ai for designersApril 27, 202615 min read

Claude مهارت‌های طراحان: ساخت گردش‌های کاری طراحی هوش مصنوعی با قابلیت استفاده مجدد

یک راهنمای عملی برای ایجاد مهارت‌های Claude برای کار طراحی. بسته‌های واقعی برای ممیزی برند، نقد تجربه کاربری، نامگذاری اجزا و تضمین کیفیت کپی، به علاوه نحوه تعیین محدوده، ارزیابی و انتقال آنها به یک تیم بدون نیاز به نوآوری.

By Boone
XLinkedIn
claude skills for designers

یک مهارت Claude یک پوشه است. درون پوشه یک فایل SKILL.md وجود دارد که شرح می‌دهد مهارت چه کاری انجام می‌دهد، چه زمانی از آن استفاده می‌شود و قوانینی که مدل هنگام اجرا از آنها پیروی می‌کند، چیست. این کل مدل ذهنی است. پوشه را جایی قرار دهید که Claude بتواند آن را ببیند، آن را به خوبی نامگذاری کنید و مدل دفعه بعد که کسی آن نوع کار را درخواست می‌کند، آن را بنا به تقاضا بارگذاری می‌کند.

همین جزئیات معماری است که دلیل برتری مهارت‌ها بر درخواست‌های کپی-پیست را مشخص می‌کند. یک درخواست کپی-پیست در صفحه‌ای Notion قرار می‌گیرد که هیچ‌کس آن را به‌روزرسانی نمی‌کند. یک مهارت در پوشه‌ای قرار می‌گیرد که مدل هر بار به طور خودکار با آخرین نسخه بارگذاری می‌کند. تیم از تایپ مجدد دست می‌کشد. تیم از سرگردانی دست می‌کشد. تیم شروع به ارسال می‌کند، انگار یک طراح ارشد در حال آماده‌باش دارد که هرگز حوصله‌اش سر نمی‌رود.

این قطعه، دفترچه راهنمای کار است. یک مهارت در واقع چیست. پنج مهارتی که هر تیم طراحی باید این هفته ارسال کند. نحوه تعیین محدوده، ارزیابی و توزیع آنها. و کجا باید به مدل اعتماد نکرد تا یک ابزار باقی بماند و نه یک مسئولیت.

یک مهارت یک بسته اعلان قابل استفاده مجدد است، نه یک ویژگی

Claude مهارت‌ها پوشه‌هایی هستند که مدل هنگام تطابق یک وظیفه با تریگر، آنها را بارگذاری می‌کند و همین جزئیات معماری واحد دلیل برتری آنها بر اعلان‌های کپی-پیست در هر افقی است.

Anthropic مهارت‌ها را به عنوان الگوی رسمی برای رفتارهای قابل استفاده مجدد Claude ارائه کرده است. یک مهارت فقط یک دایرکتوری است که یک فایل SKILL.md در آن وجود دارد، به علاوه فایل‌های مرجع اختیاری (راهنماهای سبک، خروجی‌های نمونه، قوانین برند، هر چیزی مبتنی بر متن). SKILL.md به مدل می‌گوید که مهارت چه کاری انجام می‌دهد و چه زمانی از آن استفاده کند. Claude توضیحات را می‌خواند، تصمیم می‌گیرد که آیا درخواست فعلی مطابقت دارد یا خیر، و در صورت مطابقت، بدنه مهارت را در زمینه کاری بارگذاری می‌کند.

نتیجه چیزی است که شبیه یک GPT سفارشی به نظر می‌رسد اما در داخل ⟦برند ۰⟧، کنسول Anthropic و برنامه‌های Claude کار می‌کند. یک پوشه، یک منبع حقیقت، در هر جایی که تیم شما از Claude استفاده می‌کند، در دسترس است. هیچ رابط کاربری سفارشی برای ساخت، هیچ فروشگاه افزونه‌ای برای انتشار، هیچ ادغامی برای نگهداری وجود ندارد.

نزدیک‌ترین قیاسی که طراحان از قبل می‌دانند، یک کتابخانه کامپوننت است. یک کامپوننت دکمه قابل استفاده مجدد، دارای دامنه، نسخه‌بندی شده، متعلق به کسی است و به دلیل اینکه هزار بار استفاده شده است، قابل اعتماد است. یک مهارت همان ایده‌ای است که برای یک اعلان اعمال می‌شود. تیم آن را یک بار می‌نویسد، همه جا از آن استفاده می‌کند و وقتی کار به آنها می‌گوید، آن را بهبود می‌بخشد.

