Ce que sont les Skills et pourquoi elles comptent
Tapez « construis-moi un modèle budgétaire » dans un chatbot standard et vous obtenez un mur de texte décrivant ce qu'un budget devrait contenir. Tapez-le dans Claude avec la bonne Skill chargée et vous récupérez un vrai fichier `budget_model.xlsx`, formules câblées, onglet de synthèse inclus, prêt à ouvrir dans Excel. C'est de cette différence qu'il s'agit ici.
Une Skill est un dossier packagé d'instructions et de fichiers annexes que Claude ne charge que lorsqu'une tâche l'exige. C'est le mécanisme qui transforme un assistant généraliste en spécialiste d'un domaine à la demande, sans que vous ayez à réexpliquer le domaine à chaque fois.
L'idée centrale : le progressive disclosure
Vous savez déjà que la fenêtre de contexte est finie et que la bourrer d'instructions est du gaspillage. Les Skills résolvent ce problème par le progressive disclosure : Claude ne lit d'abord qu'une courte description de chaque Skill disponible, puis charge les instructions complètes et les fichiers *uniquement quand* une tâche correspond.
Voyez cela en trois couches :
- Métadonnées (toujours visibles) : un nom et une description d'une ligne, par exemple « CrCrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →ée et modifie des feuilles de calcul Excel avec formules et graphiques. » C'est minuscule et cela ne coûte presque rien en contexte.
- Instructions (chargées en cas de correspondance) : un fichier
SKILL.mdavec le mode opératoire détaillé. Claude l'intègre dès qu'il juge la Skill pertinente. - Ressources embarquées (chargées au besoin) : scripts, templates, documents de référence, schémas. Claude n'y touche que si l'étape en cours l'exige.
Ainsi, un espace de travail peut avoir vingt Skills installées et ne payer presque aucune taxe de contexte jusqu'à ce que l'une d'elles soit réellement déclenchée. Voilà toute l'astuce, et c'est pourquoi les Skills passent à l'échelle là où un prompt mamaUtiliser un logiciel pour automatiser les tâches et campagnes marketing répétitives, afin de personnaliser à grande échelle sur des canaux comme l'email, le web et le social.Voir la définition complète →ître géant échoue.
La référence officielle se trouve sur docs.claude.com, et Anthropic publie des exemples de Skills en accès libre sur [github.com/anthropics/skills](https://github.com/anthropics/skills).
Anatomie d'une Skill
Une Skill n'est qu'un dossier. Au minimum, il contient un fichier `SKILL.md` avec un bloc de frontmatter YAML en haut et des instructions en dessous.
Voici à quoi ressemble le frontmatter d'une Skill de feuille de calcul :
name: xlsx-builder
description: >
Build and edit real .xlsx files from structured requests like budgets,
forecasts, and trackers. Use when the user wants a downloadable spreadsheet
with working formulas, not a description of one.La description est la ligne la plus importante que vous écrirez. C'est la métadonnée que Claude lit en permanence, et c'est ainsi qu'il décide de charger ou non la Skill. Les descriptions vagues sont ignorées ; les descriptions précises, riches en mots déclencheurs, sont reprises au bon moment.
Sous le frontmatter, le corps du SKILL.md contient le playbook réel en Markdown simple. Pour notre Skill de feuille de calcul, cela pourrait donner :
- Utiliser la bibliothèque
openpyxlpour écrire les fichiers. - Toujours créererLe rapport entre les interactions (likes, commentaires, partages) et le reach d'un contenu, utilisé pour mesurer la réaction de l'audience au regard du nombre de personnes touchées.Voir la définition complète → un onglet
Summaryplus un onglet par catégorie de données. - Référencer les cellules dans les formules, ne jamais coder en dur les totaux.
- Enregistrer la sortie dans un fichier que l'utilisateur peut télécharger.
Une Skill peut aussi embarquer un vrai script pour que Claude ne le réinvente pas chaque fois :
# scripts/build_budget.py
from openpyxl import Workbook
def build_budget(categories: dict[str, float], path: str) -> str:
wb = Workbook()
ws = wb.active
ws.title = "Budget"
ws.append(["Category", "Monthly", "Annual"])
for row, (name, monthly) in enumerate(categories.items(), start=2):
ws.cell(row=row, column=1, value=name)
ws.cell(row=row, column=2, value=monthly)
ws.cell(row=row, column=3, value=f"=B{row}*12")
last = len(categories) + 1
ws.append(["Total", f"=SUM(B2:B{last})", f"=SUM(C2:C{last})"])
wb.save(path)
return pathRemarquez que les formules (=B2*12, =SUM(...)) sont écrites *dans* le fichier. L'utilisateur obtient un modèle vivant qu'il peut modifier, pas un instantané figé. C'est le passage de « décrire un budget » à « livrer un budget ».
