Сохранённый промпт — это риск. Он живёт в интерфейсе одного вендора, никто другой не может его прочитать, а если продукт переименуют, он может просто исчезнуть. Навык — та же инструкция, но с триггером, примерами и владельцем, лежащая в папке, которую контролируете вы. Именно такая версия выживает.
Тема не абстрактная. Google закрывает Gems в Gemini на личных аккаунтах и превращает их в «навыки» по графику, который назначен на вторую половину 2026 года; вызывать их можно, набрав «/» в чате с задачей (TechCrunch). Днём позже OpenAI расширила плагины ChatGPT: появились места в боковой панели, интерактивные панели и Plugin Creator (TechCrunch). Custom GPTs, Gems, плагины, приложения и навыки — разные названия одного и того же стремления: перестать перепечатывать инструкции.
Если вы наделали несколько десятков таких ассистентов, у вас теперь две задачи. Сохранить созданное и сделать это достаточно переносимым, чтобы следующее переименование стоило вам одного вечера, а не квартала. В этом руководстве разберём, как сделать и то и другое: с шаблоном, процедурой тестирования, чек-листом миграции и честным ответом на вопрос, когда возиться не стоит.
Почему ваши сохранённые ассистенты постоянно переименовывают
Gems появились в 2024 году как ассистенты под конкретные задачи, которые можно создать, не повторяя инструкции, и которыми можно делиться. Теперь на справочной странице Google сказано, что Gems исчезнут на личных аккаунтах и автоматически перейдут в навыки (Google Gemini Help). TechCrunch отмечает, что автоматическая миграция не требует от пользователей действий, а ещё что навыки вызываются слэш-командой, то есть интерфейсом, который, по словам издания, обычно предпочитают инженеры.
Автоматическая миграция звучит безопасно, и для текста ваших инструкций так в основном и есть. Google говорит, что поддерживаемые файлы знаний переезжают тоже, но в навыки можно загружать только текстовые файлы, PDF и изображения, а Word и Excel не принимаются; на странице перехода сказано, что общий доступ и файлы, связанные с Drive, появятся в ближайшие недели (Gemini Help, правила загрузки). Миграция переносит содержимое. Она не переносит примеры, которые вы держали в голове, и человека в команде, который знал, когда какой Gem использовать.
Схема повторяется у разных вендоров. Прежним форматом обмена у OpenAI были custom GPT, а в нынешней документации для разработчиков описаны плагины, которые упаковывают навыки вместе с MCP-сервером (OpenAI Developers). Навыки Anthropic не синхронизируются даже между её собственными продуктами. По документации Anthropic, навык, загруженный в claude.ai, недоступен в API, а навыки Claude Code работают на уровне файловой системы и отделены от обоих (Claude docs). Исходите из того, что каждая платформа рано или поздно переименует, объединит или разделит то, что вы там сохранили.
Что такое навык — без маркетинга
Навык — это папка. По определению Anthropic, в ней лежат инструкции, скрипты и ресурсы, которые агент может находить и динамически подгружать под конкретную задачу (Anthropic Engineering). Единственный обязательный файл — SKILL.md: он начинается с имени и описания, а дальше идут инструкции.
Больше всего работы делает описание. При запуске ассистент загружает только имя и описание каждого навыка (примерно по 100 токенов на навык, по данным Anthropic) и сопоставляет с этим текстом ваш запрос, чтобы решить, открывать ли остальное. Расплывчатое описание — и навык никогда не сработает. Слишком жадное — и он сработает на всё подряд. Рекомендация Anthropic: писать и что навык делает, и когда его применять, причём от третьего лица.
Вот первое, чего не хватает сохранённому промпту. Промпт ждёт, пока вы его вставите. У навыка есть триггер, поэтому ассистент может подхватить его сам, без просьбы. Всё остальное в хорошем навыке следует из серьёзного отношения к триггеру.
В устройстве шесть частей. Триггер говорит, когда срабатывать. Входные данные — что пользователь обязан предоставить, а что опционально. Шаги — это инструкции по порядку. Инструменты называют всё, до чего навыку нужно дотянуться за пределами чата. Примеры показывают реальные входные данные рядом с принятыми результатами. Формат вывода фиксирует вид ответа, и именно это делает результаты сопоставимыми от запуска к запуску.
Примерам стоит уделить больше всего внимания. Они работают в двух ролях: те же пары «вход — выход», которые объясняют ассистенту, чего вы хотите, становятся тестовыми случаями, показывающими, что правка что-то сломала. Без них вы просто написали промпт и положили его в папку.
