如何開發 Claude Cowork 外掛程式並建立專屬 AI 員工（完整課程）

大多數人把 Claude Cowork 當成一個聰明的檔案整理工具。

先存下這篇 :)

叫它整理一些檔案、轉換試算表、或是重新命名資料夾。

這是 Cowork 的初階用法。

進階用法是建立一個外掛——一個完整的 AI 員工，它了解你的產業、遵循你的流程、產出你需要的格式，並且在你忙別的事情時自動執行你的工作流程。

一個每天準時上班、從不請病假、不需要重複訓練、而且每週都在進步的 AI 員工。

一個 Cowork 外掛是一個結構化的套件，內含 Claude 執行特定角色所需的一切：技能、指令、參考資料、規則和品質檢查。安裝一次，你就擁有了一個員工。

這是一份完整的建立外掛教學。

外掛到底是什麼

一個外掛就是一個資料夾。就這麼簡單。一個有特定結構的資料夾，告訴 Cowork 要做什麼以及怎麼做。

在那個資料夾裡：

markdown

1my-plugin/
2├── .claude-plugin/
3│   └── plugin.json          ← 身份：名稱、角色、描述
4├── skills/
5│   └── primary-task/
6│       └── SKILL.md         ← 工作流程：逐步步驟
7├── commands/
8│   └── run-task.md          ← 斜線指令：/前綴:指令
9├── references/
10│   └── templates.md         ← 參考資料：範本、基準、範例
11├── global-instructions.md   ← 常設命令：個性、偏好、預設值
12└── folder-instructions.md   ← 專案特定情境

plugin.json 告訴 Cowork 這個資料夾是一個外掛、扮演什麼角色、以及何時啟用。

SKILL.md 是大腦——你的 AI 員工執行每項任務時遵循的逐步流程。這是最重要的檔案。把這個寫對，其他一切都會順利運作。

Commands 是斜線指令觸發器。輸入 /前綴:指令，整個工作流程就會啟動。

References 是你的員工需要用來正確完成工作的範本、基準、產業資料和範例。

Global instructions 是常設命令——個性、溝通風格、品質標準和預設假設。

Folder instructions 是專案特定情境——這個資料夾裡有什麼、當前的優先事項是什麼、以及如何處理這裡的特定資料。

第一階段：研究角色（30 分鐘）

在你寫任何檔案之前，你需要確切知道你的 AI 員工要做什麼。

打開 Claude 並使用這個提示：

「研究 [產業] 中 [角色] 的完整專業工作流程。包括：他們遵循的逐步流程、使用的工具和資料來源、關鍵指標和決策標準、常見的輸出格式、以及專家級的邊緣案例和陷阱。要全面——我正在以此建立自動化工作流程。」

仔細閱讀輸出。這是你的技能檔案將要建立的原始素材。

現在，自我訪談。你版本的這個流程長什麼樣子？你用了哪些捷徑？你總是執行哪些品質檢查？你總是注意哪些錯誤？「好」的結果 vs「壞」的結果長什麼樣子？

最好的 AI 員工不是從通用最佳實務建立出來的。它們是從你的特定專業知識建立出來的。

第二階段：撰寫技能檔案（60 分鐘）

SKILL.md 是你 AI 員工的大腦。它知道如何完成工作的所有資訊都在這裡。

以下是結構：

name: [技能名稱]

description: [何時應該啟用？要積極使用觸發詞組。

「當使用者說出以下詞組時使用此技能：[列出 5-7 個詞組]。

請勿用於：[列出聽起來相似但不同的情況]。」]

概述

[一段：這個技能做什麼以及產出什麼]

流程

[編號步驟。每個步驟都要具體、可測試、且無歧義。

不是「分析資料」而是「比較本期與前期，並計算每個指標的百分比變化」。]

[帶有具體指示的步驟]
[帶有具體指示的步驟]
[帶有具體指示的步驟] ...

