Un prompt enregistré est un risque. Il vit dans l'interface d'un seul éditeur, personne d'autre ne peut le lire, et si le produit est renommé, il peut disparaître. Un skill, c'est la même instruction avec un déclencheur, des exemples et un responsable, stockée dans un dossier que vous contrôlez. C'est cette version-là qui survit.
Le timing n'a rien d'anodin. Google retire les Gems de Gemini sur les comptes personnels et les convertit en « skills », selon un calendrier fixé pour plus tard en 2026 ; les utilisateurs les invoquent en tapant « / » dans un fil de tâche (TechCrunch). Un jour plus tard, OpenAI a étendu les plugins de ChatGPT avec des espaces dans la barre latérale, des panneaux interactifs et un Plugin Creator (TechCrunch). Custom GPTs, Gems, plugins, apps et skills sont autant de noms pour le même réflexe : arrêter de retaper ses instructions.
Si vous avez construit quelques dizaines de ces assistants, vous avez maintenant deux chantiers. Conserver ce que vous avez créé, et le rendre assez portable pour que le prochain changement de nom vous coûte un après-midi plutôt qu'un trimestre. Ce guide couvre les deux, avec un modèle, une routine de test, une checklist de migration et une réponse franche à la question : quand ne pas s'en donner la peine.
Pourquoi vos assistants enregistrés sont sans cesse renommés
Les Gems ont été lancés en 2024 comme des assistants dédiés à une tâche, que vous pouviez créer sans répéter vos instructions, et que vous pouviez aussi partager. La page d'aide de Google indique désormais que les Gems disparaîtront des comptes personnels et seront automatiquement convertis en skills (Google Gemini Help). TechCrunch précise que cette migration automatique n'exige aucune action des utilisateurs, et que les skills s'appellent par une commande slash, une interface que les ingénieurs ont tendance à préférer, selon le média.
Une migration automatique semble rassurante, et pour le texte de vos instructions, elle l'est en grande partie. Google affirme que les fichiers de connaissances pris en charge suivent aussi, mais ses imports de skills acceptent les fichiers texte, les PDF et les images, pas les fichiers Word ou Excel, et sa page de transition annonce le partage et les fichiers liés à Drive pour les semaines à venir (Gemini Help, règles d'import). Une migration déplace du contenu. Elle ne déplace pas les exemples que vous gardiez en tête, ni la personne de votre équipe qui savait quel Gem utiliser et quand.
Le schéma se répète chez tous les éditeurs. Le format de partage précédent d'OpenAI était le custom GPT, et sa documentation développeur actuelle décrit des plugins qui regroupent des skills avec un serveur MCP (OpenAI Developers). Les skills d'Anthropic ne se synchronisent même pas entre ses propres produits. D'après la documentation d'Anthropic, un skill importé dans claude.ai n'est pas disponible dans l'API, et les skills de Claude Code reposent sur le système de fichiers, séparément des deux (Claude docs). Partez du principe que chaque plateforme renommera, fusionnera ou scindera ce que vous y avez enregistré.
Ce qu'est un skill, sans le discours marketing
Un skill est un dossier. Dans la définition d'Anthropic, il contient des instructions, des scripts et des ressources qu'un agent peut découvrir et charger dynamiquement pour une tâche précise (Anthropic Engineering). Le seul fichier obligatoire est SKILL.md, qui commence par un nom et une description, puis déroule les instructions.
C'est la description qui fait le plus gros du travail. Au démarrage, l'assistant ne charge que le nom et la description de chaque skill (environ 100 tokens chacun, selon Anthropic) et compare votre demande à ce texte pour décider d'ouvrir ou non le reste. Une description vague, et le skill ne se déclenche jamais. Une description trop gourmande, et il se déclenche sur tout. Anthropic recommande d'indiquer à la fois ce que fait le skill et quand l'utiliser, à la troisième personne.
