Dia Mendemokan AI Agent Skill Buatannya Sendiri di Rapat Klien, dan Angkanya Tidak Cocok

Di ruang rapat, Lin Zhean (tokoh ilustratif — seorang administrator sistem internal di sebuah kantor akuntan kecil, bukan klien sungguhan) membuka berbagi layarnya, siap mendemokan ‘skill perangkuman laporan bulanan cabang’ yang telah dikerjakannya semalaman pada akhir pekan. Atasannya duduk di sebelahnya, dan klien sudah menunggu di sambungan untuk melihat hasilnya. Ia menekan jalankan. AI Agent dengan cepat merangkum angka setiap cabang menjadi satu laporan — kecuali total keseluruhan di kolom terakhir yang tidak cocok dengan subtotal di sebelahnya.

Ruangan hening selama tiga detik. Atasannya bicara lebih dulu: ‘Angka ini… dari mana asalnya?’ Lin Zhean tidak bisa menjawab, karena dia sendiri tidak tahu bagaimana AI menjumlahkan angka-angka itu. Yang ia tahu hanyalah bahwa dia meminta AI menuliskan ‘skill’ ini untuknya pada Sabtu malam sebelumnya, dan setelah selesai terlihat cukup masuk akal, jadi ia langsung memakainya.

Malam itu, ia membongkar ulang seluruh prosesnya dan menyadari bahwa dirinya telah langsung terjebak dalam beberapa kesalahan paling umum seputar ‘AI Agent Skill’ — jenis kesalahan yang tidak terlihat sampai benar-benar dipakai.

Skill-nya yang Bahkan Tidak Pernah Dibuka oleh AI

Lin Zhean membuka kembali file skill.md yang ia tulis dan memeriksanya ulang, lalu menyadari bahwa bagian ‘description’ di bagian atas YAML ditulis terlalu samar — kira-kira hanya berbunyi ‘menghasilkan rekap laporan bulanan’. Masalahnya, AI Agent tidak memuat seluruh isi setiap skill saat memulai; ia hanya melihat nama dan deskripsi setiap skill terlebih dahulu, lalu menggunakan beberapa kata itu untuk menilai apakah ini saat yang tepat untuk memakainya. Dengan deskripsi yang samar, Agent kemungkinan besar akan menyimpulkan ‘sepertinya relevan, sepertinya juga tidak’, lalu memilih untuk tidak memakainya dan menghitung sendiri secara langsung — inilah lapisan pertama alasan demonya gagal: skill itu mungkin sama sekali tidak pernah terpicu, dan AI menghitung laporan itu dengan caranya sendiri.

Ia menulis ulang deskripsi tersebut menjadi jauh lebih eksplisit: dengan jelas menyebutkan apa fungsi skill ini dan kapan tepatnya harus dipakai — misalnya, ‘Merangkum rincian pendapatan bulanan setiap cabang menjadi laporan bulanan; digunakan saat pengguna meminta laporan bulanan, rekap akhir bulan, atau ringkasan angka cabang.’ Ia juga pernah mendengar bahwa model secara alami lebih rentan ‘seharusnya dipakai tapi tidak dipakai’ dibanding sebaliknya, sehingga deskripsi sebaiknya ditulis lebih langsung — bahkan sedikit ‘mempromosikan diri’ secara terang-terangan — daripada terlalu konservatif dan datar.

Skill yang ‘Ditulis oleh AI’ Itu Ternyata Tidak Mengajarkan Apa-Apa

Setelah masalah pemicu teratasi, Lin Zhean membuka kembali isi skill dan membacanya ulang, lalu menemukan bahwa sebagian besar isinya hanyalah kalimat umum yang berlaku di mana saja seperti ‘pastikan data input benar’ dan ‘tangani kasus error dengan baik’ — hal-hal yang memang sudah diketahui AI, sehingga menuliskannya dalam skill sama saja dengan tidak menulis apa-apa. Yang seharusnya benar-benar dimasukkan ke dalam skill adalah bagian yang tidak mungkin dipikirkan sendiri oleh AI: cara khususmu dalam mengerjakan tugas ini — langkah mana yang sering salah, bagian mana yang pernah ditolak atasan sebelumnya, aturan pengecualian aneh apa yang tersembunyi di laporan-laporan lama.

