Agent skill là gì? Cách tạo và ứng dụng trong AI Agent

AI Agent có thể xử lý nhiều nhiệm vụ, nhưng kết quả thường phụ thuộc vào quy trình, tiêu chuẩn và kiến thức chuyên môn mà hệ thống được cung cấp. Agent skill là cách đóng gói những hướng dẫn và tài nguyên đó thành một gói có thể tái sử dụng cho một nhóm công việc cụ thể. Thay vì đưa toàn bộ quy tắc vào mọi prompt, Agent có thể nhận biết Skill phù hợp và nạp hướng dẫn khi cần. Bài viết này giải thích Agent Skill là gì, cơ chế Progressive Disclosure, cấu trúc SKILL.md, cách tạo, kiểm thử và ứng dụng trong SEO, Marketing cũng như vận hành doanh nghiệp.

1. Agent Skill là gì?

Agent Skill là lớp hướng dẫn nghiệp vụ đứng giữa yêu cầu của người dùng và quá trình thực hiện của AI Agent. Khái niệm này giúp chuyển một quy trình lặp lại thành tài nguyên có cấu trúc, để Agent có thể sử dụng đúng lúc thay vì xử lý mỗi phiên theo một cách khác nhau.

1.1. Khái niệm Agent Skill trong hệ thống AI Agent

Theo định dạng mở được công bố tại agentskills.io, Agent Skill là một gói hướng dẫn và tài nguyên có thể tái sử dụng, phục vụ một nhóm nhiệm vụ cụ thể. Mỗi Skill thường là một thư mục có tệp SKILL.md ở trung tâm, kèm các thư mục hoặc tài liệu bổ sung nếu nhiệm vụ cần script, quy tắc chuyên môn hay biểu mẫu kết quả.

AI Agent là thành phần tiếp nhận yêu cầu, suy luận và thực hiện nhiệm vụ; Agent Skill cung cấp cách làm, tiêu chuẩn và giới hạn để Agent áp dụng. Vì vậy, Skill không phải mô hình AI, cũng không phải một ứng dụng AI độc lập. Skill giống như sổ tay nghiệp vụ được viết theo cấu trúc mà môi trường Agent có thể nhận biết và sử dụng.

Ví dụ, một Agent có thể có khả năng viết nội dung nhưng chưa biết tiêu chuẩn kiểm tra dàn ý SEO của doanh nghiệp. Skill kiểm tra dàn ý SEO sẽ cung cấp các bước rà soát Search Intent, heading, chủ đề còn thiếu và lỗi trùng lặp. Agent vẫn là thành phần phân tích và tạo kết quả, còn Skill giúp quá trình phân tích diễn ra theo cùng một tiêu chuẩn.

2. Vì sao cần sử dụng Agent Skill?

Agent Skill hữu ích nhất khi một nhiệm vụ được lặp lại, có quy trình tương đối ổn định và cần thống nhất cách xử lý. Tuy nhiên, Skill không tự động bảo đảm mọi kết quả đều chính xác hơn. Hiệu quả còn phụ thuộc vào chất lượng hướng dẫn, môi trường thực thi, quyền được cấp và đặc điểm của từng nhiệm vụ.

• Tái sử dụng quy trình: Người dùng không phải mô tả lại toàn bộ các bước kiểm tra, tiêu chuẩn đầu ra hoặc giới hạn sử dụng trong mỗi phiên làm việc. Một Skill được thiết kế rõ có thể làm nền cho nhiều lần xử lý cùng nhóm nhiệm vụ
• Chuẩn hóa cách thực hiện: Nhiều người hoặc nhiều Agent tương thích có thể dựa trên cùng bộ quy tắc nghiệp vụ. Cách chuẩn hóa này giúp giảm sự khác biệt trong quy trình, nhưng vẫn cần người phụ trách kiểm tra cách nền tảng diễn giải hướng dẫn
• Quản lý và cập nhật thuận tiện: Nhóm triển khai có thể chỉnh sửa SKILL.md, thay tài liệu trong references/ hoặc cập nhật biểu mẫu trong assets/ mà không phải sửa mọi prompt đã từng sử dụng. Việc quản lý phiên bản cũng rõ ràng hơn khi hướng dẫn và tài nguyên nằm trong một cấu trúc chung
• Sử dụng ngữ cảnh có chọn lọc: Cơ chế nạp hướng dẫn khi cần giúp Agent không phải đưa nội dung của mọi Skill vào context ngay từ đầu. Lợi ích thực tế phụ thuộc vào cách môi trường phát hiện, kích hoạt và đọc tài nguyên, vì vậy không nên mặc định rằng Skill luôn làm giảm token hoặc nâng cao độ chính xác