C'est le premier manque d'un prompt enregistré. Un prompt attend que vous le colliez. Un skill a un déclencheur, donc l'assistant peut s'en saisir sans qu'on le lui demande. Tout le reste d'un bon skill découle du sérieux avec lequel vous traitez ce déclencheur.
L'anatomie comprend six parties. Le déclencheur dit quand intervenir. Les entrées précisent ce que l'utilisateur doit fournir et ce qui est facultatif. Les étapes sont les instructions, dans l'ordre. Les outils nomment tout ce que le skill doit atteindre hors du chat. Les exemples montrent de vraies entrées à côté des sorties validées. Le format de sortie fixe la forme de la réponse, ce qui rend les résultats comparables d'une exécution à l'autre.
Les exemples méritent le plus d'attention. Ils jouent un double rôle : les paires entrée/sortie qui apprennent à l'assistant ce que vous voulez deviennent aussi les cas de test qui vous signalent qu'une modification a tout cassé. Sans eux, vous avez simplement écrit un prompt dans un dossier.
Les skills convergent vers un format de fichier unique
Bonne nouvelle si vous craignez l'enfermement chez un éditeur : le format se stabilise. Anthropic a publié Agent Skills comme standard ouvert de portabilité entre plateformes en 2025, et la spécification publique est disponible sur agentskills.io. Un skill est un répertoire avec un SKILL.md obligatoire, des dossiers facultatifs scripts/, references/ et assets/, un name de 64 caractères maximum (lettres minuscules, chiffres et tirets) et une description de 1 024 caractères maximum (Agent Skills spec).
La documentation d'OpenAI indique que ses skills reposent sur ce même standard ouvert. Chaque skill est un répertoire avec un SKILL.md obligatoire contenant un frontmatter avec nom et description ; vous l'invoquez explicitement avec @ dans ChatGPT ou $ dans Codex, ou vous laissez le modèle le choisir d'après la description (OpenAI). La documentation de Gemini CLI affirme que ses skills s'appuient sur le même standard (Gemini CLI docs), et les pages d'aide de l'app Gemini disent que vous pouvez importer des skills créés ailleurs en important leurs fichiers SKILL.md (Gemini Help). Nous n'avons trouvé aucune déclaration de Google indiquant que l'app implémente la spécification ouverte complète : testez donc un import avant de vous y fier.
Le socle portable couvre donc déjà trois éditeurs. Claude et Claude Code le lisent, ChatGPT et Codex aussi d'après OpenAI, et Google Gemini accepte des imports. Gardez le même dossier comme source de vérité et relancez vos exemples après chaque import. L'import de Gemini rejette les formats binaires comme .docx et bloque les scripts qui appellent des sites externes (Gemini Help).
Écrire un skill qui survit au déménagement
La portabilité est surtout une question de discipline. Quatre habitudes couvrent l'essentiel.
- Gardez la source de vérité dans un simple dossier sous gestion de versions, jamais uniquement dans l'éditeur d'un fournisseur. La copie chez le fournisseur n'est qu'un déploiement.
- Rédigez des instructions qui décrivent des résultats et des formats, pas des fonctionnalités de produit. « Renvoie un tableau de trois colonnes » fonctionne partout. « Utilise le panneau canvas », non.
- Mettez tout ce qui est long (guide de style, schéma, politique) dans son propre fichier de référence, lié depuis
SKILL.mdà un seul niveau de profondeur. Anthropic avertit que les chaînes plus profondes sont lues partiellement. - Restez bref. Anthropic recommande un corps de moins de 500 lignes, et la spécification ouverte suggère de rester sous environ 5 000 tokens pour les instructions.
Voici ce que cela donne pour une tâche que la plupart des équipes répètent : le point hebdomadaire client.
---
name: drafting-client-updates
description: Drafts a weekly client status update from raw project notes. Use when the user pastes notes, a ticket export or a standup log and asks for a client-ready update.
metadata:
owner: ops-team
version: "1.2"
---
# Drafting client updates
## Inputs
- Required: raw notes for the week
- Optional: client name, tone (default: plain and direct)
## Steps
1. Group items into Done, In progress and Blocked.
2. Drop internal ticket IDs and jargon.
3. Lead with the one thing the client must decide, if any.
## Output
Use the template in references/update-template.md.