چرا مهارت‌ها ریاضی را برای تیم‌های طراحی تغییر می‌دهند

بیشتر کارهای طراحی هوش مصنوعی همان پنج اعلانی است که هر هفته دوباره تایپ می‌شوند و مهارت‌ها این تایپ مجدد را با کتابخانه‌ای که یک بار می‌سازید و برای همیشه به آن اعتماد دارید، جایگزین می‌کنند.

یک تیم طراحی فعال را تماشا کنید که از Claude برای یک بعد از ظهر استفاده می‌کند. خواهید دید که همان دستورالعمل‌ها بارها و بارها تایپ می‌شوند. «این برند را از نظر ثبات بررسی کنید.» «این جریان UX را نقد کنید.» «این کامپوننت را نامگذاری کنید.» «این میکروکپی را ویرایش کنید.» هر دستورالعمل هر بار کمی متفاوت، کمی بدتر از نسخه قبلی، از نو ساخته می‌شود. خروجی منحرف می‌شود. تیم دیگر به آن اعتماد نمی‌کند. کسی می‌گوید «هوش مصنوعی واقعاً برای ما کار نمی‌کند» و به انجام دستی آن برمی‌گردد.

مشکل هرگز مدل نبود. مشکل این بود که تیم در حالی که باید از یک کتابخانه استفاده می‌کرد، از یک چت‌بات استفاده می‌کرد. یک مهارت، یک دستورالعمل یک‌باره را به یک محصول نسخه‌بندی‌شده، نامگذاری‌شده و دارای محدوده تبدیل می‌کند که تیم می‌تواند به آن اعتماد کند، همانطور که به یک کامپوننت Figma اعتماد می‌کند.

افزایش عملی بسیار زیاد است. یک دستورالعمل حسابرسی برند که نوشتن آن بیست دقیقه و اجرای آن چهل دقیقه، هر هفته، طول می‌کشید، به مهارتی تبدیل می‌شود که با یک عبارت محرک در دو دقیقه اجرا می‌شود. ضرب در ده مهارت، بیست طراح، پنجاه هفته. محاسبات پیچیده نیست.

نمودار وکسل از یک پوشه‌ی سنگین و بلند در کف استودیو با سه فایل وکسل نازک که به صورت عمودی درون آن چیده شده‌اند، که به عنوان فایل SKILL dot md به همراه فایل‌های مرجع درون یک پوشه خوانده می‌شود.
نمودار وکسل از یک پوشه‌ی سنگین و بلند در کف استودیو با سه فایل وکسل نازک که به صورت عمودی درون آن چیده شده‌اند، که به عنوان فایل SKILL dot md به همراه فایل‌های مرجع درون یک پوشه خوانده می‌شود.

آناتومی یک مهارت، در یک پوشه

یک مهارت، دایرکتوری‌ای با یک فایل SKILL.md، مجموعه‌ای اختیاری از فایل‌های مرجع و یک تریگر است که به Claude می‌گوید چه زمانی آن را بارگذاری کند.

حداقل مهارت قابل اجرا، پوشه‌ای با این ساختار است:

brand-audit/
  SKILL.md
  examples/
    example-output.md
  references/
    brand-rules.md
    voice-guide.md

فایل SKILL.md دارای یک بلوک frontmatter YAML در بالا با دو فیلد اجباری، نام و توضیحات، است. توضیحات مهم‌ترین خط در کل مهارت است. این چیزی است که Claude می‌خواند تا تصمیم بگیرد که آیا مهارت را بارگذاری کند یا خیر. اگر توضیحات مبهم باشد، مهارت هرگز فعال نمی‌شود. اگر توضیحات واضح باشد، مهارت دقیقاً زمانی که باید بارگذاری می‌شود.

یک فایل SKILL.md frontmatter کارآمد برای ممیزی برند Skill:

---
name: brand-audit
description: Audits any web page, deck, or document for brand consistency
  against the Brainy brand rules. Use when the user asks to review,
  audit, critique, or check brand consistency on a piece of work.
---

در زیر فایل frontmatter، بدنه SKILL.md قرار دارد که مجموعه دستورالعمل‌های واقعی است. به مدل بگویید که به دنبال چه چیزی باشد، به چه ترتیبی، چه چیزی را علامت‌گذاری کند، خروجی باید چه فرمتی داشته باشد و چه چیزی را نادیده بگیرد. فایل‌های مرجع در پوشه‌های مجاور در صورت نیاز، زمانی که Skill به آنها اشاره می‌کند، وارد می‌شوند.