3. Agent skill hoạt động như thế nào?

Agent Skill thường hoạt động theo cơ chế Progressive Disclosure, tức là thông tin được mở dần theo nhu cầu của nhiệm vụ. Agent trước hết nhận biết các Skill có sẵn, sau đó chỉ đọc phần hướng dẫn liên quan và tiếp tục lấy tài nguyên chi tiết khi quá trình thực thi cần đến.

3.1. Cơ chế Progressive Disclosure gồm 3 giai đoạn

1. Discovery: Agent nhận biết Skill thông qua metadata, trong đó name và description giúp hệ thống hiểu Skill phục vụ nhiệm vụ nào. Ở giai đoạn này, Agent mới chỉ có thông tin để cân nhắc, chưa chắc đã sử dụng Skill
2. Activation: Khi yêu cầu của người dùng phù hợp với mô tả, Agent tải nội dung hướng dẫn trong SKILL.md. Một số môi trường có thể kích hoạt tự động, trong khi môi trường khác yêu cầu người dùng gọi Skill hoặc đặt Skill ở vị trí được hỗ trợ
3. Execution: Agent thực hiện nhiệm vụ theo hướng dẫn đã nạp. Nếu được cấp quyền và có nhu cầu, Agent có thể đọc tài liệu trong references/, dùng biểu mẫu trong assets/ hoặc chạy script trong scripts/

Cách mở thông tin theo từng lớp giúp quản lý context có chủ đích hơn so với việc đưa hướng dẫn của mọi quy trình vào một prompt dài. Dù vậy, mỗi nền tảng có thể triển khai cơ chế kích hoạt khác nhau. Việc Agent phát hiện một Skill không đồng nghĩa Skill chắc chắn được sử dụng, cũng không đồng nghĩa mọi tài nguyên bên trong đã được đọc.

3.2. Agent nhận biết và kích hoạt Skill phù hợp ra sao?

Trường name nên ngắn gọn và gợi đúng nhiệm vụ, còn description cần mô tả rõ Skill làm gì và được dùng trong tình huống nào. Chẳng hạn, tên seo-outline-review cùng mô tả về kiểm tra Search Intent, heading và chất lượng nội dung sẽ giúp Agent phân biệt Skill này với Skill viết bài hoặc phân nhóm từ khóa.

Khi người dùng yêu cầu kiểm tra dàn ý SEO, môi trường có cơ chế tự chọn có thể đối chiếu yêu cầu với metadata rồi đọc hướng dẫn phù hợp. Nếu nền tảng hỗ trợ gọi trực tiếp, người dùng cũng có thể chỉ định Skill cần dùng. Skill có thể không được kích hoạt nếu description quá chung chung hoặc môi trường không hỗ trợ cơ chế tương ứng. Vì vậy, kiểm thử cần xác minh cả việc Skill thực sự được sử dụng, không chỉ nhìn vào kết quả cuối cùng.

4. Cấu trúc của một agent skill

Một Agent Skill đơn giản có thể chỉ cần một tệp hướng dẫn, còn Skill phức tạp hơn sẽ đi kèm tài liệu tham khảo, biểu mẫu hoặc mã thực thi. Cấu trúc này giúp tách phần chỉ dẫn chính khỏi tài nguyên chi tiết, đồng thời làm rõ thành phần nào bắt buộc và thành phần nào tùy chọn.

4.1. Tệp SKILL.md, thành phần bắt buộc

SKILL.md là tệp Markdown chứa metadata và hướng dẫn để Agent hiểu mục đích, đầu vào, quy trình, đầu ra cũng như giới hạn của Skill. Phần YAML frontmatter có hai trường bắt buộc là name và description. Tên Skill cần hợp lệ theo đặc tả, ngắn gọn và phản ánh đúng nhiệm vụ; mô tả cần nêu rõ khả năng và trường hợp nên sử dụng.