## Examples
See examples/ for three accepted drafts.Remarquez ce qui manque : pas de flatterie, pas de « tu es un account manager de classe mondiale », pas d'explication de ce qu'est un point d'avancement. L'assistant le sait déjà. Le conseil d'Anthropic est de soumettre chaque paragraphe à la question de savoir s'il justifie son coût en tokens, et de n'ajouter que le contexte que le modèle n'a pas.
Remarquez aussi le bloc metadata. La spécification ouverte le définit comme une table clé-valeur libre, ce qui en fait un endroit logique pour un responsable et un numéro de version. Vérifiez que votre plateforme le conserve à l'import.
Testez-le comme un logiciel, car c'en est un
La ligne la plus utile du guide de rédaction d'Anthropic : construisez les évaluations avant de rédiger une documentation détaillée. La boucle est courte. Lancez l'assistant sur des tâches représentatives sans le skill et notez où il échoue. Écrivez trois scénarios qui exposent ces lacunes. Ajoutez juste assez d'instructions pour les réussir. Puis comparez avec la référence de départ.
Trois est le minimum d'Anthropic, indiqué dans sa checklist avant partage, et c'est un plancher. Prenez de cinq à dix entrées réelles de votre travail et gardez les sorties que vous avez effectivement validées. Ce dossier est votre suite de non-régression. Après chaque modification, et après chaque changement de plateforme, relancez les entrées et lisez les écarts. C'est peu coûteux, et c'est la seule façon de détecter une dérive silencieuse.
Testez aussi sur plusieurs modèles. Le guide d'Anthropic note qu'un skill qui fonctionne parfaitement sur son modèle le plus puissant peut exiger plus de détails sur son plus petit modèle : lancez-le donc sur chaque modèle que vous comptez utiliser. Il en va de même quand vous changez d'éditeur. Un skill réglé dans un assistant n'est pas testé dans un autre tant que vous n'y avez pas exécuté les exemples.
Si vous voulez de l'outillage, Promptfoo exécute des cas enregistrés contre des prompts en CI, et PromptLayer suit les versions et les exécutions de prompts. Notre classement des outils de prompt engineering en répertorie d'autres. Aucun n'est indispensable. Un dossier d'exemples et une checklist vous mènent déjà très loin, et notre guide des prompts durables présente les schémas qui tiennent quand le modèle sous-jacent change.
Où se place MCP
Un skill explique à l'assistant comment faire un travail. Il ne lui donne accès à rien. Pour cela, il faut des outils, et la voie portable pour les fournir est le Model Context Protocol, un standard ouvert pour connecter les applications d'IA à des systèmes externes, que sa documentation compare à un port USB-C (MCP docs). Claude, ChatGPT, Cursor et VS Code figurent parmi les clients qu'elle cite. Le dépôt Model Context Protocol servers permet de voir des exemples qui fonctionnent.
La documentation plugins d'OpenAI trace une ligne nette : le skill pour les instructions de workflow, le serveur pour les données en direct, l'autorisation et les actions contrôlées. Si un skill requiert un serveur MCP, il déclare cette dépendance dans agents/openai.yaml. Les skills importés depuis le serveur MCP d'un plugin lors de la soumission deviennent un instantané dans le brouillon, et ChatGPT et Codex ne les récupèrent pas sur votre serveur à l'exécution (OpenAI Developers). Conséquence pratique : après avoir modifié le skill, vous redéployez le serveur et le scannez de nouveau avant de soumettre une nouvelle version du plugin.
Anthropic ajoute une petite règle de rédaction qui fait gagner un vrai temps de débogage. Désignez les outils MCP par leur nom complet, ServerName:tool_name, car un nom seul peut ne pas être résolu quand plusieurs serveurs sont connectés.