کل ساختار در سی ثانیه در ذهن شما جای می‌گیرد. این طراحی شده است. Skillی که فهمیدن آن بیشتر از نوشتنش طول می‌کشد، Skillی است که هیچ‌کس آن را به‌روزرسانی نمی‌کند.

یک Skill را در کمتر از پنج دقیقه نصب کنید

پوشه را در جای مناسب قرار دهید و Claude دفعه بعدی که عبارت trigger در یک مکالمه ظاهر می‌شود، آن را پیدا می‌کند.

برای Claude Code، Skills در .claude/skills/ در ریشه مخزن شما یا به صورت سراسری در ~/.claude/skills/ قرار دارند. مهارت‌های محلی، مهارت‌های جهانی را نادیده می‌گیرند، به این معنی که می‌توانید یک مهارت پیش‌فرض تیم را به صورت جهانی ارسال کنید و به هر پروژه‌ای اجازه دهید آن را با یک نسخه خاص پروژه، در سایه قرار دهد.

جریان نصب:

  1. پوشه mkdir -p .claude/skills/brand-audit را ایجاد کنید.

  2. فایل SKILL.md را به همراه YAML frontmatter و دستورالعمل‌ها درون آن بنویسید.

  3. هر فایل مرجعی را در زیرپوشه‌ها (مثال‌ها، ارجاعات، طرح‌ها، هر آنچه که مهارت نیاز دارد) قرار دهید.

  4. یک جلسه Claude را در آن مخزن باز کنید و آن را با عبارتی که با توضیحات مطابقت دارد، فعال کنید.

این کل نصب است. بدون ثبت نام، بدون انتشار، بدون فایل مانیفست خارج از YAML frontmatter. تیم می‌تواند پوشه را در یک مخزن Git کپی کند و آن را مانند هر دارایی کد دیگری نسخه‌بندی کند، کاری که اکثر تیم‌های طراحی تولید پس از داشتن بیش از سه مهارت انجام می‌دهند.

کنسول Anthropic برای مهارت‌های مورد استفاده در برنامه‌های چت به همین روش کار می‌کند. پوشه را آپلود کنید، نام مهارت را بنویسید، آن را به توضیحات SKILL.md نشان دهید. Claude در برنامه‌ها، دفعه بعد که درخواستی مطابقت داشته باشد، مهارت را بارگذاری می‌کند.

پنج مهارت طراحی که ارزش ارسال در این هفته را دارند

ممیزی برند، نقد UX، نامگذاری اجزا، تضمین کیفیت کپی و مهاجرت سیستم طراحی. نوشتن هر کدام یک بعدازظهر سه‌شنبه و استفاده از یک سال کار ذخیره شده است.

کتابخانه شروع پنج مهارتی که در یک اسپرینت هزینه خود را جبران می‌کند:

1. مهارت حسابرسی برند. وقتی کسی می‌گوید برند را در یک صفحه، دسته یا اسکرین‌شات حسابرسی، بررسی یا بررسی کنید، بارگیری می‌شود. کار را با توجه به فایل مرجع قوانین برند می‌خواند. لیستی از ناسازگاری‌ها (رنگ، ​​نوع، صدا، فاصله، نحوه استفاده از لوگو) را با برچسب‌های شدت نمایش می‌دهد. هر پینگ "می‌توانید نگاهی سریع بیندازید" Slack را که یک طراح ارشد را به مدت یک ساعت از مسیر خارج می‌کند، جایگزین می‌کند.

2. مهارت نقد UX. درخواست‌های نقد، بررسی یا تیم قرمز را در برابر یک جریان یا صفحه نمایش بارگذاری می‌کند. کار را از طریق مجموعه‌ای ثابت از اکتشافات (ده مورد نیلسن، به علاوه سه مورد اضافه شده توسط تیم شما، به علاوه بررسی‌های دسترسی) پیش می‌برد. مشکلات را به ترتیب شدت و راه‌حل پیشنهادی خروجی می‌دهد. جایگزین جلسات نقد موردی می‌شود که کیفیت آنها بسته به اینکه چه کسی در اتاق است، متفاوت است.

3. مهارت نامگذاری اجزا. زمانی که کاربر نام اجزا، نام توکن‌های طراحی یا نامگذاری سیستم را درخواست می‌کند، بارگذاری می‌شود. قراردادهای نامگذاری موجود را از فایل‌های مرجع مهارت می‌خواند. سه نام کاندید برای هر جزء با منطق، رتبه‌بندی شده بر اساس تناسب، خروجی می‌دهد. جایگزین نامگذاری bikeshed می‌شود که برای هر پروژه سیستم طراحی دو روز در سه ماه هزینه دارد.

