em markdown, escrito como você explicaria o processo pra alguém que entrou na equipe hoje. Se precisar, entram junto na pasta scripts, planilhas modelo, documentos de referência.

O mecanismo que faz isso funcionar sem entupir o contexto tem nome, revelação progressiva, e acontece em três estágios, segundo a própria documentação da especificação. No primeiro, o agente carrega só o nome e a descrição de cada skill disponível, o suficiente pra saber que ela existe. No segundo, quando a tarefa bate com a descrição, ele lê o arquivo inteiro. No terceiro, executa e vai buscar os anexos se precisar.

Repare no efeito prático disso. Você pode ter trinta skills instaladas custando quase nada de contexto, porque na maior parte do tempo a IA só sabe o nome delas. É o contrário do prompt de sistema³ de dez mil caracteres que você carrega inteiro em toda conversa pra usar um pedaço em cada uma.

Por que tanta gente ainda não criou a primeira

A impressão que tenho, conversando com gente que usa IA todo dia, é que skill soa como coisa de engenheiro. Nome em inglês, arquivo com extensão, pasta, git. Parece que tem uma barreira técnica ali, e aí a pessoa segue no ciclo de reexplicar o mesmo processo toda segunda-feira.

Não tem barreira nenhuma. Criar uma skill é tão fácil quanto usar a IA, porque quem escreve a skill é a IA. Você descreve o processo em português e pede o arquivo. A Anthropic publicou no repositório público de skills dela uma skill chamada skill-creator, cujo trabalho é exatamente esse: entrevistar você sobre o que a skill precisa fazer, quando ela deve disparar e qual o formato da saída, escrever o SKILL.md e ainda montar casos de teste pra conferir se ela funciona melhor que a IA sem ela.

Quem não sabe escrever markdown não precisa aprender. Precisa saber explicar o próprio trabalho, que é uma habilidade bem mais difícil e que ninguém terceiriza.

A técnica: a skill vem depois, nunca antes

Aqui está a parte que mudou meu uso de IA de verdade. Quando eu quero automatizar alguma coisa, não começo escrevendo a skill. Começo fazendo o trabalho com a IA, do começo ao fim, do jeito normal: peço, ela entrega, eu olho, digo o que está errado, ela refaz, eu aponto de novo, e assim até o resultado ficar do jeito que eu queria. Só aí, com o trabalho pronto na tela, eu peço a skill.

O motivo é simples. Quando a conversa termina, ela já contém tudo que a skill precisaria adivinhar.

• O formato que você aprovou de verdade, e não o que você imaginava no começo que ia querer.
• As correções, que é onde mora o valor. Cada "não, assim não" seu virou uma regra, e regra que nasceu de erro é a única que a IA respeita depois.
• Os becos sem saída. A IA tentou um caminho, não deu certo, e a skill pode mandar não tentar de novo.

Escrever a skill antes de fazer o trabalho é escrever o manual de um processo que você ainda não sabe se funciona. Você acaba documentando a sua expectativa. A expectativa quase sempre está errada em algum detalhe, e o detalhe é justamente o que faz a saída sair torta.

O pedido, no fim da conversa, é mais ou menos assim:

Transforma o que a gente fez nesta conversa numa skill.
Inclui o objetivo, quando ela deve ser usada, o contexto que
você precisou de mim, o formato exato da saída e, principalmente,
os erros que você cometeu e eu corrigi no caminho, escritos
como coisas a evitar. Escreve como se fosse pra alguém que
nunca viu este processo.

A partir da próxima vez, você não reexplica nada. Chama a skill pelo nome e o resultado já sai perto do que levou uma tarde de ida e volta pra chegar na primeira vez.

Como isso apareceu na prospecção da NFE.io

O exemplo mais claro que tenho por aqui é a pesquisa de conta do nosso ABM⁴, que descrevi em detalhe no post sobre outbound com IA na NFE.io. Antes de existir qualquer arquivo, o processo foi feito na conversa: o Claude puxando o histórico do HubSpot e os dados de uso do nosso data lake⁵, montando o perfil de cliente ideal comigo, buscando contas parecidas e escrevendo o briefing de cada uma.

E saiu errado antes de sair certo, como sempre. As regras que hoje estão escritas na skill são, uma a uma, correção que eu fiz olhando resultado ruim. Que dado pessoal não entra na etapa de análise e só aparece na hora do contato, porque análise de perfil não precisa saber quem é o financeiro do cliente. Que abertura de e-mail sozinha não é sinal suficiente pra colocar um BDR⁶ em campo, já que abertura hoje é métrica inflada. Que o briefing da conta tem que caber em uma tela, senão ninguém lê.

Nenhuma dessas três coisas estava no primeiro pedido que fiz. Elas existem porque o primeiro resultado veio com dado de contato onde não devia, com conta priorizada por um pixel de abertura e com um relatório de três páginas que o BDR não ia ler. Se eu tivesse tentado escrever a skill no dia um, ela teria as minhas boas intenções e nenhuma dessas regras.