Навыки сходятся к одному формату файла
Хорошая новость для тех, кто боится привязки к вендору: формат устаканивается. В 2025 году Anthropic опубликовала Agent Skills как открытый стандарт для кросс-платформенной переносимости, а публичная спецификация находится на agentskills.io. Навык — это каталог с обязательным SKILL.md, необязательными папками scripts/, references/ и assets/, полем name до 64 символов (строчные буквы, цифры и дефисы) и полем description до 1024 символов (спецификация Agent Skills).
В документации OpenAI сказано, что её навыки построены на том же открытом стандарте. Каждый навык — это каталог с обязательным SKILL.md, где во frontmatter указаны имя и описание. Вызвать его можно явно через @ в ChatGPT или $ в Codex, либо позволить модели выбрать его по описанию (OpenAI). В документации Gemini CLI от Google сказано, что навыки там основаны на том же стандарте (документация Gemini CLI), а справка приложения Gemini говорит, что навыки с других платформ можно импортировать, загрузив их файлы SKILL.md (Gemini Help). Заявлений Google о том, что приложение реализует спецификацию полностью, мы не нашли, так что проверьте загрузку, прежде чем на неё полагаться.
Так что переносимое ядро уже поддерживают три вендора. Claude и Claude Code его читают, ChatGPT и Codex — по словам OpenAI, тоже, а Google Gemini принимает его загрузкой. Держите ту же папку как источник истины и прогоняйте примеры после каждой загрузки. Загрузка в Gemini отклоняет бинарные форматы вроде .docx и блокирует скрипты, обращающиеся к внешним сайтам (Gemini Help).
Пишите навык так, чтобы он пережил переезд
Переносимость — это в основном дисциплина. Большую часть закрывают четыре привычки.
- Храните источник истины в обычной папке под контролем версий, а не только в редакторе вендора. Копия у вендора — это просто деплой.
- Описывайте в инструкциях результаты и форматы, а не функции продукта. «Верни таблицу из трёх столбцов» переносится куда угодно. «Используй панель canvas» — нет.
- Всё длинное (гайд по стилю, схему, политику) выносите в отдельный справочный файл и ссылайтесь на него из
SKILL.mdна глубину в один уровень. Anthropic предупреждает, что более глубокие цепочки читаются частично. - Не раздувайте. Anthropic рекомендует держать тело файла короче 500 строк, а открытая спецификация советует укладываться примерно в 5000 токенов на инструкции.
Вот как это выглядит для задачи, которую повторяет большинство команд, — еженедельного апдейта для клиента.
---
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.Обратите внимание, чего здесь нет: никакой лести, никаких «ты — лучший в мире аккаунт-менеджер», никаких объяснений, что такое статус-апдейт. Ассистент и так знает. Сама Anthropic советует задавать каждому абзацу вопрос, оправдывает ли он свою стоимость в токенах, и добавлять только тот контекст, которого у модели нет.
Обратите внимание и на блок metadata. Открытая спецификация определяет его как произвольную карту «ключ — значение», так что это подходящее место для владельца и номера версии. Проверьте, что ваша платформа сохраняет его при импорте.
Тестируйте как софт, потому что это он и есть
Самая полезная строка в руководстве Anthropic по написанию навыков — создавать оценки до того, как вы напишете обширную документацию. Цикл короткий. Прогоните ассистента на типичных задачах без навыка и отметьте, где он ошибается. Напишите три сценария, которые обнажают эти пробелы. Добавьте ровно столько инструкций, чтобы их пройти. Затем сравните с базовым результатом.
Три — это минимум Anthropic из её чек-листа перед публикацией, и это нижняя планка. Возьмите из своей работы от пяти до десяти реальных входных данных и сохраните результаты, которые вы действительно приняли. Эта папка и есть ваш регрессионный набор. После каждой правки и после каждого изменения платформы прогоняйте входные данные заново и читайте различия. Это дёшево и единственный способ поймать тихий дрейф.
Тестируйте и на разных моделях. В руководстве Anthropic сказано, что навык, идеально работающий на самой мощной модели, может потребовать больше деталей на маленькой, так что прогоняйте его на каждой модели, которую планируете использовать. То же верно при переходе между вендорами. Навык, настроенный в одном ассистенте, не проверен в другом, пока вы не прогнали там примеры.