Une Skill n'est pas un prompt ponctuel
C'est la distinction qui compte le plus, alors rendons-la concrète.
Un prompt ponctuel est un message que vous tapez une fois. Même brillant, il disparaît dès que la conversation avance. Pour reproduire le résultat, vous le copiez-collez, vous l'ajustez, et vous espérez avoir retenu toutes les nuances. Il ne se versionne pas, il ne transporte pas de fichiers, et vos collègues ne peuvent pas le réutiliser sans que vous leur partagiez le texte brut.
Une Skill est un actif réutilisable :
- Elle persiste. Une fois installée, elle est disponible dans toutes les conversations sans recoller quoi que ce soit.
- Elle transporte des fichiers. Scripts, templates et données de référence voyagent avec elle. Un prompt ne peut contenir que des mots.
- Elle est partageable et versionnable. Un dossier peut être commité dans git, relu et amélioré au fil du temps. « Que la Skill budget inclue toujours une projection sur 12 mois » est une modification d'une ligne dont tout le monde hérite.
- Elle se charge conditionnellement. Un prompt est toujours dans votre contexte si vous le collez. Une Skill ne coûte rien jusqu'à ce qu'on en ait besoin.
Un prompt dit à Claude quoi faire *cette fois-ci*. Une Skill apprend à Claude à être bon sur une *catégorie* de tâche, chaque fois, outillage compris.
Où s'exécutent les Skills
Les Skills ne sont pas liées à une seule surface. La même capacité packagée apparaît dans tout l'écosystème Anthropic :
- Les applications Claude (web, desktop, mobile) : vous activez les Skills dans vos paramètres, et Claude les invoque automatiquement quand une tâche correspond. C'est là que l'exemple de la feuille de calcul produit un fichier téléchargeable directement dans la conversation.
- Claude Code : les Skills étendent le comportement de Claude dans votre terminal et votre éditeur, donc une Skill « générer un document de release notes » fonctionne comme dans l'application web.
- L'API Anthropic et le Claude Agent SDK : quand vous construisez vos propres agents, vous pouvez livrer des Skills pour que le Claude de votre application ait les mêmes comportements de spécialiste. Voir la documentation du Claude Agent SDK pour la façon dont les agents managés les chargent.
Un dossier, plusieurs runtimes. Vous écrivez la capacité une fois et elle voyage.
Equip agents for the real world with Agent Skills
Skills vs. le reste de la boîte à outils
Vous avez croisé plusieurs fonctionnalités de Claude à ce stade, et il est facile de les confondre. Voici le modèle mental propre :
- Les Projects regroupent les conversations et le contexte partagé (fichiers, instructions) autour d'un ensemble de travail. C'est *où* vous travaillez.
- Les Artifacts sont le panneau de sortie vivant pour le code, les documents et les applications que Claude génère. C'est *ce que vous voyez* en résultat.
- Les Styles façonnent le ton et la voix de Claude. Ils changent *comment il sonne*.
- Les Connectors et MCP donnent à Claude accès à des données et outils externes (votre Google Drive, une base de données, une APIAPIApplication Programming Interface : une interface standardisée qui permet aux applications de communiquer et d'échanger des données sans connaître leur fonctionnement interne respectif.Voir la définition complète → interne) via un protocole standard. Ils changent *ce que Claude peut atteindre*. Plus de détails sur modelcontextprotocol.io.
- Les Skills packagent un *savoir-faire procédural plus des fichiers* pour une catégorie de tâche. Elles changent *ce que Claude sait bien faire*.
La combinaison utile : un Connector permet à Claude de récupérer les réalisés du trimestre dernier depuis votre système financier, et une Skill sait transformertransformerUn Transformer est une architecture de réseau de neurones qui utilise le self-attention pour traiter des séquences en parallèle. Elle est au cœur de la plupart des modèles de langage et d'IA générative actuels.Voir la définition complète → ces chiffres en un modèle .xlsx correctement structuré. L'accès et le savoir-faire sont deux problèmes distincts, et les Skills prennent en charge la moitié savoir-faire.
Vérification des acquis
1. Qu'est-ce qui décrit le mieux ce qu'est une Skill dans le contexte de cette leçon ?
2. Pourquoi le progressive disclosure permet-il à un espace de travail d'avoir de nombreuses Skills installées sans coût de performance important ?
3. Dans l'exemple de la feuille de calcul, quelle est la différence clé entre la réponse d'un chatbot standard et celle de Claude avec la bonne Skill chargée ?
4. Sélectionnez TOUTES les affirmations qui décrivent correctement les trois couches du progressive disclosure.
Sélectionnez toutes les réponses correctes.
