---
title: "Как управлять скиллами ИИ в команде"
metaTitle: "Как управлять скиллами ИИ в команде"
description: Когда каждый правит скилл ИИ под себя, исправления не доходят до команды. Как назначить владельца, собрать 20-50 тестов и разбирать ошибки
date: 2026-10-08
tags: [agentic-ai, ai-adoption, team-workflows]
cover: cover.webp
coverAlt: Открытый офис, на каждом рабочем месте приколота одна и та же записка-инструкция, но к каждой копии дописаны разные приписки, стикеры и зачёркивания
draft: false
sources:
  - https://ramp.com/data/ai-index
  - https://www.pwc.com/gx/en/issues/c-suite-insights/ceo-survey.html
  - https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
  - https://www.gartner.com/en/articles/genai-project-failure
  - https://investor.workday.com/news-and-events/press-releases/news-details/2026/New-Workday-Research-Companies-Are-Leaving-AI-Gains-on-the-Table/default.aspx
  - https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization
  - https://agentskills.io/home
  - https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents
  - https://platform.claude.com/docs/en/agents-and-tools/agent-skills/best-practices
  - https://claude.com/blog/improving-skill-creator-test-measure-and-refine-agent-skills
  - https://support.claude.com/en/articles/12512180-use-skills-in-claude
  - https://langfuse.com/blog/2026-03-24-optimizing-ai-skill-with-autoresearch
---

Скилл процесса - это рабочая инструкция, результат которой получает кто-то кроме автора: руководитель, клиент, аудитор, учётная система. Когда им пользуются несколько человек, одна версия расходится на копии, каждая правится под себя, и исправить общий скилл целиком становится невозможно. Исследования показывают, что ИИ пользуются широко, а отдачу видят немногие, и много времени уходит на переделку. Одна из вероятных причин, которую разбирает статья, - работа команды по разным версиям одной инструкции. Решение состоит из четырёх механизмов: один владелец скилла, одна версия с историей изменений, тесты перед каждой раздачей и еженедельный разбор отметок об ошибках. Ниже - как собрать каждый из них для скилла в своём отделе.

## Ассистентом пользуются почти все, отдачу видят немногие

В августе 2026 года 56,1% американских компаний на платформе Ramp платили хотя бы за один ИИ-продукт - модели, подписки, токены или API. Число активных агентов в экосистеме Microsoft 365 за год выросло в 15 раз, в крупных компаниях - в 18 раз; базовое значение Microsoft не раскрывает.

Отдача выглядит иначе. В 29-м опросе CEO от PwC (19 января 2026, 4 454 CEO из 95 стран) 56% руководителей не получили от ИИ ни роста выручки, ни снижения затрат за 12 месяцев. Оба эффекта зафиксировали 12%. McKinsey в отчёте «The state of AI in 2026» (25 августа 2026, 1 719 респондентов, 97 стран) записывает, что 37% респондентов относят к ИИ хоть какой-то эффект на EBIT - прибыль до вычета процентов и налогов. Почти столько же, сколько годом раньше. Доля респондентов, которые относят к ИИ 5% EBIT и больше и называют эффект значительным (McKinsey называет их high performers), - около 6%. Почти три четверти из них перестроили рабочие процессы под ИИ; среди остальных - около четверти.

Workday в отчёте «Beyond Productivity» (14 января 2026, 3 200 штатных сотрудников компаний с выручкой от $100 млн, все активно пользуются ИИ) нашёл, что около 37% времени, которое ИИ экономит, уходит на переделку: исправление ошибок, переписывание, перепроверку. Стабильный чистый выигрыш получают 14% сотрудников. Workday не измерял связь переделки с копиями скиллов. Гипотеза статьи в том, что когда люди работают по разным версиям одной инструкции, результат чаще приходится переделывать.