4. مهارت تضمین کیفیت کپی. ویرایش، بررسی کپی یا بررسی میکروکپی را بارگذاری می‌کند. کپی را در برابر راهنمای صوتی برند اجرا می‌کند، به دنبال انحراف لحن، افزونگی، اصطلاحات تخصصی و مشکلات دسترسی می‌گردد. مشکلات علامت‌گذاری شده را به صورت درون خطی با بازنویسی‌های پیشنهادی خروجی می‌دهد. جایگزین حلقه «آیا کسی این را اثبات کرد؟» می‌شود که نیمی از مشکلات را با نیمی از سرعت دریافت می‌کند.

5. مهارت مهاجرت سیستم طراحی. روی مهاجرت، بازسازی اجزا یا انتقال از توکن‌های قدیمی به توکن‌های جدید بارگذاری می‌کند. راهنمای مهاجرت را از فایل‌های مرجع می‌خواند و هر فایلی را از طریق قوانین بررسی می‌کند. یک طرح تفاوت را خروجی می‌دهد. جایگزین مهاجرت دستی کند و مستعد خطا می‌شود که هر تیم سیستم طراحی حداقل سالی یک بار انجام می‌دهد.

ترکیب وکسل از یک ردیف افقی از پنج کاشی مربعی کوچک در کف استودیو، هر کاشی رنگی متفاوت و کمی متفاوت در ارتفاع مانند قفسه کتابخانه، مانند یک کتابخانه با طراحی پنج مهارتی
ترکیب وکسل از یک ردیف افقی از پنج کاشی مربعی کوچک در کف استودیو، هر کاشی رنگی متفاوت و کمی متفاوت در ارتفاع مانند قفسه کتابخانه، مانند یک کتابخانه با طراحی پنج مهارتی

هر یک از این مهارت‌ها تقریباً یک صفحه از Markdown به خوبی نوشته شده به علاوه دو یا سه فایل مرجع است. هیچ یک از آنها به کد نیاز ندارند. هیچ یک از آنها به یک توسعه‌دهنده نیاز ندارند. یک طراح فعال می‌تواند کل کتابخانه را در یک بعدازظهر سه‌شنبه ارسال کند و آن را در طول ماه آینده بهبود بخشد.

آیا می‌خواهید یک کتابخانه مهارت فعال بدون آزمون و خطا نصب شود؟ استخدام ⟦برند ۰⟧. ما ClaudeBrainy را به عنوان یک الگوی بسته مهارت به همراه پنج مهارت طراحی آماده تولید ارائه می‌دهیم و این نسخه را برای تیم‌هایی که می‌خواهند از سه ماه سردرگمی صرف نظر کنند، اجرا می‌کنیم.

هر مهارت را به یک کار محدود کنید، نه دو کار

مهارت‌هایی که در تولید شکست می‌خورند، آن‌هایی هستند که سعی می‌کنند همه کارها را انجام دهند، مهارت‌هایی که ارائه می‌شوند، آن‌هایی هستند که یک کار را انجام می‌دهند و از انجام هر کار دیگری امتناع می‌کنند.

رایج‌ترین اشتباه مهارت، نوشتن یک "کمک‌کننده طراحی" است که برند را ممیزی می‌کند، تجربه کاربری را نقد می‌کند، اجزا را نام‌گذاری می‌کند و کپی را در همان SKILL.md اثبات می‌کند. مدل توضیحات را می‌خواند، تقریباً هر درخواست طراحی را مطابقت می‌دهد و هر بار یک مجموعه دستورالعمل پنج هزار توکنی را بارگیری می‌کند. بودجه توکن‌ها کاهش می‌یابد، کیفیت خروجی کاهش می‌یابد و مهارت در نهایت بدتر از چهار مهارت کوچک می‌شود.

محدوده به ازای هر مهارت، سخت. یک تریگر، یک فرمت خروجی، یک مجموعه فایل مرجع. اگر یک شرح مهارت بیش از یک بار با "و" یا "یا" شروع شود، دو مهارت می‌شود. آن را تقسیم کنید.