Phần nội dung còn lại nên viết theo trình tự dễ thực hiện, từ dữ liệu đầu vào đến các bước xử lý và tiêu chí kiểm tra. Những trường metadata bổ sung, nếu có, phụ thuộc đặc tả hoặc nền tảng triển khai. Không nên đưa toàn bộ tài liệu dài vào tệp này khi tài liệu đó có thể đặt ở thư mục tham khảo.

4.2. Các thư mục scripts, references và assets

Ba thư mục thường gặp có vai trò khác nhau. scripts/ chứa mã thực thi tùy chọn, references/ chứa hướng dẫn hoặc tài liệu chuyên môn, còn assets/ chứa biểu mẫu và tài nguyên phục vụ kết quả. Người tạo Skill không cần tạo đủ cả ba thư mục nếu nhiệm vụ chỉ cần hướng dẫn văn bản.

Nội dung hướng dẫn giải thích Agent cần làm gì, còn script thực hiện một thao tác có thể tự động hóa. Tài liệu tham khảo nên được sắp xếp có tổ chức và liên kết bằng đường dẫn tương đối. Cách này giúp SKILL.md không phình to vì những nội dung Agent chỉ cần đọc trong một số trường hợp.

4.3. Ví dụ cấu trúc thư mục Agent Skill hoàn chỉnh

Một Skill kiểm tra dàn ý SEO có thể được tổ chức như sau:

seo-outline-review/

├── SKILL.md

├── references/

│ ├── outline-checklist.md

│ └── seo-guidelines.md

└── assets/

└── review-template.md

Trong cấu trúc này, SKILL.md xác định khi nào cần kiểm tra outline và trình tự thực hiện. outline-checklist.md chứa danh sách tiêu chí, seo-guidelines.md lưu nguyên tắc SEO đã được kiểm duyệt, còn review-template.md quy định cách trình bày kết quả. Skill không có scripts/ vì nhiệm vụ có thể hoàn thành bằng phân tích và đánh giá tài liệu. Đây là cách bắt đầu gọn, phù hợp với cấu trúc được mô tả trong Agent Skills Specification.

5. Agent skill khác gì prompt thông thường, tool, MCP và AI Agent?

Các khái niệm này cùng xuất hiện trong một quy trình AI, nhưng chúng không thay thế cho nhau. Prompt nêu yêu cầu trong một lần tương tác, Skill đóng gói quy trình có thể tái sử dụng, AI Agent thực hiện nhiệm vụ, Tool hỗ trợ hành động cụ thể và MCP hỗ trợ kết nối.

Cách phân biệt đơn giản là nhìn vào câu hỏi mà mỗi thành phần trả lời: prompt nói “cần làm gì trong lần này”, Skill nói “nên làm theo quy trình nào”, Agent là “thành phần thực hiện”, Tool là “khả năng hành động cụ thể”, còn MCP là “cách kết nối với công cụ và dữ liệu”. Ví dụ, viết một email cá nhân thường chỉ cần prompt. Ngược lại, kiểm duyệt nhiều outline SEO theo cùng tiêu chuẩn có thể phù hợp với một Skill, kết hợp Agent và công cụ đọc file nếu môi trường có hỗ trợ.

6. Khi nào nên tạo agent skill

Không phải nhiệm vụ nào cũng cần chuyển thành Agent Skill. Quyết định nên dựa trên mức độ lặp lại, sự ổn định của quy trình và nhu cầu dùng chung tài liệu, thay vì chạy theo việc biến mọi prompt thành một thư mục Skill.

6.1. Nên dùng prompt cho nhiệm vụ đơn lẻ

Prompt thông thường phù hợp với một yêu cầu ít bước, ít lặp lại và không cần tài nguyên bổ sung. Viết một email cá nhân, rút gọn một đoạn văn hoặc đề xuất vài tiêu đề theo bối cảnh riêng thường chưa tạo đủ lý do để xây dựng Skill. Một prompt ngắn cũng dễ thay đổi theo từng tình huống.

6.2. Nên tạo Skill cho quy trình cần tái sử dụng

Agent Skill phù hợp hơn với công việc lặp lại, có tiêu chuẩn thống nhất và thường xuyên cần tài liệu tham chiếu. Chẳng hạn, kiểm duyệt hàng trăm outline SEO theo cùng bộ tiêu chí có thể được đóng gói thành Skill. Skill cũng phù hợp khi nhiều người cần dùng chung một cách làm, nhưng người phụ trách vẫn phải xác định phạm vi và phê duyệt những quyết định quan trọng.