Если нужны инструменты, Promptfoo прогоняет сохранённые кейсы против промптов в CI, а PromptLayer отслеживает версии и запуски промптов. В нашем рейтинге инструментов для промпт-инжиниринга их больше. Ни один из них не обязателен. Папка с примерами и чек-лист доведут вас почти до цели, а наш плейбук по долговечным промптам разбирает паттерны, которые переживают смену базовой модели.
Где здесь MCP
Навык объясняет ассистенту, как делать работу. Доступа к чему-либо он не даёт. Для этого нужны инструменты, а переносимый способ их подключить — Model Context Protocol, открытый стандарт подключения ИИ-приложений к внешним системам, который в документации сравнивают с портом USB-C (MCP docs). Среди перечисленных клиентов — Claude, ChatGPT, Cursor и VS Code. Посмотреть рабочие примеры можно в репозитории Model Context Protocol servers.
В документации OpenAI по плагинам граница проведена чётко: навык — для инструкций по рабочему процессу, сервер — для живых данных, авторизации и контролируемых действий. Если навыку нужен MCP-сервер, зависимость объявляется в agents/openai.yaml. Навыки, импортированные с MCP-сервера плагина при отправке, становятся снимком в черновике, и ChatGPT с Codex не забирают их с вашего сервера во время работы (OpenAI Developers). На практике это значит, что после изменения навыка вы заново деплоите сервер и снова сканируете его, прежде чем отправлять новую версию плагина.
Anthropic добавляет небольшое правило для авторов, которое экономит реальное время на отладке. Ссылайтесь на MCP-инструменты по полным именам, ServerName:tool_name: короткое имя может не разрешиться, когда подключено несколько серверов.
Shopify показывает, куда всё идёт. Компания предоставляет хостируемый MCP-сервер для агентов «сервер — сервер» и предложенный стандарт WebMCP для браузерных агентов, а недавно добавила инструменты get, update и complete для чекаута, чтобы агент мог прочитать экран оформления заказа и отправить заказ с авторизации покупателя, а не парсить страницы (TechCrunch). Если у вас магазин на Shopify, слой инструментов становится тем, что поставляет сама платформа. Задача вашего навыка — суждения вокруг него.
Собственные анонсы OpenAI указывают в ту же сторону. ChatGPT теперь предлагает приложения прямо в ходе разговора, а компания называет 1,2 млрд еженедельных пользователей (TechCrunch), и, по словам OpenAI, обновление плагинов добавило поддержку предложенной спецификации MCP Events, которая позволит событиям подключённых приложений запускать автоматизации (TechCrunch). Чем больше ваших инструментов стоит за MCP, тем меньше значит формат плагинов любого отдельного ассистента.
Как делиться с командой, не создав второй бардак
От того, где лежит навык, зависит, кто может им пользоваться, а правила в разных продуктах отличаются. По документации Claude, кастомные навыки в claude.ai принадлежат отдельному пользователю: каждый коллега загружает их сам, а администраторы не могут раздавать их централизованно. В API они действуют на уровне всего workspace. В Claude Code они лежат в личной папке или в каталоге проекта .claude/skills/, то есть путешествуют вместе с репозиторием.
Для большинства команд лучший ответ — репозиторий. Кладите навыки в git, ревьюйте изменения как код, ставьте теги на релизы и пусть люди подтягивают обновления. Пересылка zip-файлов между ноутбуками — это путь к семи версиям навыка для клиентских апдейтов и полному непониманию, какая из них верная.
У каждого общего навыка должен быть назван владелец, версия и строка в changelog на каждую правку. Нужна и проверка безопасности. В документации Anthropic сказано относиться к навыкам как к устанавливаемому ПО, проверять встроенные скрипты и с опаской смотреть на любой навык, который подтягивает внешние URL, поскольку загруженный контент может нести вредоносные инструкции. Это касается и навыков ваших коллег, и навыков из публичных коллекций вроде SkillsMP, которая индексирует навыки из публичных репозиториев GitHub.
Прогоните через калькулятор ниже навык, который у вас уже есть. Это наш собственный чек-лист, а не стандарт, и он намеренно прямолинеен. Триггер, примеры, тестовый набор и копия вне платформы считаются с двойным весом, потому что, как показано выше, именно от них зависит, можно ли навык тестировать и переносить.
Чек-лист миграции для каждого сохранённого ассистента
Делайте это один раз для каждого ассистента, пока вендор не заставил вас. Больше всего времени уходит на поиск исходных файлов знаний.