Shopify montre la direction que prend le secteur. L'entreprise expose un serveur MCP hébergé pour les agents côté serveur et le standard proposé WebMCP pour les agents de navigateur, et vient d'ajouter des outils get, update et complete pour le checkout, afin qu'un agent puisse lire l'écran de paiement et passer une commande avec l'autorisation de l'acheteur, plutôt que de scraper des pages (TechCrunch). Si vous gérez une boutique Shopify, la couche d'outils devient quelque chose que la plateforme fournit. Le rôle de votre skill, c'est le jugement autour.
Les annonces d'OpenAI vont dans le même sens. ChatGPT suggère désormais des apps en pleine conversation, l'entreprise citant 1,2 milliard d'utilisateurs hebdomadaires (TechCrunch), et OpenAI indique que sa mise à jour des plugins ajoute la prise en charge de la spécification proposée MCP Events, qui permettrait aux événements d'apps connectées de lancer des automatisations (TechCrunch). Plus vos outils sont derrière MCP, moins le format de plugin d'un assistant donné compte.
Partager avec une équipe sans créer un deuxième désordre
L'endroit où vit un skill détermine qui peut l'utiliser, et les règles varient selon les produits. Dans la documentation de Claude, les skills personnalisés de claude.ai appartiennent à chaque utilisateur : chaque collègue les importe séparément et les admins ne peuvent pas les distribuer de façon centralisée. Dans l'API, ils sont partagés à l'échelle du workspace. Dans Claude Code, ils se trouvent dans un dossier personnel ou dans le répertoire .claude/skills/ d'un projet, ce qui signifie qu'ils voyagent avec le dépôt.
Pour la plupart des équipes, la réponse du dépôt est la meilleure. Mettez les skills dans git, relisez les modifications comme du code, taguez les versions et laissez chacun les récupérer. Se passer un fichier zip d'un portable à l'autre, c'est le meilleur moyen d'avoir sept versions du skill de point client sans savoir laquelle est la bonne.
Chaque skill partagé a besoin d'un responsable désigné, d'une version et d'une ligne de changelog par modification. Il lui faut aussi une revue de sécurité. La documentation d'Anthropic recommande de traiter les skills comme des logiciels installés, d'auditer les scripts inclus et de se méfier de tout skill qui récupère des URL externes, car le contenu récupéré peut contenir des instructions malveillantes. Cela vaut pour les skills écrits par vos collègues comme pour ceux de collections publiques telles que SkillsMP, qui indexe des skills issus de dépôts GitHub publics.
Utilisez le scoreur ci-dessous sur un skill que vous avez déjà. C'est notre propre checklist, pas un standard, et elle est volontairement directe. Le déclencheur, les exemples, le jeu de tests et la copie hors plateforme comptent double, car les sections précédentes montrent que ce sont eux qui déterminent si un skill peut être testé et déplacé.
Une checklist de migration pour chaque assistant enregistré
Faites-le une fois par assistant, avant que l'éditeur ne vous y force. L'essentiel du temps passe à retrouver les fichiers de connaissances d'origine.
L'étape de relance est la plus importante et la plus souvent sautée. Un Gem converti qui se lit bien mais a discrètement changé de format de sortie est pire qu'un Gem visiblement cassé, car personne ne s'en aperçoit pendant un mois. Si les sorties enregistrées ne correspondent pas, corrigez le skill, pas vos attentes.
Écrivez la phrase de déclencheur même pour les assistants que vous invoquez à la main. L'exercice vous oblige à décider à quoi sert la chose, et certains assistants enregistrés se révèlent être deux métiers sous un même nom. Séparez-les.
Quand ne pas créer de skill
La plupart des prompts ne devraient pas devenir des skills. Une tâche que vous ferez deux fois reste un prompt. L'empaqueter coûte plus que ça ne rapporte, et un skill non maintenu qui se déclenche au mauvais moment est pire que rien, puisqu'il encombre le choix de l'assistant.