7. Cách tạo agent skill đáng tin cậy

Một Skill đáng tin cậy không bắt đầu từ việc viết thật nhiều hướng dẫn. Quy trình phù hợp là xác định nhiệm vụ, mô tả đầu ra, tách tài nguyên cần thiết, đưa Skill vào môi trường tương thích rồi kiểm thử cả trường hợp nên và không nên kích hoạt.

Bước 1: Xác định nhiệm vụ và tiêu chuẩn đầu ra

Hãy chọn một nhiệm vụ cụ thể có quy trình tương đối ổn định. Với Skill kiểm tra dàn ý SEO, đầu vào có thể gồm từ khóa chính, đối tượng mục tiêu, Search Intent dự kiến và outline; đầu ra là bảng nhận xét, lỗi cần sửa và đề xuất cải thiện.

• Xác định dữ liệu Agent sẽ nhận
• Mô tả kết quả cần tạo và cách trình bày
• Liệt kê các bước xử lý cùng tiêu chí kiểm tra
• Nêu rõ phạm vi Skill không thực hiện

Phạm vi càng rõ, Agent càng dễ phân biệt nhiệm vụ phù hợp với yêu cầu nằm ngoài Skill. Người tạo cũng có cơ sở để chuẩn bị đáp án hoặc bộ tiêu chí dùng khi kiểm thử.

Bước 2: Tạo thư mục và viết tệp SKILL.md

Tạo một thư mục có tên hợp lệ, chẳng hạn seo-outline-review, sau đó tạo tệp SKILL.md ở thư mục gốc. Phần frontmatter khai báo name và description; phần nội dung tiếp theo mô tả đầu vào, quy trình, đầu ra và các quy tắc không được vi phạm. Hướng dẫn nên dùng câu rõ nghĩa, đánh số bước khi có trình tự và tránh yêu cầu mâu thuẫn.

Ví dụ tối giản dưới đây minh họa một Skill kiểm tra outline:

—

name: seo-outline-review

description: Review SEO article outlines for search intent, heading logic, topic coverage, and content quality. Use when a user requests an SEO outline review.

—

# SEO Outline Review

## Required inputs

– Primary keyword

– Target audience

– Draft outline

– Search intent, if available

## Workflow

1. Identify the primary search intent.

2. Check whether the outline answers that intent.

3. Review the logical order of H2 and H3 headings.

4. Identify duplicate or missing topics.

5. Flag factual claims requiring verification.

6. Recommend specific corrections.

## Output

Provide a table containing:

– Heading

– Issue identified

– Reason

– Recommended correction

– Priority

## Rules

– Do not invent search volume or keyword difficulty.

– Do not claim rankings are guaranteed.

– Distinguish verified facts from assumptions.

– Do not change the original outline without approval.

Bước 3: Bổ sung tài liệu và công cụ hỗ trợ khi cần

Đưa những hướng dẫn dài, checklist hoặc quy tắc chuyên môn sang references/ để SKILL.md giữ được trọng tâm. Nếu kết quả cần trình bày theo mẫu, đặt biểu mẫu trong assets/. Chỉ thêm scripts/ khi có thao tác tự động mang tính xác định, chẳng hạn kiểm tra cấu trúc dữ liệu CSV.

Các tài nguyên nên được liên kết bằng đường dẫn tương đối để dễ di chuyển trong cùng cấu trúc Skill. Không lưu thông tin đăng nhập, API key hoặc dữ liệu khách hàng nhạy cảm trong bất kỳ tệp nào. Tài nguyên càng gọn và đúng mục đích, Agent càng dễ đọc đúng phần cần thiết.

Bước 4: Cài đặt và sử dụng Skill trong môi trường AI

Cách triển khai phụ thuộc từng nền tảng. Không nên mặc định rằng mọi môi trường dùng cùng một đường dẫn thư mục hoặc cùng cách kích hoạt.

Với VS Code, tài liệu hiện liệt kê các vị trí Project Skills như .github/skills/, .claude/skills/ và .agents/skills/. Đây là ví dụ về vị trí được một nền tảng hỗ trợ, không phải quy tắc chung cho mọi Agent.

