Google Cloud Tech 觀念整理

Five Skill Patterns 每個 ADK 開發者都該知道的事

整理自 Google Cloud 分享的《5 Agent Skill Design Patterns Every ADK Developer Should Know》

為什麼需要設計模式?

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。

01

五大模式速覽

# 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

02 — Tool wrapper

Tool Wrapper

快速領域專精化

問題

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。

解法

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。

SKILL.md → Tool Wrapper pattern
# 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。

03 — Generator

Generator

用模板確保結構化輸出

問題

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。

解法

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。

assets/report-template.md
# {{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。

04 — Reviewer

Reviewer

用檢查清單做品質把關

問題

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。

解法

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。

Critical

安全漏洞、資料洩露

Warning

效能問題、可維護性

Info

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。

05 — Inversion

Inversion

先問夠,再動手

問題

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。

解法

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。

Inversion 行為流程
✕ 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。

06 — Pipeline

Pipeline

嚴格的多步驟流水線

問題

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。

解法

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。

Phase 1
Research

Gate

Phase 2
Plan

Gate

Phase 3
Execute
Done
Verify

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)。

07

關鍵觀念

Progressive Disclosure(漸進式揭露)

ADK 的 SkillToolset 讓 Agent 在需要時才載入指令與 Context,節省 Token 並保持焦點。

格式與內容分離

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。

組合使用

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。

08

延伸閱讀