通論：先分清楚 Skill、GPT、Agent
Skill給 AI 的工作流程包。適合固定步驟、檔案處理、批次產出、需要 log 或 dry run 的工作。
GPT可重複使用的聊天助手。適合一般使用者直接問，靠 Knowledge 與 Instructions 穩定回答。
Agent會自己規劃多步驟、調工具、追蹤狀態的進階系統。通常等 Skill 或 GPT 的流程穩了，再考慮 Agent。
先不要急著 Agent 化如果輸入、規則、風險和人工確認點還沒定清楚，先做 Skill 或 GPT 會更穩。
Skill vs GPT：資料用途圖
兩者都需要資料，差別在資料扮演的角色。Skill 把資料當作流程輸入與輸出；GPT 把資料當作回答依據與邊界。
Skill 的資料夾
輸入檔→規則→固定流程→報告 / log
GPT 的 Knowledge
核准資料→對話判斷→回答 / 追問→拒答 / 轉人工
Skill 通用作業流程
Skill 不是單次問答，而是把一套可重複作業固定下來。
1準備資料夾
輸入檔、規則、範本、輸出位置先分好。
2檢查資料
缺角色、缺規則、缺來源時先停下來。
3跑固定流程
比對、整理、摘要、轉檔或生成草稿。
4產出報告
輸出表格、草稿、issue log、待確認清單。
5人工確認
高風險項目交給法務、主管或資料 owner。
6留下紀錄
保存版本、操作 log、錯誤清單與復原路徑。
測壞了怎麼修：故障排除圖
測試失敗時不要只重問一次，而是判斷要補哪一層：規則、知識、模板、停止條件，還是測試資料。
亂編或越界補 Instructions / 拒答規則
答不出常見問題補 Knowledge / FAQ / 範本
格式一直跑掉補輸出模板
不會停下來補停止條件 / 轉人工條件
風險漏掉補紅旗清單 / 測試資料包
小白詞彙表
先用白話理解這些詞，不必一開始就懂技術細節。
Knowledge給 GPT 查的資料，例如範本、政策、品牌手冊、教材。
InstructionsGPT 的行為規則，告訴它能做什麼、不能做什麼、怎麼回答。
Conversation Starters使用者一鍵開始的範例問題。
Preview正式發布前的試問區，用來測 GPT 會不會亂答。
dry run先預演，不真的搬移、刪除或覆蓋檔案。
issue log / transform log問題紀錄與轉換紀錄，讓結果可以追溯。