Предприниматели и Claude Code Skills: как зафиксировать рутину в навык вместо повторного промпта
Каждый раз, когда сотрудник открывает чат с ИИ, он заново объясняет одно и то же: какой у компании стиль писем, где взять шаблон, что нельзя менять в договоре. Через месяц выясняется, что три человека в команде получают три разных результата на один и тот же запрос — потому что каждый формулирует контекст по-своему.
В октябре 2025 Anthropic представила Claude Skills — способ один раз зафиксировать процесс и инструкции, а дальше просто вызывать готовый навык вместо того, чтобы пересказывать контекст с нуля. Anthropic назвала это способом дать Claude «процедурные знания и организационный контекст», которых у модели по умолчанию нет.
В клубе AI Practiq за девять месяцев набралось достаточно случаев, чтобы увидеть закономерность: предприниматели, которые переходят от разовых промптов к зафиксированным навыкам, экономят в первую очередь на согласованности результата — он перестаёт зависеть от того, кто из команды в этот день просит ИИ о помощи.
Чем skill отличается от обычного запроса к ИИ
Обычный промпт живёт один раз. Написал, получил ответ, следующий раз пишешь заново — и если формулировка отличается хотя бы деталью, результат тоже отличается. Skill — это папка с инструкцией, которая сохраняется между сессиями и подключается автоматически, когда Claude видит задачу, под которую она написана.
Разница ощущается в компании, где несколько человек работают с одним и тем же процессом. Раньше при подготовке коммерческого предложения каждый менеджер формулировал запрос по-своему: кто-то указывал структуру, кто-то забывал упомянуть, что скидки в КП не пишут прямо. Skill фиксирует эти правила один раз — дальше Claude сам подключает их, когда видит запрос на КП, и результат не зависит от того, кто именно из команды его просил.
Для настройки не нужен код. Skill — это текстовый файл, где описан порядок действий и границы, в которых он применяется. Habr описывает это как «онбординг для Claude, после которого он работает как обученный специалист с первого дня» — и на практике для базового навыка достаточно описать процесс так, как объяснили бы его новому сотруднику.
Один и тот же skill работает и в Claude Code, и в обычном чате Claude.ai, и в Claude Cowork — это функция самой модели, доступная на любой из её оболочек. На практике это значит, что настроить навык может один человек в команде, а пользоваться им — все остальные, даже если они открывают обычный чат в браузере и никогда не устанавливали Claude Code.
Кейс из практики: Владимир Богдан — воркбуки без ручной рутины
Владимир Богдан, эксперт по маркетингу в EdTech и участник клуба, вёл проект для российского бизнес-наставника с интенсивами на 300+ участников. Перед каждым запуском ассистенты вручную копировали Google-шаблон воркбука под каждого участника, переименовывали файл, открывали доступ и отправляли ссылку в WhatsApp.
На это уходило около 10 часов рутины на каждый интенсив, и часть ссылок отправлялась с опозданием или с ошибкой — участник получал доступ в лучшем случае через сутки, когда у ассистента доходили руки. При росте потока единственным решением казался найм ещё одного человека в команду.
Процесс переписали в фиксированную процедуру: сканировать таблицу регистраций каждый час, находить новых участников, копировать шаблон, открывать доступ, подставлять переменные и запускать рассылку по готовому сценарию. Куратор теперь смотрит одну колонку со статусом вместо того, чтобы проверять каждый шаг руками. Те же 10 часов на запуск исчезли, а воркбук приходит в день регистрации.
Ошибки нашлись не сразу. Часть ссылок на видео-примеры в шаблоне оказались приватными или удалёнными — пришлось добавить отдельную проверку доступности ссылок при каждой генерации файла. Это ровно то, для чего нужна папка со скриптами внутри skill — код, который выполняется одинаково при каждом запуске, вместо того чтобы каждый раз полагаться на то, как ИИ «настроен» в моменте.
Как собрать первый skill без разработчика
Прежде чем разбираться в технической структуре, стоит ответить на простой вопрос: какой процесс в компании уже выполняется по одному и тому же алгоритму, но каждый раз требует объяснений заново. Обычно это подготовка документов по шаблону, ответы клиентам по одному сценарию или оформление отчётов в фиксированном формате.
Дальше этот процесс описывается так, как если бы новый сотрудник спрашивал, что делать: с чего начать, на что обратить внимание, каких ошибок избегать. Игорь Михеев, участник клуба, пришёл к похожему решению другим путём — вместо того, чтобы каждый раз собирать презентацию в Gamma или шаблонном конструкторе, он один раз описал Claude Code структуру и стиль, и теперь получает готовую HTML-презентацию по этому же сценарию для любой темы.