Maka ia menggali kembali laporan-laporan lama yang pernah dikembalikan atasannya sebanyak tiga kali bulan sebelumnya, beserta catatan revisi saat itu, lalu mencatat satu per satu di mana persisnya kesalahan itu terjadi dan bagaimana akhirnya diperbaiki. ‘Pelajaran-pelajaran pahit’ inilah yang ternyata menjadi bagian paling berharga dari skill tersebut — karena itulah detail yang tidak mungkin dicari sendiri oleh AI; hanya orang yang benar-benar pernah mengerjakan tugas ini yang mengetahuinya.

Semakin Banyak Ditambal, AI Justru Mulai ‘Kehilangan Fokus’

Setelah menambal satu pelajaran demi satu pelajaran, file skill itu menjadi semakin panjang, hingga akhirnya eksekusi Agent menjadi lebih lambat dan bahkan mulai melewatkan poin-poin penting yang sudah disebutkan sebelumnya. Saat itulah Lin Zhean memahami: begitu sebuah skill terpilih, seluruh isinya akan dimuat ke dalam konteks percakapan saat itu, bersaing dengan semua hal lain yang sedang diproses untuk memperebutkan porsi anggaran perhatian yang sama. Semakin panjang isinya, semakin besar ‘ruang berpikir’ AI yang tersedia justru terdesak oleh manual instruksinya sendiri, tepat pada saat seharusnya ia mengerjakan tugas yang sesungguhnya.

Solusinya bukan memangkas isi sampai kosong, melainkan membaginya berlapis: badan skill hanya berisi hal-hal yang benar-benar dibutuhkan AI saat itu juga — kira-kira sekitar 500 baris, setara kurang lebih 5.000 token (ini adalah aturan praktis dari pembicara video aslinya, bukan standar konversi resmi dari situs ini maupun platform mana pun; jumlah token sebenarnya akan bervariasi tergantung model dan cara tokenisasi). Detail yang lebih rinci dan tidak selalu dipakai setiap saat — seperti aturan pengecualian khusus untuk satu cabang tertentu — dipisahkan ke dalam subfolder tersendiri, yang hanya dibaca AI ketika benar-benar menghadapi situasi tersebut, tanpa menghabiskan anggaran eksekusi harian secara percuma. Inilah pertama kalinya Lin Zhean menyadari bahwa menulis skill sebenarnya juga merupakan bentuk perencanaan anggaran token yang cermat — bukan berarti semakin detail semakin aman.

Angka yang Tidak Cocok Itu Ternyata Bukan Kebetulan

Kembali ke masalah total yang gagal di depan klien hari itu. Setelah diperiksa, Lin Zhean menemukan bahwa untuk langkah penjumlahan, awalnya ia hanya membiarkan AI membaca angka-angka dan menjumlahkannya sendiri di dalam ‘kepala’ — padahal model bahasa pada dasarnya bekerja dengan cara ‘memprediksi’ hasil berikutnya yang paling mungkin, bukan benar-benar melakukan operasi aritmatika yang presisi. Semakin banyak kolom dan semakin berantakan angkanya, semakin mudah AI salah menjumlahkan — dan tetap terdengar sangat yakin saat melakukannya.

Ia mengubah langkah ‘penjumlahan’ ini dari ‘biarkan AI menghitung sendiri’ menjadi sepotong logika perhitungan tetap yang dipanggil langsung oleh skill untuk melakukan penjumlahan; AI tidak lagi menghitung sendiri di ‘kepala’, dan hanya bertanggung jawab merapikan data serta memasukkan hasil perhitungan ke dalam laporan. Masalah total yang tidak cocok dan sempat gagal di depan klien itu kini berubah menjadi jenis kesalahan yang tidak akan terjadi lagi — karena benar-salahnya kini tidak lagi ditentukan oleh AI yang ‘menebak’ secara langsung, melainkan oleh sepotong logika yang selalu menghasilkan hasil yang sama setiap kali dijalankan. Ia juga menyadari bahwa prinsip ini tidak hanya berlaku untuk perhitungan angka: langkah apa pun yang ‘harus selalu presisi dan konsisten setiap saat’ sebaiknya diserahkan ke logika tetap, dan AI hanya bertugas menentukan kapan harus memanggilnya.

Ia Hampir Langsung Memasang Skill Buatan ‘Orang Lain’

Setelah skill diperbaiki dan laporan bulanan berhasil menghasilkan angka yang benar, Lin Zhean melihat di grup Line sesama rekan seprofesi ada yang membagikan file terkompresi berisi ‘skill rekonsiliasi faktur’ siap pakai, dengan keterangan ‘tinggal masukkan dan langsung pakai, sangat praktis’. Ia sempat ingin langsung memasangnya — toh isinya hanya beberapa penjelasan teks dan sedikit skrip, memangnya bisa seburuk apa?

