Skills – lär din AI ditt sätt att jobba
Föreställ dig att AI:n redan kan ditt sätt att jobba och din ton, utan att du förklarar det på nytt varje gång. Det är vad skills gör. Så här kommer du igång.
Du känner säkert igen det. Du ber ChatGPT eller Claude om hjälp med något du gör ofta, en kundrapport, ett mötesreferat, ett produktblad. Svaret är helt okej, men det följer inte din struktur, det missar tonen, och du sitter ändå och putsar i tjugo minuter. Nästa gång börjar du om från noll och förklarar allt på nytt.
Det är inte AI:ns fel. Både ChatGPT och Claude har minne numera. Du kan se, ändra och radera det i inställningarna. Minnet består ändå av sådant AI:n snappat upp om dig, till exempel att du gillar korta referat eller jobbar mycket med en viss kund. Hur referatet ska se ut, steg för steg, står inte där. Det stannar dessutom i ett verktyg och ett konto.
Skills löser båda delarna.
Som en onboarding-guide för din AI
En skill är en uppsättning instruktioner som du skriver en gång. AI:n tar fram den när den behövs, antingen automatiskt när din uppgift matchar, eller när du själv kallar på den med ett kommando. Anthropic, företaget bakom Claude, beskriver det som en onboarding-guide du skriver för en ny kollega. Du skulle aldrig låta en ny kollega gissa sig till hur du skriver offerter. Du visar hur du gör.
I praktiken är det en mapp med en textfil skriven i markdown, samma enkla textformat som du kan lära dig på en kvart. I filen står vad uppgiften är och hur den ska lösas, vilken struktur, vilken ton och vilka regler som gäller. Du kan lägga till mer, exempel, mallar och små program som gör en del av jobbet, men kärnan är text som vem som helst kan skriva.
Så här kan en enkel skill se ut:
Raderna mellan de tre strecken överst är det enda formkravet: ett namn och en beskrivning av när skillen ska användas. Filen heter SKILL.md och ligger i en mapp med samma namn som skillen. Resten är dina instruktioner. Det viktiga är att du skriver det en gång. Sedan vet AI:n det, varje gång.
Varför inte bara en lång prompt
Invändningen ligger nära. Du har säkert redan en handfull prompts du gillar, kanske sparade i ett promptbibliotek som du kopierar från. Kan du inte bara klistra in dem i början av varje chat? Du kan, men då måste du göra det varje gång, och ju mer du klistrar in desto rörigare blir det.
En skill är nästa steg. Du tar prompten du ändå använder ofta, sparar den en gång, och låter AI:n plocka fram den själv. Det är DRY-principen applicerad på ditt eget arbete: skriv en gång, återanvänd, sluta upprepa dig.
Det skalar också bättre än en lång prompt. AI:n läser bara en kort rad om varje skill, namnet och när den ska användas, tills en av dem matchar din uppgift. Först då laddar den hela instruktionen. Det betyder att du kan ha många skills liggande, inte bara en, utan att de tynger ner varje konversation. Agent Skills-standarden kallar mekanismen progressive disclosure. Du behöver inte minnas termen, bara poängen: rätt skill i rätt läge, utan att resten är i vägen.
Skills är inte heller samma sak som de andra sätten att ge AI:n kontext. De kompletterar varandra, men gör olika jobb:
| Sätt | Vad det gör | Var det stannar |
|---|---|---|
| Anpassade instruktioner | Ton och format i varje chat | Ett konto i ett verktyg |
| Projects | Instruktioner och filer för ett område | Ett projekt i ett verktyg |
| Minne | Sådant AI:n snappat upp om dig över tid | Ett konto i ett verktyg |
| Skills | Ett recept för en uppgift, med steg, mall och exempel | Följer med dig mellan verktyg och kollegor |
Har du hört talas om MCP är det lätt att blanda ihop det med skills. MCP kopplar AI:n till externa verktyg och data. Skills lär den hur den ska arbeta. De krockar inte, de kompletterar varandra.