Разовый промпт можно забыть сразу после ответа. Skill живёт дольше, и его слабые места обычно проявляются только на протяжении первых нескольких запусков. У Богдана это произошло на живых данных: клиенты называли выручку в разных валютах и с разной периодичностью, и без явного правила нормализации бот путал суммы. Реальные края процесса становятся видны только по итогам первых недель использования — на них полезный навык обычно и достраивается.
Перед тем как отдать готовый навык всей команде, стоит прогнать его на нескольких реальных запросах, которые уже приходили от клиентов или сотрудников за последнюю неделю — придуманные примеры такие расхождения обычно скрывают. Так видно расхождение между тем, что написано в инструкции, и тем, что реально случается на практике, до того как этим начнут пользоваться пять человек одновременно и каждый найдёт свой край, где правило не сработало.
Где skill не помогает
Skill работает там, где процесс повторяется и есть чёткое правило «делай так». Он проваливается там, где решение каждый раз зависит от контекста, которого нет в инструкции — переговоры с конкретным клиентом, оценка нестандартной ситуации, задачи, где сама постановка меняется от случая к случаю.
Разбор на vc.ru фиксирует похожий эффект на технических задачах: закреплённые навыки экономят часы именно на рутинных, повторяемых операциях — на творческих задачах эффект почти незаметен. Для бизнеса вывод тот же — прежде чем описывать skill, стоит честно спросить, повторяется ли процесс хотя бы раз в неделю в одном и том же виде. Если нет — быстрее объяснить контекст заново, чем поддерживать инструкцию, которая устареет раньше, чем ей воспользуются второй раз.
Богдан столкнулся с этой границей на своём кейсе иначе: бот с фиксированным сценарием переписки зацикливался на повторных подтверждениях — «записать на практикум?», «да», «записать?», «да» — потому что жёсткое правило не предусматривало, что клиент может ответить одинаково дважды. Помогло простое ограничение: после второго подтверждения ссылка уходит автоматически, без третьего вопроса. Хороший skill фиксирует основной сценарий и явно очерчивает границу, где заканчивается автоматика и начинается участие человека — вместо того чтобы пытаться предусмотреть каждый возможный случай заранее.
FAQ
Чем Claude Skills отличаются от обычного промпта?
Промпт нужно писать заново при каждом обращении, и результат зависит от формулировки в моменте. Skill сохраняется между сессиями и подключается автоматически, когда Claude узнаёт задачу, под которую он написан — формулировка конкретного запроса перестаёт влиять на итоговый результат.
Нужно ли уметь программировать, чтобы сделать свой skill?
Нет, базовый skill — это текстовое описание процесса и правил, без кода. Скрипты внутри skill добавляются по необходимости — для операций, которые должны выполняться одинаково каждый раз, например проверка ссылок или расчёт по формуле.
Skills — это то же самое, что кастомные инструкции вроде CLAUDE.md?
Логика похожая — оба подхода фиксируют контекст один раз вместо повторного объяснения. Разница в том, что кастомные инструкции работают на уровне всего проекта постоянно, а skill подключается только тогда, когда Claude встречает конкретную задачу, под которую он написан — так удобнее держать десятки узких процессов, не смешивая их в одном большом файле правил.
Сколько skills может использовать бизнес одновременно?
Ограничения на уровне бизнеса нет — вопрос в другом: сколько разных повторяющихся процессов реально есть в компании и стоит ли фиксировать каждый из них. На старте разумно взять один процесс, где ошибка или несогласованность обходится дороже остальных, и довести именно его до рабочего состояния — попытка сразу описать всё обычно заканчивается набором навыков, которыми никто толком не пользуется.
Заключение
Решение о том, что делегировать ИИ, skill принимает за вас только один раз — при первой настройке. Дальше он просто применяется, когда задача повторяется снова. Компании, которые уже прошли этот путь в клубе, для первого навыка каждый раз брали самый частый процесс — тот, что происходит каждую неделю и каждый раз отнимает одинаковое количество нервов при ручном повторении. Техническая сложность на выбор почти не влияла.
Похожие ситуации разбирают на живых кейсах внутри AI Practiq Club.
Присоединяйтесь, чтобы разобрать свой процесс вместе с людьми, которые уже прошли этот путь.