Des étapes fixes sans jugement sont souvent mieux servies par une simple automatisation. Si chaque exécution a le même déclencheur, les mêmes appels d'API et la même sortie, un outil de workflow comme n8n ou Zapier est moins cher et plus prévisible que de demander à un modèle de suivre une recette (notre guide agents contre outils d'automatisation détaille la frontière). Optez pour un skill quand le travail demande du langage, du jugement ou des entrées désordonnées.
Et quand le chemin lui-même change à chaque entrée, il vous faut un agent, avec des skills et des outils comme briques qu'il peut mobiliser. Notre classement des meilleurs agents IA compare les options. Le comparatif ci-dessous est notre propre regroupement éditorial, pas une fiche technique d'éditeur ni des données mesurées. Une coche signifie que les sections précédentes l'étayent, par exemple des skills chargés sur correspondance de description ou des plugins qui ajoutent un serveur d'outils en direct. Un demi-cercle signifie que cela dépend de l'éditeur ou de la configuration, comme pour les formats de plugin qui diffèrent selon l'assistant.
Si vous hésitez encore, l'arbre ci-dessous tranche la plupart des cas en trois questions. Pour un contexte plus large sur le choix des outils et des habitudes qui tiennent, consultez notre guide pratique du prompt engineering et notre classement des meilleurs outils IA pour prompt engineers.
Un dernier élément sur le timing. OpenAI affirme avoir amélioré la façon dont son annuaire de plugins classe et recommande les plugins (TechCrunch), et sa marketplace entreprise a démarré avec plus de 30 partenaires dont Adobe, Figma et Salesforce (TechCrunch). Un skill documenté et testé, vous pouvez le soumettre, le partager ou l'abandonner à votre rythme. Un prompt enregistré, vous pouvez seulement espérer que l'éditeur le garde.
Questions fréquentes
Gems, custom GPTs et skills, est-ce la même chose ?
Ils se recoupent sans être identiques. Tous trois enregistrent des instructions pour les réutiliser. Les skills ajoutent un déclencheur fondé sur la description et, dans le format ouvert, des scripts et des fichiers de référence chargés uniquement au besoin. Les Gems et les custom GPTs étaient surtout des instructions plus des connaissances importées, dans l'éditeur d'un seul fournisseur.
Mes Gems seront-ils convertis en skills sans effort ?
Google affirme que la migration est automatique et n'exige aucune action des utilisateurs, et que les fichiers pris en charge suivent le Gem. Le texte de vos instructions devrait être conservé. Vérifiez que les fichiers joints, les accès partagés et le format de sortie sur lequel vous comptiez se comportent toujours de la même façon en relançant vos exemples enregistrés.
Un même skill peut-il tourner dans Claude, ChatGPT et Gemini ?
Le format SKILL.md est un standard ouvert, décrit à la fois dans la documentation d'Anthropic et dans celle d'OpenAI. L'app Gemini de Google accepte aussi les imports de SKILL.md, avec des limites sur les scripts et les types de fichiers. Quel que soit l'assistant, gardez un dossier comme source et relancez vos exemples après chaque import.
Quelle longueur pour un skill ?
Courte. Anthropic recommande un fichier principal de moins de 500 lignes et la spécification ouverte suggère de rester sous environ 5 000 tokens d'instructions. Déplacez les longues références dans des fichiers séparés, chargés uniquement au besoin.
Faut-il MCP pour créer un skill ?
Non. Un skill composé d'instructions, d'exemples et d'un modèle n'a besoin d'aucun outil. Ajoutez MCP quand le skill doit lire des données en direct ou agir, et gardez les permissions dans le serveur plutôt que dans les instructions.
Qui doit être responsable des skills d'une équipe ?
Une personne désignée par skill, plus un dépôt partagé. Être responsable, c'est répondre aux questions, relire les modifications et relancer les exemples après chaque changement de plateforme. Sans cela, les skills se dégradent aussi vite que les wikis qu'ils devaient remplacer.