定位
這份教材在教什麼
核心不是記住工具名字，而是理解教學分享的決策順序。教師通常不是卡在「不知道有哪些工具」，而是卡在「不知道現在該先做哪一步、怎麼組合工具、怎麼確認結果可靠」。
Process Guide
這不是一份工具清單，也不是展示某個 `skill.md` 成品的頁面。這一頁的重點是幫教師學會：面對不同教學分享任務時，如何判斷需求、挑選合適的 skill 類型、安排操作順序、建立驗證節點，最後形成自己能重做的工作流程。
定位
核心不是記住工具名字，而是理解教學分享的決策順序。教師通常不是卡在「不知道有哪些工具」，而是卡在「不知道現在該先做哪一步、怎麼組合工具、怎麼確認結果可靠」。
原則
若只看最後產出的簡報、講義或分析表，很容易誤以為重點在格式。實際上，真正可複製的能力來自流程：需求界定、資料準備、工具搭配、驗證與修正。
Build A Skill
建立 skill 的起點通常不是「我想寫一份很厲害的提示詞」，而是「我一直在做同一類任務，而且每次都在重複想同樣的判斷」。只要某個任務反覆出現，例如做簡報、整理講義、清理資料、查找文獻、驗證 AI 說法，這個任務就適合被整理成 skill。
換句話說，skill 是把經驗壓縮成可重用的方法。它的價值不在於文字多漂亮，而在於能否幫使用者少走冤枉路。
若這四件事講不清楚，skill 很容易變成只有作者自己看得懂的私人筆記，而不是別人可學可用的工具。
先寫出這個 skill 解決的任務邊界，例如它是處理教材、簡報、分析表，還是查核與驗證。
列出使用者會提供的材料，如主題、資料、文獻、PDF、時間限制或目標對象。
描述理想成品應具備的樣子，例如投影片節奏、講義結構、資料欄位或引文格式。
寫清楚如何檢查結果，例如是否可讀、是否可教、是否可重做、是否有依據。
建立 skill 時，最好的做法不是一開始就寫得很長，而是先做最小版本，拿一個真實任務去測。測完之後，記錄哪一步還模糊、哪種輸入最容易出錯、哪種輸出最常不符合需求，再把這些修正回 skill 描述裡。
成熟的 skill 通常看得出修正歷程：哪些限制是後來補上的、哪些提醒是因為曾經失敗、哪些驗證步驟是為了避免重複犯錯。這也是為什麼學 skill 不該只看最後檔案，而要理解它背後的形成過程。
Learning Stages
先判斷這次分享的主要任務是說明概念、展示成果、分析資料，還是示範操作。這一步決定你要以講義、簡報、分析表或流程圖作為主體。
把任務對應到合適的 skill 類型，例如文件產出、簡報設計、資料整理、文獻支援或流程驗證，而不是一開始就追逐特定工具名稱。
把工作拆成輸入、處理、輸出、檢查四個節點。這樣每一步都有明確目的，也比較容易教別人跟著做。
學習不在第一次跑通，而在每做完一次就回頭檢查：內容是否更清楚、流程是否更短、錯誤是否更容易被發現。
Generic Skill Types
| skill 類型 | 通用角色 | 學習重點 | 教師常見誤區 |
|---|---|---|---|
| `presentations` | 把內容轉成適合現場講述的節奏與視覺結構 | 學的是取捨重點、安排順序與控制每張投影片的訊息量 | 誤以為投影片越完整越好，結果變成把講義貼上去 |
| `documents` | 把概念、步驟與案例整理成可反覆閱讀的文件 | 學的是段落結構、說明層次與如何把口語示範轉成可讀文字 | 只想著排版，忽略教師真正需要的是可操作的說明 |
| `spreadsheets` | 把數據、欄位、計算與比較邏輯整理清楚 | 學的是欄位設計、資料清理、圖表判讀與結果解釋 | 直接把原始資料丟進簡報，沒有先做整理與轉譯 |
| `pdf` | 從既有材料中抽出可重組的知識片段 | 學的是摘要、重組與轉寫，不是直接搬運原檔內容 | 把 PDF 當成最終教材，而不是當作素材來源 |
| `crossref-apa-bibliography` | 建立研究依據與引用清單 | 學的是如何從主題找文獻、比對來源並維持格式一致 | 只貼參考文獻，不說明文獻在這場分享中扮演什麼角色 |
