Vi har tilføjet Skills til Siesta AI: en dedikeret måde at definere, hvad en agent kan gøre, hvordan den skal gøre det, og hvilke værktøjer den har lov til at bruge. Hvis din systemprompt svarer på “hvem agenten er”, svarer skills på “hvad agenten kan udføre pålideligt”.
Det bliver vigtigt, når du bevæger dig ud over en enkelt demoagent. I rigtige teams begynder den samme forespørgsel at give forskellige resultater afhængigt af, hvilken agent man bruger, fordi instruktioner kopieres, justeres og langsomt driver. Skills er designet til at stoppe den drift ved at gøre gentageligt arbejde til en vedligeholdt kapabilitet, du kan genbruge på tværs af agenter.
Skills i praksis: genbrugelige procedurer og værktøjsadgang
En skill er en pakket eksekveringsenhed, der kombinerer to ting: instruktioner (proceduren) og værktøjer (de funktioner og integrationer, agenten må bruge til den procedure). Når du tilknytter en skill til en agent, gør du mere end at “tilføje en funktion”. Du sætter grænser, der gør adfærd mere forudsigelig.
Den mindre oplagte fordel er governance-by-design. Når et workflow er indkapslet i en skill, kan du holde agenten fokuseret på de få værktøjer, den faktisk har brug for. Det reducerer utilsigtet værktøjsbrug, gør fejl lettere at debugge og holder resultater konsistente på tværs af teams, selv når du tilføjer flere agenter.
Organisations-skills vs. system-skills
Skills er opdelt i to kategorier. Organisations-skills oprettes i din organisation. Du kan oprette, redigere og slette dem. Her indfanger du, hvordan din virksomhed faktisk arbejder, for eksempel hvordan du vil have tickets skrevet, hvordan rapportering skal formateres, hvilke checks der skal ske, før en e-mail sendes, eller hvilket system der er source of truth, når data er i konflikt. System-skills er prædefinerede og tilgængelige for alle. De kan ikke redigeres direkte, men du kan kopiere dem og tilpasse kopien. I praksis giver det dig et udgangspunkt, som du kan stramme op efter dine interne regler, navngivningskonventioner, godkendelser og tilladte værktøjer.
Skills vs. Subagents: hvornår du skal bruge hvad
Skills og Subagents løser forskellige problemer, og hvis man blander dem sammen, ender man med rodede agent-opsætninger.
- En skill handler om at standardisere eksekvering. Brug den, når du vil have den samme opgave udført på samme måde hver gang: de samme trin, den samme værktøjsadgang, den samme outputform. Skills er dit lag for gentagelighed.
- En subagent handler om delegering og specialisering. Brug den, når en forespørgsel er for bred eller tværfaglig til, at én agent kan håndtere den rent, så hovedagenten uddelegerer dele af arbejdet til specialiserede agenter.
Det praktiske mønster, der fungerer godt, er at kombinere dem: subagents deler arbejdet op, skills holder hver del konsistent. Uden skills kan subagents stadig give varierende resultater, fordi hver specialiseret agent “gør det på sin egen måde”. Uden subagents har skills en tendens til at blive oppustede, fordi én agent forsøger at håndtere hvert trin i en kompleks forespørgsel.
Læs mere om Subagents: https://siesta.ai/blog/1329/new-in-siesta-ai-subagents
En bedre måde at rulle det ud på
Hvis du vil have Skills til at give afkast hurtigt, så start ikke med en “master skill”, der forsøger at dække alt. Vælg ét workflow, som allerede har tydeligt ejerskab og gentager sig ugentligt, som at oprette Jira-tickets ud fra support-eskaleringer, omsætte mødenoter til opfølgninger eller lave en standard driftsopdatering.
Skriv skillen som en intern runbook, giv den kun de værktøjer, den har brug for, og tildel den derefter til de agenter, folk allerede bruger. Efter en uge ved du præcis, hvad der skal strammes op: manglende input, uklare handoffs, edge cases i tilladelser og de to-tre fejlsituationer, der skaber mest omarbejde. Ret det én gang i skillen, og forbedringen udbredes automatisk overalt.