همین منطق در مورد خزش دامنه در طول زمان نیز صدق می‌کند. مهارت ممیزی برند خوب کار می‌کند، تیم آن را دوست دارد، کسی می‌گوید "چه می‌شود اگر از آن برای ممیزی محتوا نیز استفاده کنیم." مقاومت کنید. ممیزی محتوا ممیزی برند نیست، قوانین متفاوت هستند، خروجی باید متفاوت باشد و اتصال آن به مهارت ممیزی برند هر دو کار را آلوده می‌کند. یک مهارت دوم بنویسید.

نظمی که باعث می‌شود مهارت‌ها کار کنند، همان نظمی است که باعث می‌شود سیستم طراحی کار کند. یک جزء، یک کار، مرز مشخص، خروجی قابل پیش‌بینی. کتابخانه مهارت به همان روشی که یک کتابخانه مؤلفه انجام می‌دهد، ترکیب می‌شود، اما فقط در صورتی که هر ورودی را مانند یک ورودی سیستم طراحی واقعی ارزیابی کنید.

مهارت‌ها را قبل از تماس با کار واقعی ارزیابی کنید

مهارتی که در سه مورد آزمایشی عالی به نظر می‌رسد و در مورد چهارم از کار می‌افتد، گران‌ترین چیزی است که یک تیم طراحی می‌تواند ارائه دهد.

هر مهارت قبل از استفاده در تولید به یک روال ارزیابی نیاز دارد. حداقل ارزیابی قابل اجرا پنج مورد آزمایشی است که موارد واضح، موارد حاشیه‌ای و مواردی را که باید صریحاً شکست بخورند، پوشش می‌دهد. برای یک مهارت ممیزی برند، این به معنای پنج مصنوع واقعی است که تیم قبلاً با یافته‌های صحیح شناخته شده، ممیزی کرده است. مهارت را در مقابل هر کدام اجرا کنید، خروجی را با پاسخ خوب شناخته شده مقایسه کنید و بررسی کنید که آیا مهارت، مشکلات را شناسایی کرده، هیچ کدام را از قلم انداخته یا هیچ کدام را اختراع کرده است.

مهارتی که هر پنج مورد را بدون هیچ مثبت کاذبی شناسایی کند، آماده ارسال است. مهارتی که سه مورد از پنج مورد را شناسایی کند، یک پیش‌نویس است. مهارتی که هر پنج مورد را شناسایی کند اما دو مشکل اضافی ایجاد کند، یک نقص است، زیرا تیم شروع به اعتماد به آن و ارسال مثبت‌های کاذب به بررسی خواهد کرد.

ارزیابی نیازی به خودکار شدن ندارد تا ارزشمند باشد. یک صفحه گسترده با ورودی‌های تست در یک ستون و خروجی‌های مورد انتظار در ستون دیگر، که به صورت سه ماهه توسط صاحب مهارت اجرا می‌شود، نود درصد از مشکلات رانش را قبل از رسیدن به کار تولید شناسایی می‌کند. تیم‌هایی که از Claude در برنامه‌ها استفاده می‌کنند، از قبل به پروژه‌ها و زمینه مشترک دسترسی دارند که ارزیابی دستی را ارزان می‌کند. تیم‌هایی که در Claude Code کار می‌کنند، می‌توانند ارزیابی را به عنوان یک چک لیست Markdown کوچک بنویسند و آن را از ترمینال اجرا کنند.

نکته‌ی دیگری که ارزیابی متوجه می‌شود این است که خود مدل به‌روزرسانی می‌شود و مهارتی که در نسخه قبلی کار می‌کرد، در نسخه جدید شروع به رفتار متفاوتی می‌کند. هر زمان که مدل تغییر می‌کند، ارزیابی‌ها را اجرا کنید. آن‌ها را هنگام به‌روزرسانی قوانین برند اجرا کنید. آن‌ها را هنگام ویرایش خود مهارت اجرا کنید. هزینه کم است. هزینه عدم اجرای آن‌ها، مهارتی است که شش ماه بی‌سروصدا تخریب می‌شود قبل از اینکه کسی متوجه شود.

مهارت‌ها را مانند ارسال کامپوننت‌ها توزیع کنید

یک کتابخانه مهارت یک سیستم طراحی برای اعلان‌ها است و تیم‌هایی که با آن اینگونه رفتار می‌کنند، همان‌هایی هستند که از آن بهره مرکب می‌برند.

الگوی توزیع اشتباه "Slack پوشه مهارت را وقتی کسی می‌پرسد، در اطراف قرار می‌دهد" است. این تضمین می‌کند که رانش ایجاد شود. الگوی درست همان الگویی است که هر تیم طراحی قبلاً برای کامپوننت‌ها استفاده می‌کند: یک مخزن گیت، یک مالک، یک قرارداد نسخه‌بندی و یک فرآیند انتشار.