| `openai-docs` | 補足官方文件、功能說明與版本依據 | 學的是查核能力，而不是只背模型名稱 | 把網路上零散說法當成官方事實 |
| `external-agent-orchestrator` | 安排多工具分工與前後順序 | 學的是角色配置、任務切分與回收驗證 | 只看結果，不理解哪個工具在什麼時點介入 |
| `execution-recovery-guardrails` | 建立失敗檢查點與修正規則 | 學的是如何把錯誤變成可教、可修的流程知識 | 把失敗當例外，而不是當教材的一部分 |
Skill.md Guide
這一區不是原始設定檔全文，而是把每個 skill 在 `skill.md` 中真正重要的資訊拆成「它處理什麼、通常吃什麼輸入、會吐出什麼結果、教師要學會看哪個判斷點」，方便初學者理解。
presentations:Presentations適合把一段教學主題整理成可上台講述的簡報流程。
典型輸入主題、對象、時間限制、要講的案例或數據。
典型輸出分頁清楚的 PPTX、簡報段落順序、每張投影片的重點配置。
教學判斷點重點不是做很多張，而是每張投影片只承載一個主要訊息。
documents:documents適合把講述內容轉成講義、教案、手冊或正式說明文件。
典型輸入教學步驟、案例說明、操作提示、延伸閱讀或研習內容。
典型輸出可閱讀、可留存、可列印的教學文件結構。
教學判斷點要檢查讀者不在現場時，是否仍能依文件理解並重做。
spreadsheets:Spreadsheets適合處理成績、量表、課程記錄與教學數據。
典型輸入原始欄位、問卷分數、前後測結果、出缺席或教學紀錄。
典型輸出乾淨欄位、統整表、圖表與可解釋的比較結果。
教學判斷點資料是否已先整理到能講清楚，再拿去做投影片或報告。
pdf:pdf適合把既有 PDF 材料重整成新的教學素材。
典型輸入論文 PDF、教材 PDF、講義原檔或報告附件。
典型輸出摘要、重點段落、教學再編版本或可放進新教材的結構化內容。
教學判斷點不是照搬原文，而是看能否抽出適合教學的知識片段。
crossref-apa-bibliography適合研究導向分享的文獻支援與引註整理。
典型輸入研究主題、關鍵詞、DOI、作者資訊或期刊資訊。
典型輸出APA 格式參考文獻、文獻清單與引用基礎。
教學判斷點文獻是否真的支撐教學論點，而不是只為了看起來完整。
openai-docs適合查核官方模型能力、API 功能與操作限制。
典型輸入功能問題、模型比較、官方用法、參數與產品操作需求。
典型輸出可追溯的官方依據、正確的產品說明與避免誤講的查核結果。
教學判斷點當分享內容牽涉模型功能時，要優先查核，而不是憑印象講解。
external-agent-orchestrator適合示範多工具協作時的分工順序與驗證回路。
典型輸入多步驟任務、不同工具角色、驗證需求與成本控制條件。
典型輸出清楚的角色切分、誰先做什麼、誰負責檢查什麼的流程。
教學判斷點讀者是否能說出每個工具的責任，而不是只看到最後結果。
execution-recovery-guardrails適合把錯誤處理、回復策略與重做規則變成教材內容。
典型輸入常見失敗點、重複錯誤、流程中斷情境與修正經驗。
典型輸出檢核表、回復規則、修正步驟與更穩定的工作流程。
教學判斷點是否已把失敗經驗轉成可教的規則，而不是只說「這次成功了」。
Scenario Paths
Teacher Questions
Practice Cycle
只做最小版本。先拿一個真實主題，嘗試完成一頁講義或三張投影片，不求完整，只求流程走通。
加入驗證。檢查資料來源、段落順序、圖表是否能解釋，以及工具分工是否合理。
換情境重做。把同一主題改成研習版、學術版或分析版，訓練自己不是只會做單一格式。
Common Errors
Teaching Aim
希望讀者學會的不是某份檔案，而是一套判斷方式：看到任務後，能先拆解需求，再選擇工具類型，接著安排流程、設定檢查點，最後形成自己的教學分享工作法。