Quy trình chung gồm các bước: chọn môi trường, đưa Skill vào vị trí hợp lệ, mở Agent, giao nhiệm vụ phù hợp và xác minh Skill đã được nạp. Nếu môi trường cho phép gọi trực tiếp, hãy kiểm tra cú pháp và quyền sử dụng trước khi chạy nhiệm vụ.

Bước 5: Kiểm thử và điều chỉnh Agent Skill

Kiểm thử cần tách lỗi định dạng khỏi lỗi thực thi. Công cụ tham chiếu skills-ref có thể hỗ trợ kiểm tra cấu trúc hợp lệ, nhưng một Skill vượt qua kiểm tra định dạng vẫn có thể cho kết quả không đúng. Người tạo nên thử cả yêu cầu phù hợp và không phù hợp, đối chiếu với bộ tiêu chí do chuyên gia chuẩn bị rồi chỉnh sửa description, hướng dẫn hoặc tài nguyên khi cần.

Sau mỗi thay đổi quan trọng, cần kiểm tra lại cả khả năng kích hoạt và chất lượng kết quả. Việc này giúp phân biệt Skill chưa được tải với Skill đã được tải nhưng hướng dẫn chưa đủ rõ.

8. Ví dụ về việc ứng dụng agent skill tại doanh nghiệp Việt Nam

Trong bối cảnh doanh nghiệp Việt Nam, Agent Skill có thể biến các quy trình nội bộ thành hướng dẫn dùng chung mà không trao cho Agent quyền hạn ngoài phạm vi được cấp. Tại SEONGON, các nhóm ứng dụng được nêu gồm sản xuất slide theo bộ nhận diện, chia từ khóa, xây dựng outline và viết bài chuẩn SEO, cùng những tác vụ kiểm duyệt liên quan.

8.1. Skill tạo slide chuẩn bộ nhận diện thương hiệu

Skill này có thể đóng gói hướng dẫn về cách sử dụng thành phần nhận diện thương hiệu trong slide, cùng tài nguyên hoặc biểu mẫu cần thiết cho quá trình tạo nội dung trình bày. Agent dựa trên hướng dẫn để thực hiện theo cùng một quy trình, còn người phụ trách vẫn kiểm tra những quyết định liên quan đến nội dung, bố cục hoặc việc xuất bản.

8.2. Skill chia từ khóa

Một Skill chia từ khóa có thể quy định cách tiếp nhận dữ liệu, kiểm tra cột thiếu hoặc giá trị không hợp lệ, nhận diện dòng trùng và nhóm từ khóa theo chủ đề khi dữ liệu cho phép. Script chỉ nên xử lý những quy tắc có thể xác định bằng thuật toán. Dữ liệu nguồn cần được giữ nguyên, còn các thay đổi hoặc kết quả phân nhóm phải được thể hiện trong báo cáo.

8.3. Skill viết outline và bài chuẩn SEO

Skill phục vụ quy trình Content SEO có thể hướng dẫn Agent phân tích Search Intent, sắp xếp heading, kiểm tra độ bao phủ chủ đề, nhận diện nội dung trùng lặp và đánh dấu khẳng định cần xác minh. Skill viết outline hoặc bài chuẩn SEO cũng có thể quy định đầu vào, trình tự thực hiện, tiêu chuẩn nguồn tham khảo và định dạng đầu ra. Những quyết định chuyên môn cuối cùng vẫn cần chuyên gia Content SEO phê duyệt.

8.4. Các ứng dụng liên quan trong vận hành

Agent Skill còn có thể hỗ trợ rà soát nội dung truyền thông theo Brand Guidelines, chuẩn hóa báo cáo nội bộ, kiểm tra tài liệu theo biểu mẫu hoặc hướng dẫn Agent xác định khi nào cần hỏi lại nhân sự phụ trách. Các ví dụ này chỉ mô tả phạm vi công việc có thể đóng gói, không đồng nghĩa Skill tự có quyền truy cập CRM, email hay những ứng dụng khác.

9. Lưu ý khi xây dựng skill

Một Skill có thể chứa hướng dẫn, tài liệu và mã thực thi, nên chất lượng không chỉ phụ thuộc vào câu chữ trong SKILL.md. Doanh nghiệp cần quản trị nguồn Skill, dữ liệu đầu vào, quyền sử dụng và cách xác nhận hành động trước khi đưa vào quy trình thật.