یک مخزن design-skills ایجاد کنید. هر مهارت یک پوشه درون آن است. هر مهارت یک فایل OWNER دارد که نگهدارنده را نامگذاری می‌کند. هر مهارت یک CHANGELOG دارد که ویرایش‌های مواد را ثبت می‌کند. این مخزن در دستگاه هر عضو تیم در ~/.claude/skills/ کپی می‌شود و به‌روزرسانی‌ها از طریق Git به همان روشی که توکن‌های طراحی انجام می‌شوند، منتقل می‌شوند.

فرآیند انتشار نیز یکسان است. شخصی یک مهارت جدید یا تغییر در PR پیشنهاد می‌دهد. مالک SKILL.md را بررسی می‌کند، ارزیابی را اجرا می‌کند و در صورت موفقیت مهارت، ادغام می‌شود. تیم در مرحله بعدی به‌روزرسانی را دریافت می‌کند. مهارت‌هایی که در ارزیابی شکست می‌خورند، هرگز ارسال نمی‌شوند. مهارت‌هایی که در بررسی دچار مشکل می‌شوند، شناسایی می‌شوند.

دو الگو باعث می‌شوند توزیع در عمل کار کند. اول، توضیحات SKILL.md را به عنوان مهم‌ترین خط در فایل در نظر بگیرید، زیرا این همان چیزی است که تعیین می‌کند آیا مهارت فعال می‌شود یا خیر. یک توضیح مبهم، مهارتی است که هرگز اجرا نمی‌شود. یک توضیح دقیق، مهارتی است که دقیقاً در زمانی که باید اجرا می‌شود. دوم، مهارت‌ها را مانند اجزایی که نام می‌برید، نامگذاری کنید، با یک عبارت اسمی کوتاه که کار را توصیف می‌کند (ممیزی برند، نقد تجربه کاربری، کپی-قا) و هرگز از یک نام فعل-محور (اجرای بررسی برند، انجام ممیزی) استفاده نکنید. مدل با توضیحات شروع می‌شود، اما انسان‌ها با نام در کتابخانه حرکت می‌کنند.

ترکیب وکسلی از یک بلوک پوشه مرکزی در کف استودیو با سه خط نازک متصل که به سمت بیرون به سه بلوک وکسل کوچکتر که در اطراف آن قرار دارند، امتداد یافته و به عنوان یک کتابخانه مهارت توزیع شده در سراسر تیم خوانده می‌شود.
ترکیب وکسلی از یک بلوک پوشه مرکزی در کف استودیو با سه خط نازک متصل که به سمت بیرون به سه بلوک وکسل کوچکتر که در اطراف آن قرار دارند، امتداد یافته و به عنوان یک کتابخانه مهارت توزیع شده در سراسر تیم خوانده می‌شود.

تیم‌هایی که این کار را درست انجام می‌دهند، در عرض شش ماه به بیست تا چهل مهارت و مقدار نامعقولی از یک سرمایه‌گذاری کوچک دست می‌یابند. تیم‌هایی که این کار را درست انجام نمی‌دهند، در نهایت به سه مهارت رها شده در صفحه Notion و یک باور تکراری مبنی بر اینکه هوش مصنوعی واقعاً برای طراحی کار نمی‌کند، می‌رسند.

جایی که مهارت‌ها دیگر کار خود را انجام نمی‌دهند

مهارت‌ها جایگزینی برای سلیقه، شهود برند یا چشم یک طراح واقعی نیستند.

از مهارت‌ها برای کارهای ساختاری تکرارپذیر استفاده کنید. بررسی‌های سازگاری برند. پیمایش‌های اکتشافی تجربه کاربری. قراردادهای نامگذاری. تضمین کیفیت کپی در برابر یک راهنمای صوتی شناخته شده. مهاجرت توکن در برابر یک نقشه‌برداری مستند. الگو همیشه یکسان است: یک ورودی واضح، یک سرفصل شناخته‌شده، یک خروجی ساختاریافته.

