---
title: "Manus 推出 Agent Skills：讓 AI 從「聊天助理」進化成「專業員工」"
slug: manus-agent-skills
url: https://rar.design/posts/manus-agent-skills
published_at: 2026-01-29
modified_at: 2026-05-01
author: "設計師 Riven"
category: "AI 設計"
access: public_access
---

# Manus 推出 Agent Skills：讓 AI 從「聊天助理」進化成「專業員工」

> 把你的工作流程變成可重複執行的技能包，一鍵呼叫、完美交付

By **設計師 Riven** - 資深數位產品設計師｜知名線上課程講師 | 2026-01-29

如果你有在關注 AI Agent 這個領域，應該對 Manus 不陌生。這個去年爆紅的 AI Agent 工具，邀請碼一度被炒到 30 萬台幣，後來被 Meta 收購更是引起一波討論。最近 Manus 推出了一個我覺得蠻重要的新功能：Agent Skills。簡單說，就是讓你可以把「成功的工作流程」打包成一個技能，之後只要一個指令就能重複執行。這篇文章會帶你快速了解 Agent Skills 是什麼、怎麼用、以及為什麼我覺得它代表了 AI 工具的一個重要方向。 Agent Skills 到底是什麼？你可以把 Agent Skills 想像成「AI 的新員工培訓手冊」。傳統上，我們每次要讓 AI 做一件複雜的事情，都要重新解釋一次流程、提供背景知識、說明輸出格式。這很像是你每天都要重新教一個實習生做同一件事。Agent Skills 讓你可以把這些指令、流程、甚至是程式腳本打包成一個「技能包」，之後只要用一個簡單的指令（例如 /市場分析）就能觸發整個工作流程。Agent Skills 的四個核心優勢① 專業化 — 為特定領域客製化，例如法律審查、財務分析、品牌內容創作② 可重複使用 — 建立一次，到處使用，跨對話、跨專案都能呼叫③ 可組合 — 多個技能可以串接，處理複雜的多步驟任務④ 標準化 — 確保團隊的最佳實踐被一致執行 三步驟建立你的第一個 Skill建立技能的過程出乎意料地簡單，基本上就三個步驟：Step 1：完成任務先用 Manus 完成一個你想要重複執行的任務，例如市場競品分析、客戶資料整理等等。Step 2：打包成技能對 Manus 說：「把這個工作流程打包成技能」。它會自動生成 SKILL.md 檔案和相關腳本。Step 3：隨時呼叫用 /技能名稱 來觸發，每次都能完美執行。不需要寫程式！你只要用 Markdown 寫簡單的指令就行。當然，如果你想要進階自動化，也可以加入 Python 或 Bash 腳本，但這是選配。 Manus Skills vs Claude Skills：關鍵差異你可能會問：Anthropic 的 Claude 不是也有 Skills 嗎？有什麼不一樣？最大的差異在於「執行」這件事。 ManusClaude Code執行環境安全的雲端虛擬機你的本機電腦設置難度網頁介面，零設置需要 IDE/命令列導入技能一鍵導入手動設置適合對象所有人開發者簡單說：Claude 是「指導」你完成任務，Manus 是「直接幫你做完」然後交付成果。Manus 在獨立的沙盒環境執行，可以真正跑腳本、操作瀏覽器、處理檔案，這讓它能完成更複雜的自動化工作流程。 實際可以怎麼用？官方的 Awesome Manus 上有不少社群分享的技能，這邊整理幾個我覺得對設計師和內容創作者特別有用的方向：🔍 市場研究 — 自動瀏覽競品網站、抓取資料、分析並生成報告📊 數據分析 — 用 Python 分析資料，自動產出視覺化圖表和洞察📝 內容生成 — 根據品牌調性和目標，批量產出社群貼文🎨 設計輔助 — 風格分析、草圖轉真實圖片、空間設計預覽對於團隊來說，更厲害的是「團隊技能庫」功能。資深成員可以把驗證過的高效工作流打包成技能，新人直接用就好，大幅降低學習門檻。 聰明的設計：漸進式載入Agent Skills 有一個蠻聰明的設計叫做「漸進式披露」（Progressive Disclosure）。簡單解釋：AI 的「記憶空間」（context window）是有限的，傳統做法是把所有工具定義一次載入，很快就塞滿了。Skills 的做法是分三階段載入：啟動時 → 只載入基本資訊（約 100 tokens）觸發時 → 載入詳細指令（< 5k tokens）執行時 → 按需載入資源檔案這意味著你可以打包無限的知識庫，但只在需要時才佔用空間，效率大幅提升。 Skills 和 MCP 的關係如果你有在追 AI 生態系，可能聽過 MCP（Model Context Protocol）。Skills 跟 MCP 是什麼關係？官方的說法是：Skills 提供「操作手冊」，MCP 提供「資料管道」。兩者互補。Agent Skills — 封裝工作流程，告訴 AI「怎麼做」MCP — 連接外部資料源（Gmail、Notion 等），解決「資料從哪來」一個 Skill 可以呼叫 MCP 連接的資料，然後執行複雜的處理邏輯，兩者結合才是完整的自動化解決方案。 我的看法Agent Skills 代表的趨勢是：AI 工具正在從「對話」走向「交付」。以前我們用 ChatGPT，本質上還是在「對話」——我問、它答、我再問、它再答。整個過程需要人類持續介入。Manus 的方向是讓你「下指令，然後等結果」。它會自己規劃、執行、驗證，最後把成品交給你。這更像是在管理一個遠端員工，而不是跟一個聊天機器人對話。對於設計師和創作者來說，這意味著我們可以把更多重複性工作自動化，把時間留給真正需要創意判斷的部分。💡 重點整理Agent Skills 是開放標準，不只 Manus 和 Claude 支援，未來會有更多工具加入。現在花時間建立的技能，以後可以跨平台使用，不會被鎖定在單一工具上。 延伸資源🔗 註冊 Manus（透過此連結可獲得額外積分）🔗 Manus Agent Skills 官方介紹頁🔗 Awesome Manus - 社群技能分享 訂閱制 ✨ AI × 設計趨勢AI 設計覺醒｜RAR 設計攻略訂閱方案AI 工具每週都在更新，我幫你過濾雜訊，只整理對設計師真正有用的 AI 應用。✦ AI 工具實測與工作流分享✦ 設計師角度的 Prompt 技巧✦ 每週精選 AI × 設計新知了解訂閱方案 →有什麼問題或想討論的，歡迎留言讓我知道 👇