Gartner в статье от 26 января 2026 года даёт ретроспективную оценку, согласно которой к концу 2025 года минимум 50% проектов генеративного ИИ были брошены после пилота из-за плохих данных, слабого контроля рисков, растущих затрат или неясной ценности. В июле 2024 года Gartner прогнозировал 30%.

Цифры показывают разрыв между использованием и результатом, но не называют причину. Одна из причин, которую разбирает статья, - скиллы для общих процессов рассылают без владельца и проверки. Дальше - учебный пример.

## Какой скилл можно оставить личным, а какому нужен владелец

Скилл (Agent Skill) - папка с текстовой инструкцией, которую ИИ-ассистент открывает, когда запрос подходит под её описание. Внутри бывают примеры, справочные файлы (прайс, план счетов, шаблон) и небольшие скрипты для точных расчётов. По описанию формата ассистент сначала читает только название и описание скилла и открывает полный текст, когда запрос совпал с описанием, поэтому установить можно десятки скиллов.

Личный скилл описывает, как удобно работать одному человеку: тон писем, формат заметок со встреч, порядок архивации файлов. Его можно не трогать, менять под себя, ни с кем не согласовывать.

Скилл процесса описывает, как компания хочет выполнять работу: коммерческие предложения, разнесение входящих счетов по статьям, бриф для кампании, проверка нового поставщика, отчёт для финансового директора. Им пользуются несколько человек, а результат уходит тому, кто его не писал: руководителю, клиенту, аудитору, в CRM или учётную систему. Такому скиллу нужен один владелец - человек, который сам отвечает за процесс и может отличить хороший результат от плохого. Писать код ему не нужно.

Как собрать скилл с нуля, описано в отдельной статье: [как собрать скилл для повторяющейся задачи](/ru/blog/reusable-ai-agent-skill/). Здесь речь о том, что делать после того, как скилл написан и разослан.

## Как один скилл расходится на двенадцать копий

Учебный пример, составленный редакцией для объяснения. Дистрибьюторская компания, отдел продаж из 12 менеджеров. Руководитель собрал скилл «коммерческое предложение»: по запросу клиента скилл берёт актуальный прайс, остатки на складе и правила скидок, собирает КП в фирменном шаблоне и предупреждает, если скидка выше 10% требует согласования. Скилл разослали отделу.

Через два месяца у каждого менеджера своя копия. Один поднял порог согласования до 15%, другой удалил блок о сроках поставки, чтобы КП было короче, третий перевёл шаблон на узбекский и держит в копии прайс-лист, который сам перестал обновлять. Руководитель находит ошибку. Скилл брал цену из устаревшего листа прайса. Он исправляет исходник. Двенадцать копий менеджеров остаются прежними, исправление не попадает ни в одну из них, потому что каждую переделали по-своему и вставить правку целиком нельзя.

Удаление блока о сроках поставки заметили только через месяц, когда клиент пожаловался. Без теста на наличие срока поставки удаление легко пропустить: каждое КП читать целиком никто не успевает.

Первую версию скилла один сотрудник пишет без согласований за короткое время, как хорошую инструкцию для нового сотрудника. Поэтому скиллы распространяются внутри команд быстрее, чем кто-то успевает договориться, кто за них отвечает. Формат скиллов представлен в октябре 2025 года и 18 декабря 2025 опубликован как открытый стандарт; теперь его читают ассистенты и инструменты разных компаний.

## Как собрать первые тесты для скилла

Тест (eval) - сохранённый входной пример и проверяемое условие, которому должен соответствовать ответ. Прогон - один запуск скилла на одном входе. Транскрипт - сохранённая история диалога ассистента по одному запуску. Регрессия - поломка того, что раньше работало. Тест превращает «кажется, работает» в проверяемое условие, и это условие защищает скилл от правок коллег и смены модели.

Три способа оценки, обычно в сочетании: простая автоматическая проверка (есть ли в КП срок поставки), вторая модель, которая проверяет ответ по заданной рубрике, и человек, который знает работу.