Namun ia teringat skill yang baru saja ia perbaiki sendiri: skill itu bisa menjalankan kode, membaca dan menulis file lokal, bahkan berpotensi menyentuh API key yang sudah dikonfigurasi dalam sistem — dengan kata lain, memasang skill buatan orang asing pada dasarnya sama saja dengan menjalankan program buatan orang yang tidak dikenal langsung di dalam lingkungannya sendiri. Ia kemudian mengetahui bahwa video yang menjelaskan praktik terbaik ini juga menyebutkan sebuah audit terhadap sekitar empat ribu skill yang beredar secara publik, di mana sekitar 35% ditemukan memiliki semacam celah keamanan, dan sekitar 13% mengandung masalah yang lebih serius — seperti kode berbahaya atau teknik yang dirancang untuk memicu AI melakukan tindakan yang tidak diinginkan (angka ini adalah pernyataan pembicara video yang mengutip suatu audit tertentu; video tersebut tidak menyebutkan sumbernya lebih lanjut, ini merupakan kutipan tidak langsung yang belum diverifikasi secara independen oleh situs ini maupun AITK, dan hanya disajikan sebagai referensi kesadaran risiko, tidak mewakili proporsi sebenarnya dari repositori skill publik mana pun secara spesifik).

Ia tidak langsung memasang file terkompresi itu, melainkan meluangkan sepuluh menit untuk membuka dan membaca dulu penjelasan serta skrip di dalamnya, untuk memastikan file mana saja yang sebenarnya akan disentuh dan apakah ada data yang dikirim keluar — sama seperti saat mengevaluasi apakah sebuah paket baru layak dimasukkan ke dalam proyek. Sejak saat itu, ‘baca dulu sebelum dipakai’ menjadi tindakan default-nya terhadap skill apa pun yang bukan buatannya sendiri.

Minggu Berikutnya, di Ruang Rapat yang Sama, Ia Menekan Jalankan Sekali Lagi

Pada demo laporan bulanan minggu berikutnya, Lin Zhean kembali menekan jalankan di ruang rapat yang sama, di hadapan atasan dan klien yang sama. Kali ini, total angkanya langsung cocok sejak percobaan pertama, tanpa jeda atau kelambatan tambahan di layar. Tidak ada yang secara khusus memujinya — laporan yang benar memang seharusnya tidak perlu dipuji, karena sejak awal memang seharusnya benar.

Namun setelah rapat selesai, Lin Zhean melakukan satu hal tambahan atas inisiatifnya sendiri: ia merangkum semua pelajaran pahit dari beberapa minggu terakhir menjadi sebuah ‘daftar periksa sebelum peluncuran skill’ yang dibagikan ke seluruh timnya, sehingga mulai sekarang siapa pun yang ingin menyambungkan skill baru ke alur kerja produksi harus melewati daftar periksa itu terlebih dahulu, alih-alih melakukan seperti dirinya yang pertama kali — menulis, merasa sudah cukup masuk akal, lalu langsung mendemokannya di depan klien.

FAQ

T1: Apa bedanya AI Agent Skill dengan prompt biasa?

Prompt biasanya adalah instruksi sesaat yang diberikan secara langsung dalam satu percakapan tertentu. Sementara skill adalah ‘buku panduan kerja’ yang bersifat permanen dan berbentuk file, yang mengajarkan AI cara spesifik untuk mengerjakan suatu tugas tertentu sekali untuk selamanya — kamu tidak perlu menjelaskannya ulang setiap kali, dan AI akan menilai sendiri, saat dibutuhkan, apakah perlu memanggilnya.

T2: Apakah file skill semakin baik jika ditulis semakin detail?

Tidak. Begitu sebuah skill dipilih dan dijalankan oleh Agent, seluruh isinya akan menghabiskan anggaran pemrosesan saat itu — menulisnya terlalu panjang justru menggeser perhatian AI terhadap hal lain dan memperlambat responsnya. Prinsipnya: tulis hanya ‘cara khusus milikmu’ yang tidak mungkin dipikirkan sendiri oleh AI; detail yang tidak dipakai setiap hari sebaiknya dipisahkan ke folder tambahan dan hanya dibaca saat benar-benar dibutuhkan.

T3: Mengapa AI yang terlihat begitu pintar masih bisa salah dalam hal sesederhana penjumlahan?