O prompt bom continua sendo o trabalho

Tem uma leitura preguiçosa dessa história que precisa ser desarmada: a de que agora dá pra pedir qualquer coisa de qualquer jeito, porque a skill resolve. Não resolve. A skill é o seu prompt bom, escrito uma vez, com calma, e guardado onde a IA acha sozinha.

O que uma skill que funciona tem dentro:

• Objetivo em uma frase. O que essa skill entrega, sem adjetivo.
• Quando ela dispara. É o campo de descrição, e é o mais importante de todos, porque é a única coisa que a IA lê antes de decidir se abre o arquivo. Descrição vaga é skill que nunca é usada.
• O contexto que só existe na sua operação. Como sua empresa chama as coisas, quais sistemas são a fonte da verdade, o que é óbvio pra você e não é pra ninguém de fora.
• O formato exato da saída. Tamanho, estrutura, seções, tom, onde salvar.
• Os cuidados. O que nunca fazer, o que conferir antes de entregar e em que momento parar e perguntar em vez de chutar.

O último item é o que mais gente pula e o que mais diferencia uma skill útil de um texto motivacional pra robô. É ali que você escreve que nenhum número entra sem fonte, que dado de cliente não sai da base, que se faltar informação a IA deve perguntar em vez de inventar. Escrevi sobre a versão maior desse mesmo problema no post sobre IA sem dado estruturado: instrução boa não salva processo ruim, mas processo bom sem instrução escrita não sobrevive à segunda pessoa que tenta rodar.

Onde skill não resolve

Skill documenta processo que existe. Se o processo é bagunça na cabeça de uma pessoa só, a skill vai ser a mesma bagunça, agora com a autoridade de estar escrita. O trabalho de organizar continua sendo seu.

Tem também o custo de manutenção, que é baixo mas não é zero. Skill velha, apontando pra um sistema que a empresa trocou ou pra um formato que mudou, é pior do que não ter skill, porque a IA segue a instrução errada com a mesma confiança com que seguiria a certa. Cada skill precisa de um dono e de uma revisada quando o processo muda.

E existe o caso em que não vale a pena. Se você faz aquilo uma vez por ano, ou se cada vez é tão diferente da anterior que não sobra padrão, escrever a skill custa mais do que fazer na mão. O critério que uso é chato de tão simples: se eu já expliquei a mesma coisa pra IA três vezes, era pra ser uma skill.

O acúmulo é o ponto

O ganho de uma skill isolada é bom. O ganho de vinte skills é outra coisa, porque elas começam a se compor: a que pesquisa a conta alimenta a que escreve a cadência, a que analisa emissão alimenta a que monta o relatório. Você para de ter uma IA genérica que faz tudo meia boca e passa a ter uma que faz o seu trabalho do seu jeito, com as suas regras e os seus cuidados, em qualquer ferramenta que leia o mesmo arquivo.

E o preço disso é lembrar de pedir a skill no fim do trabalho, quando a vontade é fechar o notebook e ir tomar um café. Se quiser acompanhar o que vou escrevendo sobre isso, o feed RSS do blog, o meu LinkedIn e o Instagram danielsilvestre.ai são os lugares.

Todo trabalho que você faz com IA e não vira skill, você vai fazer de novo.

FAQ

O que é uma skill de IA?

É uma pasta com um arquivo SKILL.md que descreve um processo pra um agente de IA seguir: o que fazer, quando fazer, em que formato entregar e o que evitar. O formato nasceu na Anthropic e foi aberto ao mercado no fim de 2025, então a mesma pasta funciona em ferramentas de fornecedores diferentes.

Preciso saber programar pra criar uma skill?

Não. Você descreve o processo em português e pede pra própria IA escrever o arquivo. A Anthropic publicou até uma skill dedicada a isso, a skill-creator, que entrevista você e monta o SKILL.md. O que você precisa saber é explicar o seu trabalho com clareza.

Qual a diferença entre uma skill e um prompt salvo?

Um prompt salvo você cola manualmente e ele vale pra aquela conversa. A skill fica disponível o tempo todo, a IA decide sozinha quando usar a partir da descrição, carrega só o que precisa, e o arquivo fica guardado no git junto com o resto, com histórico de cada mudança e possibilidade de voltar atrás.

Em quais ferramentas as skills funcionam?

Em qualquer uma que tenha adotado o padrão. A vitrine oficial da agentskills.io, consultada em setembro de 2026, lista produtos de Anthropic, OpenAI, Google, Microsoft, Databricks e Snowflake, além dos editores e agentes de terminal mais usados. É a mesma pasta em todos.

Quando não vale a pena criar uma skill?

Quando a tarefa é rara ou muda tanto de uma vez pra outra que não sobra padrão pra escrever. E quando o processo em si é confuso: a skill não organiza o que está bagunçado, ela só registra a bagunça com mais autoridade.