Anthropic в статье «Demystifying evals for AI agents» (9 января 2026) пишет, что команды откладывают тесты, думая, что нужны сотни задач, а на деле «20-50 simple tasks drawn from real failures is a great start» - 20-50 простых задач из реальных провалов. Тесты, которые скилл уже проходит, должны проходить почти на 100%; их падение означает поломку. Тесты на то, что скилл пока не умеет, начинают с низкой доли и служат списком работы. Ответы модели отличаются от прогона к прогону, поэтому каждый тест запускают несколько раз. Транскрипты прогонов советуют читать каждую неделю.

Документация Anthropic по написанию скиллов советует сначала прогнать задачу без скилла, записать провалы, построить на них сценарии, замерить исходный уровень и только потом писать минимум инструкций.

Состав хорошего набора:

- реальные случаи из прошлого квартала и отправленные клиентам КП;
- сложные случаи (новый клиент без истории, товар под заказ, скидка на границе порога, позиция, снятая с продажи);
- несколько случаев, где скилл не должен срабатывать (запрос на возврат или рекламацию);
- условие формулируют так, чтобы проверяющий мог ответить «да» или «нет»; где это невозможно, владелец задаёт короткую рубрику (см. последний вопрос в конце статьи), и спорные случаи решает владелец процесса;
- часть тестов отложить и не подгонять под них скилл, чтобы проверить, что исправление работает в общем случае;
- тесты хранятся вместе со скиллом и версией, чтобы видно было, какая версия какие тесты прошла.

| Входной запрос и условие | Хорошо или плохо | Почему |
|---|---|---|
| «КП на 40 коробок товара X, клиент просит 12% скидки». Условие: есть пометка о согласовании скидки | Хорошо | Да/нет, пометка присутствует или нет |
| Цена каждой позиции совпадает с текущим прайсом | Хорошо | Решается автоматически: сравнить числа |
| Есть срок поставки | Хорошо | Да/нет, строка присутствует или нет |
| КП хорошее | Плохо | Спорят: кто решает, что «хорошее» |
| Клиенту должно понравиться | Плохо | Не проверяется, зависит от человека |

## Одна версия и проверка до раздачи

Скилл процесса живёт в одном месте с историей версий: в общей папке с журналом изменений или в репозитории. Любую прежнюю версию можно вернуть. Изменение одобряет владелец, как главный бухгалтер подписывает проводку перед проведением.

Перед одобрением скилл проходит тесты. Первые две-три недели владелец вручную прогоняет 10-20 главных тестов: вставляет запрос из теста в ассистента, проверяет условие, записывает «да» или «нет» в таблицу. Когда набор дорастает до 20-50 тестов с двумя-тремя повторами, вручную это уже часы, и инженер или администратор ассистента один раз настраивает хранение и автоматический запуск; дальше после каждого изменения владелец видит таблицу «тест - прошёл / не прошёл». Изменение, которое ломает тест, не принимают, пока его не исправят. Тесты прогоняют заново при переходе на новую модель, потому что поведение модели меняется.

Личное предпочтение сотрудника (список вместо текста, другой порог) владелец превращает в параметр скилла, а не в отдельную копию. Например, в инструкции может стоять строка «Формат КП: список или сплошной текст - уточни у пользователя», и тогда параметр меняется в одном месте, а результат виден всем.

В одном из корпоративных ИИ-ассистентов общий скилл получатели могут только использовать без правки, обновление владельца приходит при следующем запуске. В общем каталоге скиллов компании новая версия может проходить проверку, и до одобрения все остаются на утверждённой версии. Если такого механизма нет, общая папка с правом правки только у владельца даёт тот же эффект.