Шаг с повторным прогоном важнее всех и пропускается чаще всех. Конвертированный Gem, который читается нормально, но втихую поменял формат вывода, хуже того, что явно сломался: месяц никто не замечает. Если сохранённые результаты не совпадают, чините навык, а не свои ожидания.
Пишите предложение-триггер даже для ассистентов, которых вы вызываете вручную. Это упражнение заставляет решить, для чего вещь нужна, а некоторые сохранённые ассистенты оказываются двумя задачами под одним именем. Их стоит разделить.
Когда навык строить не нужно
Большинство промптов не должны становиться навыками. Задача, которую вы запустите дважды, — это промпт. Упаковка обойдётся дороже, чем сэкономит, а неподдерживаемый навык, срабатывающий не вовремя, хуже, чем его отсутствие, ведь он засоряет набор, из которого выбирает ассистент.
Фиксированные шаги без суждений часто лучше сделать обычной автоматизацией. Если каждый запуск — тот же триггер, те же вызовы API и тот же результат, инструмент для воркфлоу вроде n8n или Zapier дешевле и предсказуемее, чем просить модель следовать рецепту (разделение подробно разобрано в нашем руководстве агенты и инструменты автоматизации). Берите навык, когда работа требует языка, суждения или неряшливых входных данных.
А когда сам путь меняется с каждым входом, вам нужен агент, а навыки и инструменты — это детали, которые он подхватывает. Варианты ранжированы в нашем рейтинге ИИ-агентов. Сравнение ниже — наша собственная редакционная группировка, а не спецификация вендора и не измеренные данные. Галочка означает, что это подтверждено разделами выше, например загрузка навыков по совпадению с описанием или плагины, добавляющие сервер живых инструментов. Полукруг означает, что всё зависит от вендора или настройки, как с форматами плагинов, различающимися у разных ассистентов.
Если сомнения остаются, дерево ниже разбирает большинство случаев тремя вопросами. Для более широкого контекста о выборе инструментов и устойчивых привычках см. наше практическое руководство по промпт-инжинирингу и подборку лучших ИИ-инструментов для промпт-инженеров.
И последний факт о сроках. OpenAI говорит, что улучшила ранжирование и рекомендации плагинов в своём каталоге (TechCrunch), а её корпоративный маркетплейс запустился с более чем 30 партнёрами, включая Adobe, Figma и Salesforce (TechCrunch). Задокументированный и протестированный навык можно отправить, раздать или снять с публикации по своему графику. Сохранённый промпт — это то, что вендор остаётся только надеяться не потерять.
Частые вопросы
Gems, custom GPTs и навыки — это одно и то же?
Они пересекаются, но не идентичны. Все три сохраняют инструкции для повторного использования. Навыки добавляют триггер на основе описания и, в открытом формате, скрипты и справочные файлы, которые загружаются только при необходимости. Gems и custom GPTs были в основном инструкциями плюс загруженными знаниями в редакторе одного вендора.
Превратятся ли мои Gems в навыки без усилий с моей стороны?
Google говорит, что миграция автоматическая и не требует действий от пользователей, а поддерживаемые файлы переходят вместе с Gem. Текст ваших инструкций должен перенестись. Проверьте, что прикреплённые файлы, общий доступ и формат вывода, на который вы полагались, ведут себя как раньше, прогнав сохранённые примеры.
Может ли один навык работать в Claude, ChatGPT и Gemini?
Формат SKILL.md — открытый стандарт, и он описан в документации и Anthropic, и OpenAI. Приложение Google Gemini тоже принимает загрузки SKILL.md, но с ограничениями на скрипты и типы файлов. Для любого из трёх держите одну папку как источник и прогоняйте примеры после каждой загрузки.
Какой длины должен быть навык?
Короткий. Anthropic рекомендует основной файл короче 500 строк, а открытая спецификация советует держать инструкции в пределах примерно 5000 токенов. Длинные справочные материалы выносите в отдельные файлы, которые загружаются только при необходимости.
Нужен ли MCP, чтобы создать навык?
Нет. Навыку с инструкциями, примерами и шаблоном инструменты вообще не нужны. Добавляйте MCP, когда навык должен читать живые данные или совершать действия, и держите права доступа на стороне сервера, а не в инструкциях.
Кто должен владеть навыками команды?
Один назначенный человек на каждый навык плюс общий репозиторий. Владение означает отвечать на вопросы, ревьюить правки и заново прогонять примеры после изменений платформы. Без этого навыки устаревают так же быстро, как вики, которые они должны были заменить.