از Skills برای تماس‌های سلیقه‌ای استفاده نکنید. Skill نمی‌تواند تصمیم بگیرد که آیا یک طرح‌بندی مطمئن یا ضعیف به نظر می‌رسد. نمی‌تواند به شما بگوید که آیا برند شما باید بازیگوشانه یا خشک به نظر برسد. نمی‌تواند عکس مناسب برای یک قهرمان را انتخاب کند. نمی‌تواند بگوید که آیا قفل لوگوی جدید، اسطوره‌شناسی برندی را که پنج سال برای ساختن آن صرف کرده‌اید، حمل می‌کند یا خیر. اینها کارهایی برای یک طراح شاغل هستند و تلاش برای وارد کردن آنها به Skill، خروجی توخالی تولید می‌کند که تیم از آن متنفر خواهد شد.

این مدل همچنین توسط پنجره زمینه خود محدود شده است، به این معنی که Skillی که نیاز به بارگذاری یک کتاب برند چهل صفحه‌ای به همراه سه فایل مرجع به علاوه مصنوع مورد بررسی دارد، در نیمه پایانی کار، شروع به از دست دادن وفاداری خواهد کرد. فایل‌های مرجع Skill را کوچک نگه دارید. از Skill در اندازه ورودی مناسب استفاده کنید، نه بزرگترین ورودی ممکن. همان نظم کارایی زمینه که باعث می‌شود نمایندگان Claude Code کار کنند، Skills را نیز به کار می‌اندازد.

محدودیت دیگر، قضاوت در مورد زمانی است که یک مهارت اصلاً نباید اجرا شود. مدل هر مهارتی را که توضیحات آن با درخواست مطابقت داشته باشد، بارگذاری می‌کند، که تقریباً همان چیزی است که شما می‌خواهید، اما به این معنی است که توضیحات مهارتی که خیلی کلی باشد، کاری را که هیچ ربطی به آن ندارد، از بین می‌برد. توضیحات را تا زمانی که هر مهارت دقیقاً در مواردی که برای آن ساخته شده است بارگذاری شود و هرگز در موارد مرزی قرار نگیرد، محدود کنید.

سوالات متداول

مهارت Claude چیست؟

یک مهارت Claude پوشه‌ای است که شامل یک فایل SKILL.md با نام، توضیحات و بدنه دستورالعمل‌ها، به علاوه فایل‌های مرجع اختیاری است. Claude توضیحات را می‌خواند و تصمیم می‌گیرد که آیا مهارت را در هر درخواست بارگذاری کند یا خیر، همانطور که یک توسعه‌دهنده ممکن است تصمیم بگیرد که آیا یک کتابخانه را بارگذاری کند یا خیر. مهارت‌ها در برنامه‌های Claude Code، کنسول Anthropic و برنامه‌های Claude کار می‌کنند. آنها الگوی رسمی Anthropic برای رفتارهای قابل استفاده مجدد Claude هستند.

یک Skill چه تفاوتی با یک GPT سفارشی یا یک اعلان سیستم دارد؟

یک GPT سفارشی یک مصنوع برای هر برنامه است که در داخل یک محصول چت قرار دارد. اعلان سیستم یک دستورالعمل برای هر جلسه است که باید هر بار تنظیم شود. یک Skill یک پوشه قابل حمل است که مدل به طور خودکار زمانی که توضیحات trigger با درخواست مطابقت دارد، بارگیری می‌شود و در هر سطح Claude که تیم استفاده می‌کند، در دسترس است. همچنین مانند یک مخزن Git، نسخه‌بندی و توزیع‌پذیر است، که سازگاری در سطح تیم را آسان می‌کند.

آیا طراحان برای ساخت یک Skill نیاز به نوشتن کد دارند؟

خیر. Skill یک Markdown با یک frontmatter YAML در بالا است. هر طراح شاغل می‌تواند آن را در یک ویرایشگر متن بنویسد. فایل‌های مرجع نیز Markdown یا متن ساده هستند. کل کتابخانه می‌تواند توسط طراحان نگهداری شود و یک توسعه‌دهنده فقط در صورتی درگیر می‌شود که تیم بخواهد آن را برای توزیع به یک مخزن گیت متصل کند، که عمدتاً کار کپی فایل است که هر طراح آشنا به فناوری می‌تواند آن را اجرا کند.

آیا یک مهارت می‌تواند از داده‌ها یا APIهای خارجی استفاده کند؟

مهارت‌ها به عنوان یک جزء اولیه، فقط دستورالعمل هستند. آنها به تنهایی APIها را فراخوانی نمی‌کنند. اگر به فراخوانی‌های API نیاز دارید (دریافت فریم‌های Figma، دریافت یک دارایی برند زنده، دسترسی به یک CMS)، یک مهارت را با یک ابزار یا یک سرور MCP ترکیب می‌کنید. مهارت، رفتار را تعریف می‌کند، ابزار داده‌ها را فراهم می‌کند. برای اکثر وظایف طراحی (ممیزی برند، تضمین کیفیت کپی، نامگذاری، نقد) مهارت به تنهایی کافی است زیرا ورودی متنی است که کاربر پیست می‌کند یا فایل‌هایی است که مدل از قبل می‌تواند بخواند.

