整理自 Google Cloud 分享的《5 Agent Skill Design Patterns Every ADK Developer Should Know》
很多人以為寫好 SKILL.md 的 YAML 格式就行了——其實那只是「殼」。
真正的挑戰在於內容設計：如何讓 Agent 不跳步、不瞎猜、不產出一堆格式不一的東西？
這五個模式就是答案。
| # | 模式 | 一句話解釋 |
|---|---|---|
| 01 | Tool Wrapper | 用到時才載入專家知識 |
| 02 | Generator | 用模板保證輸出一致 |
| 03 | Reviewer | 用檢查清單做品質把關 |
| 04 | Inversion | 先問夠再動手 |
| 05 | Pipeline | 嚴格的多步驟流水線 |
快速領域專精化
如果你把所有框架文件（FastAPI 慣例、React 規範、SQL 風格指南…）全塞進 System Prompt，Token 會爆炸、AI 也會分心。
在 SKILL.md 裡設定「關鍵字觸發」。
當 Agent 偵測到使用者提到某個框架時，才從 references/ 目錄動態載入對應的 conventions。
# 觸發條件
when: 使用者提到 "FastAPI" 或 "API endpoint"
load: references/fastapi-conventions.md
# Agent 行為
then: 依照載入的規範進行開發
只在需要時消耗 Token核心價值
保持 Context Window 乾淨。只在相關時才注入專業知識，避免 AI 被不相關的資訊干擾。
用模板確保結構化輸出
讓 AI 自由發揮寫報告，每次格式都不一樣——有時有目錄、有時沒有；有時寫三段、有時寫三十段。
預先建立模板（放在 assets/ 目錄），讓 Agent 像「填空」一樣把內容填進去，而不是從零開始建構。
# {{title}}
## Executive Summary
{{summary: 2-3 句重點摘要}}
## Key Findings
{{findings: 條列式，3-5 項}}
## Risk Assessment
| 風險 | 嚴重度 | 建議行動 |
|------|--------|----------|
{{risks: 填入表格}}
## Next Steps
{{actions: 按優先順序排列}}核心價值
把「格式」和「內容」解耦。AI 專注生成有價值的內容，模板確保每次輸出結構一致。
用檢查清單做品質把關
AI 生成的東西「看起來對」但其實有漏洞——可能忘了處理 edge case、安全性檢查或團隊慣例。
建立一個獨立的 Reviewer Skill，從 references/ 載入專屬的檢查清單，
讓 Agent 依據清單逐項驗證，並按嚴重度分組回報。
安全漏洞、資料洩露
效能問題、可維護性
風格建議、最佳實作
核心價值
把「檢查邏輯」和「生成邏輯」分離。一個 Agent 做事，另一個 Agent 質檢——就像程式碼的 PR Review。
先問夠，再動手
使用者丟一句「幫我做個網站」，Agent 就開始狂寫程式碼——結果做出來的東西跟需求天差地遠。因為 AI 天生傾向「立即行動」，而不是先搞清楚問題。
反轉 Agent 的行為：強迫它先當「訪談者」而不是「執行者」。 設定不可跳過的閘門指令 (Non-negotiable gates)，讓 Agent 必須蒐集到所有必要參數後才能開始工作。
❌ 傳統 Agent：
使用者：「幫我做一個網站」
Agent → 直接開始寫 React 專案...
✅ Inversion 模式：
使用者：「幫我做一個網站」
Agent → Phase 1：需求訪談
「這是什麼類型的網站？」
「目標用戶是誰？」
「有沒有參考設計？」
→ Phase 2：確認需求
「我整理的需求如下... 確認嗎？」
→ Phase 3：執行
開始開發核心價值
用「先問再做」的方式避免 Hallucination。Context 越完整，AI 的輸出品質越高。
嚴格的多步驟流水線
複雜任務有多個步驟，但 AI 會跳步、合併步驟或忘記中間的關鍵步驟——尤其當 Context 很長的時候。
把 Skill 設計成一條嚴格的流水線：定義明確的階段 (Phase)， 在每一步之間設置「閘門 (Gate)」。Agent 必須完成當前步驟並獲得人工確認，才能進入下一步。
核心價值
把不可預測的文字生成，變成可控、可重複、可稽核的狀態機 (State Machine)。
ADK 的 SkillToolset 讓 Agent 在需要時才載入指令與 Context，節省 Token 並保持焦點。
SKILL.md 提供標準化的殼，這些模式則定義「Agent 如何思考與行動」的內在邏輯。
這些模式可以混搭！例如：Pipeline 的最後一步放 Reviewer；Generator 前面接 Inversion 來蒐集參數。