5. Sélectionnez TOUTES les affirmations vraies concernant le fichier SKILL.md et son champ description.
Sélectionnez toutes les réponses correctes.
Quand créer une Skill (et quand s'abstenir)
Toutes les tâches ne méritent pas une Skill. Le test, c'est répétition plus spécificité.
Créez une Skill quand :
- Vous faites le même *type* de tâche de façon répétée (board decks mensuels, synthèses de contrats, exports formatés).
- La tâche comporte des règles fastidieuses à redire (« toujours deux décimales », « les couleurs de la marque », « exactement cette structure d'onglets »).
- La tâche bénéficie de code ou de templates embarqués qu'il serait pénible de coller chaque fois.
Passez votre tour quand :
- La tâche est réellement ponctuelle. Un bon prompt est plus rapide.
- La « règle » relève en fait de votre goût en matière de ton. C'est un Style, pas une Skill.
- Vous avez surtout besoin d'*accéder* à un système plutôt que d'une procédure. C'est un Connector, pas une Skill.
Un test rapide : si vous vous retrouvez à coller le même long bloc d'instructions pour la troisième fois, ce bloc veut devenir une Skill.
Comment Claude décide d'en utiliser une
Claude n'exécute pas toutes les Skills à chaque message. Il lit les descriptions disponibles, les compare à votre demande et charge la meilleure correspondance. C'est pourquoi le champ description fait un vrai travail d'ingénierie.
Comparez :
- Faible :
description: helps with spreadsheets - Forte :
description: Build downloadable .xlsx files with working formulas and multiple tabs for budgets, forecasts, and trackers. Use when the user asks to "build," "model," or "export" numeric data.
La version forte nomme le type de fichier, les déclencheurs et la limite. Quand vous écrivez une Skill, investissez réellement ici. C'est la différence entre une Skill qui se déclenche de façon fiable et une qui reste inutilisée.
Si deux Skills peuvent plausiblement correspondre, gardez leurs descriptions distinctes pour que Claude n'ait pas à devine. Les descriptions qui se chevauchent sont la raison la plus fréquente pour laquelle une Skill ne se déclenche pas comme prévu.
Une boucle complète en pratique
Assemblons le tout avec l'exemple du budget :
- Vous demandez : « Construis-moi un modèle budgétaire 2026 avec loyer, paie, logiciels et marketing. »
- Claude parcourt les métadonnées des Skills et fait correspondre
xlsx-buildersur les mots « construis » et « modèle budgétaire ». - Il charge
SKILL.md, voit la règle sur l'ongletSummaryet les totaux basés sur des formules, et intègrescripts/build_budget.py. - Il exécute le script avec vos catégories, générant de vraies cellules et des formules
=SUM. - Vous obtenez un
budget_2026.xlsxtéléchargeable que vous pouvez ouvrir et modifier immédiatement.
Pas besoin de réexpliquer la structure des onglets. Pas de boilerplate copié-collé. Le mois suivant, vous dites « même modèle, nouveaux chiffres » et cela fonctionne, parce que la procédure vit dans la Skill, pas dans votre mémoire.
Points clés
- Une Skill est un dossier, pas un prompt. Elle packe des instructions plus de vrais fichiers (scripts, templates) que Claude ne charge que lorsqu'une tâche correspond, via le progressive disclosure.
- Le champ `description` est le déclencheur. Écrivez-le avec des types de fichiers précis, des verbes d'action et des limites, pour que Claude sélectionne la Skill de façon fiable au bon moment.
- Utilisez les Skills pour les tâches répétées et riches en règles ; les Styles pour le ton, et les Connectors/MCPMCPUn standard ouvert qui permet aux assistants IA de se connecter aux outils et données de l'entreprise de façon cohérente et gouvernée, sans intégration sur mesure à chaque fois.Voir la définition complète → pour l'accès. Ils résolvent des problèmes différents et se combinent bien.
- Embarquez du code fonctionnel quand la sortie doit être un vrai livrable. Une Skill de feuille de calcul qui écrit des formules
=SUMlivre un modèle modifiable, pas sa description. - Les Skills voyagent entre les surfaces. Écrivez-la une fois et la même capacité s'exécute dans les applications Claude, dans Claude Code et dans vos propres agents construits sur l'Agent SDK. Partez des exemples d'Anthropic sur github.com/anthropics/skills.
À faire, tiré de cette leçon
Ces actions sont compilées dans le plan d'action du rôle.
- Rédiger la description d'une Skill avec des verbes, des types de fichiers et des déclencheurs
- Préférez une Skill à un long prompt pour les tâches récurrentes à forte densité de règles
- Testez le trigger d'une Skill avec trois requêtes réelles avant de la peaufiner