![Изменение ждёт, пока пройдёт тесты](/blog/team-ai-skill-owner-and-tests/fig-exercise.webp "Изменение ждёт, пока пройдёт тесты")

## Как собирать отметки «неверно»

Нужно наблюдать за двумя вещами. Первая - работа скилла: сколько раз запускали, сколько человек, во что обходится, как часто падает. Часть цифр даёт админ-панель ассистента, остальное - существующий мониторинг. Вторая - мнение пользователей: кнопка или общая форма «результат неверный». В форме три поля - ссылка на диалог, кто отмечает и причина в одну строку. Примеры причин - «взял старую цену», «не тот ответственный менеджер», «бриф не по брендбуку». Лайк или дизлайк без причины почти ничего не даёт, владелец не может исправить то, что не названо.

Через месяц группировка причин (учебные цифры) может выглядеть так: старая цена - 7, не тот порог скидки - 4, нет срока поставки - 3, скилл был прав - 5. Последние пять отметок говорят о том, что пользователь ожидал иного, а скилл выполнил инструкцию верно. Это тоже полезная информация, возможно, инструкция требует уточнения.

Владелец сам выборочно читает несколько прогонов в неделю, потому что не каждый пользователь отметит плохой результат.

## Еженедельный разбор скилла с владельцем

Раз в неделю владелец проводит разбор скилла, как встречу один на один с сотрудником. Шаги:

1. Прочитать отмеченные прогоны за неделю и записать к каждому одну строку, что пошло не так. Этот шаг делает человек, ИИ его не отдавать.
2. Через несколько недель сгруппировать строки в несколько корзин: старая цена, не тот порог, скилл на самом деле прав. Посчитать каждую корзину.
3. Для настоящих ошибок скилла добавить тесты с правильным ответом, который определяет владелец.
4. Исправить скилл: уточнить инструкцию и объяснить, зачем правило; добавить хороший и плохой пример; скрипт для точного расчёта; справочный файл; поправить описание, чтобы скилл срабатывал только на нужные запросы.
5. Выпустить исправление, когда скилл проходит все тесты, включая отложенные.

В разборе от 24 марта 2026 года Langfuse описал автоматическую оптимизацию своего скилла по тестам. Автоматический оптимизатор - программа, которая сама переписывает скилл, чтобы поднять долю пройденных тестов. За 14 экспериментов целевой балл вырос с 0,35 до 0,824. Оптимизатор при этом удалил шаг, где пользователь подтверждает план переноса промптов перед изменением кода: в тестовой среде человека нет, подтверждение не приходит, и без шага балл выше. Он же вырезал разделы, которые не покрывал ни один тест. Команда приняла только часть изменений. Для учебного примера это значит, что если скилл должен спрашивать подтверждение перед отправкой КП клиенту, этому шагу нужен свой тест, в котором среда подставляет ответ человека, а тест проверяет, что скилл спросил подтверждение. Без такого теста оптимизатор может удалить шаг первым. Изменения оптимизатора владелец читает как черновик.

Ошибочный тест, в котором условие сформулировано неверно, исправляется так же, как скилл: владелец вносит правку, тесты прогоняются заново.

Компромисс, который нужно принять, состоит в том, что менеджеры теряют возможность быстро подстроить скилл под себя. Владелец отвечает на запрос правки в оговорённый срок, например до следующего разбора, и назначает заместителя, чтобы не стать узким местом.

Частота разборов меняется по мере накопления данных. Первые 2-3 месяца их стоит проводить каждую неделю, затем раз в две недели, а когда отметок становится мало, раз в месяц. Это рекомендация статьи, а не измеренный результат.

![Все правки идут через владельца скилла](/blog/team-ai-skill-owner-and-tests/fig-review.webp "Все правки идут через владельца скилла")

## Почему компании так делают редко и с чего начать

Скиллы дешёвые и пишутся между основными задачами, поэтому у них нет владельца. Их легко скопировать: если общий скилл нельзя править, проще сделать свою копию. По мнению редакции, общих тестов и общей формы отметок для всей команды обычно не заводят, а инструменты проверки рассчитаны на одного автора. В объявлении об обновлении инструмента для создания скиллов (skill-creator), 3 марта 2026 года, Anthropic пишет, что большинство авторов скиллов - специалисты в своей работе, а не инженеры: они знают процесс, но не могут проверить, работает ли скилл с новой моделью, срабатывает ли, когда нужно, и стал ли он лучше после правки.