9.1. Bảo mật dữ liệu và quyền thực thi

Hãy kiểm tra Skill lấy từ bên thứ ba, nhất là Skill có script hoặc hướng dẫn thực hiện hành động trên hệ thống. Các tài liệu hướng dẫn của Anthropic cũng khuyến nghị sử dụng Skill từ nguồn tin cậy vì Skill bên ngoài có thể chứa chỉ dẫn không an toàn hoặc mã độc.

• Không lưu thông tin nhạy cảm, thông tin đăng nhập hoặc API key trực tiếp trong Skill
• Cấp cho Agent quyền tối thiểu đối với công cụ và dữ liệu cần dùng
• Yêu cầu xác nhận trước khi sửa, xóa hoặc xuất bản dữ liệu
• Kiểm tra môi trường thực thi vì Skill không tự cung cấp cơ chế bảo mật hoặc sandbox

9.2. Các lỗi phổ biến khiến Agent Skill hoạt động không đúng

Skill không được tải sẽ tạo ra lỗi ở giai đoạn nhận diện hoặc kích hoạt. Skill đã được tải nhưng cho kết quả sai lại là lỗi của hướng dẫn, tài nguyên, công cụ hoặc tiêu chí kiểm tra. Hai trường hợp này cần được chẩn đoán riêng để tránh sửa nhầm phần cấu trúc.

10. Câu hỏi thường gặp về agent skill

10.1. Agent Skill có phải là một AI Agent không?

Agent Skill không phải AI Agent. Skill cung cấp hướng dẫn, tiêu chuẩn và tài nguyên cho một nhóm nhiệm vụ, còn AI Agent là hệ thống tiếp nhận yêu cầu, suy luận và thực hiện nhiệm vụ. Skill không tự hoạt động độc lập nếu không có môi trường Agent phù hợp.

10.2. Có cần biết lập trình để tạo Agent Skill không?

Người dùng không nhất thiết phải biết lập trình nếu Skill chỉ gồm hướng dẫn văn bản, checklist và tài liệu tham khảo. Kỹ năng kỹ thuật trở nên cần thiết khi Skill phải dùng script, xử lý dữ liệu, gọi công cụ hoặc tích hợp với một môi trường cụ thể.

10.3. Có thể sử dụng một Skill trên nhiều nền tảng AI không?

Một Skill có thể tái sử dụng trên nhiều nền tảng nhờ định dạng mở, nhưng mức độ tương thích cần được kiểm tra. Đường dẫn thư mục, cơ chế kích hoạt, quyền truy cập và phần mở rộng riêng của từng nền tảng có thể khác nhau.

10.4. Agent Skill có thay thế được MCP không?

Agent Skill và MCP phục vụ hai mục đích khác nhau. Skill hướng dẫn Agent thực hiện công việc theo quy trình, trong khi MCP hỗ trợ kết nối ứng dụng AI với công cụ và nguồn dữ liệu. Một quy trình có thể dùng cả hai nếu môi trường cho phép.

10.5. Có nên tạo Agent Skill cho mọi công việc không?

Doanh nghiệp không cần tạo Skill cho mọi công việc. Skill phù hợp hơn với nhiệm vụ lặp lại, quy trình rõ, tiêu chuẩn thống nhất hoặc thường xuyên cần tài liệu tham khảo. Một yêu cầu đơn lẻ, ít bước thường chỉ cần prompt được viết rõ.

Agent Skills là phương thức đóng gói kiến thức, quy trình và tài nguyên để AI Agent có thể sử dụng lại theo từng nhiệm vụ. Tệp SKILL.md giữ vai trò trung tâm, còn cơ chế nạp hướng dẫn khi cần giúp tổ chức context có chọn lọc hơn. Bạn nên bắt đầu từ một tác vụ nhỏ, đầu vào rõ và tiêu chuẩn đầu ra có thể kiểm tra, chẳng hạn rà soát outline hoặc chia dữ liệu từ khóa. Trong SEO, Marketing và vận hành, Skill có thể hỗ trợ chuẩn hóa công việc nhưng không thay thế hoàn toàn chuyên gia chịu trách nhiệm về nội dung và quyết định nghiệp vụ. Đó là cách tiếp cận thực tế để xây dựng agent skill đáng tin cậy.