Inte bara Claude
Skills började som Anthropics format för Claude, men är i dag en öppen standard som Anthropic offentliggjorde. När de öppnade specifikationen hakade resten av branschen på. I september 2026 listar standardens egen sajt 46 verktyg som stödjer formatet, däribland ChatGPT, Codex, Cursor, GitHub Copilot och Gemini CLI.
Det betyder att en skill du skriver inte är inlåst i ett verktyg. Samma fil som lär Claude din rapportmall kan lära ChatGPT samma sak. Du lär ut en gång, och det följer med dig oavsett vilken AI du råkar använda.
Vad du kan lägga i en skill
Anthropic har färdiga skills för vardagsuppgifter, att skapa Word-dokument, Excel-ark, PowerPoint och PDF:er. De fungerar direkt, men den verkliga kraften ligger i de egna, de som kan just ditt arbete.
Tänk på det återkommande. Mötesreferatet som alltid ska ha samma rubriker. Mejlsvaret du formulerar om och om igen. Rapporten som måste följa din mall in i minsta detalj. Allt sådant kan bli en skill.
Det här är ingen udda funktion för specialister. Anthropics eget team beskriver hur de använder skills i stor skala internt när de bygger Claude Code. Så jobbar proffsen redan.
Kom igång på tre steg
- Välj en uppgift du gör ofta. Inte den svåraste, den mest återkommande. Det möte du alltid sammanfattar på samma sätt, det mejl du skriver gång på gång.
- Skriv ner hur du gör den. Som om du förklarade för en ny kollega. Vilka steg, vilken ton, vad som alltid ska vara med och vad som aldrig får vara med. Det behöver inte vara långt, det behöver vara ärligt mot hur du faktiskt arbetar. Du behöver inte ens skriva filen själv. Be AI:n bygga skillen utifrån din beskrivning, så ställer den följdfrågor och föreslår en första version. I ChatGPT sköter den förinstallerade skill-creator det. Hos Anthropic heter motsvarigheten också skill-creator, som tillägg till Claude Code, och i Cowork på Mac kan du i stället spela in dig själv när du gör uppgiften och låta Claude skriva skillen ur inspelningen.
- Lägg in det som en skill. I claude.ai laddar du upp den under Skills, vilket kräver att kodkörning är påslagen i inställningarna. I Claude Code lägger du den som en fil. I ChatGPT finns Skills på planerna Business, Enterprise, Healthcare och Edu, där arbetsytans administratör kan styra vem som får skapa dem. Samma format överallt, så samma fil funkar i flera verktyg, även om du lägger in den i vart och ett.
Sedan testar du och justerar. Första versionen blir sällan perfekt, men den blir bättre för varje gång, och den ligger kvar.
Två fallgropar
Den första handlar om att hålla dina skills rena. En skill ska göra en sak och göra den bra, en som ska göra allt gör allt halvdåligt. Samla samtidigt inte på dig tjugo nästan likadana, för då får AI:n svårt att välja rätt, precis som en människa skulle få. Få och tydligt åtskilda slår många och överlappande.
Den andra handlar om förtroende. En skill kan innehålla både instruktioner och färdig kod, så använd bara skills från källor du litar på, och lägg aldrig känsliga uppgifter i en skill som du delar vidare.
Lär den en gång
Det stora skiftet är inte att AI:n blir smartare. Det är att den blir din. När du har lärt den ditt sätt att arbeta slutar du förklara samma mall i varje ny chat och putsa bort den där generiska tonen.
De som börjar nu bygger ett försprång som blir svårt att ta igen, en AI som kan deras arbete medan andra fortfarande putsar samma standardsvar varje morgon. Börja med en enda uppgift. Lär den en gång.
Vill du komma igång snabbare hjälper vi dig gärna på vägen. Så här jobbar vi med utbildning och rådgivning.