Первый месяц разворачивается в такой последовательности:

1. Назначить владельца и заместителя.
2. Собрать разошедшиеся копии, сравнить с исходником, полезные правки сделать параметрами, вредные отбросить, оставить одну версию в общей папке с историей и правом правки у владельца.
3. Собрать 10-20 первых тестов из реальных случаев прошлого квартала и прогнать вручную; за следующие недели довести набор до 20-50.
4. Завести форму отметок «неверно» с причиной.
5. Раз в неделю около часа на разбор отметок - ориентир, а не измерение; прогон тестов - отдельное время, пока инженер или администратор ассистента не настроит автоматический запуск.

Полезные смежные материалы: [общая среда для агентов](/ru/blog/company-ai-harness/) и [постановка задачи агенту](/ru/blog/ai-agent-task-brief/).

## Вопросы и ответы

### Кто должен быть владельцем скилла, если в отделе нет программистов

Человек, который отвечает за процесс и отличает хороший результат от плохого. Руководитель отдела продаж, финдиректор, начальник закупок. Ему не нужно писать код: он формулирует условие («скидка выше 10% требует пометки»), решает спорные тесты и читает транскрипты прогонов. Техническую настройку хранения и автоматического прогона делает один раз инженер или администратор ассистента; дальше владелец работает со скиллом через браузер и видит таблицу результатов тестов после каждого изменения.

### Сколько тестов нужно, чтобы начать

Начать с 10-20 главных тестов, прогнанных вручную. Anthropic называет 20-50 простых задач из реальных провалов хорошим началом, к этому числу набор доводят за первые недели; случаи берут из прошлого квартала. Тесты на то, что скилл уже умеет, должны проходить почти всегда; их падение означает поломку. Тесты на то, что он пока не умеет, начинают с низкой доли и служат списком работы.

### Что делать с копиями, которые уже разошлись по команде

Собрать версии, сравнить с исходником, выписать расхождения. Владелец решает, какие правки полезны (перевод на язык рынка, уточнение шаблона) и какие - нет (удалённый блок о сроках, поднятый порог). Полезные правки вносятся в единственную версию как параметры или обновления инструкции; вредные отбрасываются. После этого все получают одну версию через раздачу, а личные копии отключаются или удаляются.

### Можно ли доверить улучшение скилла самому ИИ

Можно, но только как черновик. Langfuse показал, что автоматический оптимизатор поднял балл, удалив шаг подтверждения плана пользователем, потому что в тестовой среде человека нет и шаг мешал набрать балл; ещё он вырезал разделы, которые не покрывал ни один тест. Всё важное должно иметь свой тест - например, тест проверяет, что скилл спрашивает подтверждение перед отправкой КП, а тестовая среда подставляет ответ человека. Изменения оптимизатора владелец читает как чужой черновик.

### Что делать, если качество результата нельзя проверить простым да или нет

Разбить ответ на проверяемые части. Есть ли обязательные блоки, совпадают ли цифры с прайсом, присутствует ли пометка о согласовании - всё это проверяется автоматически или второй моделью. Общее впечатление оценивает владелец по короткой рубрике из двух-трёх признаков (например, «тон соответствует брендбуку», «аргументация не противоречит правилам скидки»). Второй проверяющий выборочно пересматривает прогоны, где владелец поставил оценку на границе.

*Majento строит агентные системы и внедряет их внутри компаний, в том числе скиллы для процессов команды с владельцем и тестами. Если хотите навести порядок в скиллах своего отдела - напишите в Telegram [t.me/shimaoz](https://t.me/shimaoz) или на почту [hello@majento.ai](mailto:hello@majento.ai). Больше о [внедрении ИИ](/ru/ai-implementation/).*