Karena model bahasa pada dasarnya bekerja dengan ‘memprediksi’ hasil berikutnya yang paling mungkin, bukan benar-benar melakukan perhitungan yang presisi. Semakin banyak kolom dan semakin berantakan angkanya, semakin mudah AI salah saat menghitung secara langsung di ‘kepala’nya. Langkah apa pun yang harus selalu presisi dan konsisten setiap saat sebaiknya diserahkan ke logika program tetap, dan AI hanya bertugas menentukan kapan harus memanggilnya.

T4: Bolehkah langsung memasang file skill siap pakai yang dibagikan orang lain?

Sebaiknya perlakukan seperti saat memperkenalkan paket software baru: file skill bisa berisi kode yang benar-benar dijalankan, dan berpotensi menyentuh file lokal atau API key yang sudah dikonfigurasi dalam sistem. Membaca dan memastikan apa yang sebenarnya akan dilakukan sebelum memasangnya jauh lebih aman dibanding ‘kedengarannya praktis jadi langsung pakai saja’.

T5: Apakah praktik-praktik ini hanya berlaku untuk produk Claude?

Menurut video aslinya, pendekatan skill berbasis ‘folder plus file instruksi’ ini sedang didorong sebagai standar terbuka lintas platform (agentskills.io), dan video tersebut juga menyebutkan bahwa platform Agent lain, seperti OpenAI Codex, bekerja dengan cara yang serupa. Ini adalah kutipan tidak langsung dari pembicara video — situs ini belum memverifikasi secara independen apakah spesifikasi sebenarnya benar-benar identik di semua platform — namun prinsip penilaian yang dibahas artikel ini (deskripsi harus presisi, isi harus ringkas, langkah penting jangan diserahkan pada tebakan AI) merupakan pemikiran rekayasa umum, tidak terbatas pada perangkat satu vendor saja.

Catatan Sumber

Artikel ini merujuk pada video dari kanal YouTube ‘IBM Technology’ yang dipublikasikan pada 10 Agustus 2026, berjudul ‘5 Best Practices for Building AI Agent Skills’ (dibawakan oleh Martin Keen dan Bri Kopecki), yang disusun ulang dan diceritakan secara naratif, bukan terjemahan kata demi kata. ‘Lin Zhean’ dalam artikel ini adalah tokoh ilustratif untuk keperluan penjelasan, bukan klien sungguhan; skenario demo laporan bulanan dan proses perbaikan yang dijelaskan merupakan penyusunan ulang yang bersifat ilustratif, bukan catatan kasus klien mana pun yang sebenarnya. Bagian yang menyebutkan bahwa audit keamanan skill publik menemukan sekitar 35% memiliki celah keamanan dan sekitar 13% mengandung masalah serius merupakan pernyataan pembicara video yang mengutip suatu audit tertentu; video itu sendiri tidak menyebutkan sumbernya lebih lanjut, dan situs ini belum memverifikasinya secara independen — hanya disajikan sebagai referensi kesadaran risiko dan tidak mewakili proporsi sebenarnya dari repositori skill mana pun secara spesifik. Struktur file skill yang dijelaskan (folder skill.md, references, dan scripts) beserta panduan jumlah baris/token juga dikutip dari video aslinya; spesifikasi sebenarnya sebaiknya mengacu pada standar publik agentskills.io dan dokumentasi resmi masing-masing platform. Pernyataan bahwa ‘agentskills.io adalah standar terbuka lintas platform’ dan ‘platform seperti OpenAI Codex bekerja dengan cara serupa’ juga merupakan kutipan tidak langsung dari pembicara video, dan situs ini belum memverifikasi secara independen apakah spesifikasi sebenarnya benar-benar identik di semua platform.

Ambil Tindakan Sekarang

Memikirkan dengan jelas kapan sebuah AI Agent Skill seharusnya terpicu, seberapa banyak isinya, dan langkah mana yang tidak boleh diserahkan pada tebakan AI, sebenarnya adalah latihan yang sama dengan memikirkan dengan jelas berapa banyak token yang dihabiskan otomatisasi AI-mu setiap bulan — keduanya dimulai dengan menampilkan penggunaan yang sebelumnya tidak terlihat, agar tahu di mana harus menetapkan batasnya. Coba AI Token King gratis, dan biarkan kami membantumu memetakan dengan jelas berapa banyak token yang benar-benar dipakai setiap agent dan setiap skill di timmu, agar kamu bisa menetapkan batas penggunaan yang tepat untuk timmu.