یک تیم طراحی باید چند مهارت داشته باشد؟

با پنج مورد در این راهنما شروع کنید و مهارت‌ها را به محض آشکار شدن وظایف تکراری واقعی اضافه کنید. بیشتر تیم‌های کاری در عرض شش ماه در بیست تا چهل مهارت تثبیت می‌شوند، که دو یا سه مهارت با ارزش بالا (ممیزی برند، تضمین کیفیت کپی) روزانه اجرا می‌شوند و بقیه به صورت پراکنده استفاده می‌شوند. کتابخانه فقط زمانی باید رشد کند که یک کار تکراری واقعی ظاهر شود، نه بر اساس حدس و گمان. مهارت‌هایی که استفاده نمی‌کنید می‌پوسند و مهارت‌های پوسیده باعث می‌شوند کتابخانه غیرقابل اعتماد به نظر برسد.

تغییر مهارت‌ها در واقع قفل را باز می‌کنند

هدف یک مهارت صرفه‌جویی در زمان نیست، بلکه قابل تکرار کردن بهترین طراح تیم است.

هر تیم طراحی شخصی دارد که تمیزترین ممیزی برند، دقیق‌ترین نقد UX و بهترین جلسه نامگذاری را انجام می‌دهد. آن شخص یک سوم از وقت خود را صرف انجام این وظایف برای افراد دیگر می‌کند، زیرا هیچ کس دیگری نمی‌تواند آنها را با همان کیفیت اجرا کند. یک مهارت، مصنوعی است که قضاوت آنها را ثبت می‌کند، روبریک مورد استفاده آنها را رمزگذاری می‌کند و آن را در هر زمانی توسط هر کسی در تیم قابل بارگیری می‌کند.

این تغییر است. نه اینکه "هوش مصنوعی کار من را برای من انجام می‌دهد". این چارچوب اشتباه و کمی غم‌انگیز است. چارچوب‌بندی درست این است که «بهترین متخصص تیم اکنون در مقیاس بزرگ قابل تکثیر است.» طراح ارشد دیگر گلوگاه ممیزی‌های برند نیست و وقت خود را صرف کار سخت واقعی می‌کند، که شامل سلیقه، استراتژی و تصمیماتی است که هیچ متخصص مهارتی هرگز نباید بگیرد. طراحان جوان می‌توانند کار را در سطح ارشد در مورد وظایف ساختاری ارسال کنند، و دستورالعمل‌های طراح ارشد در هر خروجی بارگذاری می‌شود.

کتابخانه مهارت به بخشی از مالکیت معنوی عملیاتی تیم تبدیل می‌شود. این کتابخانه، نحوه کار شما، دستورالعملی که به آن اعتماد دارید و صدای برندی که ارائه می‌دهید را رمزگذاری می‌کند. این کتابخانه از جابجایی کارکنان جان سالم به در می‌برد. در طول سال‌ها ترکیب می‌شود. این نزدیکترین چیزی است که یک تیم طراحی به حافظه‌ای دارد که با تیم مقیاس می‌شود نه در مقابل آن. کار ساخت آن کوچک است. اهرمی که ایجاد می‌کند، نوعی اهرم است که آنچه یک تیم طراحی می‌تواند در یک فصل ارائه دهد را تغییر می‌دهد.

اگر می‌خواهید یک کتابخانه مهارت بدون سه ماه آزمون و خطا نصب شود، استخدام ⟦برند ۰⟧. ما ClaudeBrainy را به عنوان یک الگوی بسته مهارت به همراه پنج مهارت طراحی آماده برای تولید ارائه می‌دهیم، روال ارزیابی را اجرا می‌کنیم و تیم را برای توسعه آماده می‌کنیم تا کتابخانه واقعاً ترکیب شود. کار قبل از پایان سه ماهه، هزینه خود را جبران می‌کند.

Want a Skill library installed in your design team without burning a quarter on it? Brainy ships ClaudeBrainy as a Skill pack template plus five production-ready design Skills, and we run the rollout for teams that want to skip the trial-and-error.

Get Started