輸出格式

[交付成果的確切樣貌]

標題格式
章節標題順序
長度限制
格式要求

規則

[你不可妥協的品質標準]

[規則 1]
[規則 2]
[規則 3]

邊緣案例

[當事情不直接時該怎麼做]

如果 [情況]：[具體行動]
如果 [情況]：[具體行動]

品質檢查清單

[在交付任何輸出前執行此清單]

[ ] [檢查 1]
[ ] [檢查 2]
[ ] [檢查 3]

YAML 前置區塊中的 description 欄位是最關鍵的部分。 如果太模糊，技能永遠不會啟用。如果太廣泛，它會劫持不相關的對話。列出 5-7 個具體觸發詞組以及明確的負面邊界。

第三階段：建立輔助檔案（30 分鐘）

plugin.json：

{

"name": "my-ai-employee",

"description": "一個為 [誰] 做 [什麼] 的 [角色]",

"version": "1.0"

}

斜線指令：

在 /commands/ 中建立一個 Markdown 檔案來觸發你的工作流程：

/employee:run

對當前資料夾中的資料執行 [primary-task] 技能。

步驟：

讀取工作目錄中所有相關檔案
按照 SKILL.md 中的每個步驟執行技能
在交付前執行品質檢查清單
將輸出以 [格式] 儲存到當前資料夾
提供所產出內容的簡短摘要

全域指令：

你是一位在 [產業] 擁有 [年資] 經驗的 [角色]。

常設命令：

先給建議，再解釋
永遠使用具體數字，避免模糊描述
如果資料缺失或不明確，標記出來——絕不猜測
預設輸出格式：[你的偏好]
溝通風格：[直接/對話式/正式]
有疑問時，提問而非假設

參考檔案：

加入你的員工需要的任何範本、基準資料、產業標準或範例。你的參考資料越具體，輸出就越專業。

第四階段：安裝、測試與優化

將外掛資料夾安裝到你的 Claude Cowork 環境中。在 Cowork 中使用這個提示：

「我在 [路徑] 有一個外掛資料夾。驗證結構是否有效——檢查 plugin.json、SKILL.md 前置區塊和指令檔案。安裝它並用最簡單的斜線指令快速測試。」

現在用真實工作測試它。不是範例資料。是你實際工作流程中的真實資料。

用不同的輸入執行 5 次。每次執行後，評估：

它是否遵循了 SKILL.md 中的每個步驟？
它是否遵循了規則？
輸出是否符合格式規範？
你會直接使用這個輸出，還是需要大幅編輯？

每次有不符合標準的地方，就更新 SKILL.md。加入一條規則。收緊一個步驟。加入一個範例，展示好結果 vs 壞結果的樣貌。

這個優化循環就是將平庸的 AI 員工轉變為卓越的關鍵。 到第 10 次執行時，輸出品質會遠高於第 1 次。

第五階段：擴展你的 AI 員工

一旦你的主要技能穩定運作，就擴展員工的能力。

加入第二個技能。 你的研究分析師現在也可以做競爭監控。你的內容策略師現在也可以重新利用內容。每個新技能都是 skills 資料夾中的一個新 SKILL.md。

加入自動化工作流程。 將多個技能串聯成多步驟流程，由單一斜線指令觸發。研究 → 分析 → 報告 → 發布。一個指令，四個技能，零手動步驟。

加入排程任務。 你的 AI 員工每週五下午 4 點執行週報。每天早上 7 點處理每日收件匣。每週一掃描競爭對手。真正的自主運作。

加入子 Agent。 對於複雜的工作流程，你的 AI 員工可以啟動多個子 Agent 並行工作。同時處理五個檔案，而非依序處理。速度提升隨著每個額外的子 Agent 而倍增。

績效評估系統

以下是區分建立一個還不錯的 AI 員工和建立一個優秀 AI 員工的關鍵。

每週檢視輸出。記錄哪些完美運作、哪些需要修正、以及哪些你必須手動重做。然後更新 SKILL.md。

這每週花 15 分鐘。兩個月後的複合效應非常巨大。

到第 1 週，你的員工可以運作。到第 4 週，它表現良好。到第 8 週，它產出的工作品質需要人類初階員工數個月的訓練才能達到。

工具本身不會自動變好。是你的指令變好了。而你的指令完全在你的掌控之中。

現在就從這裡開始

選出你每週花最多時間的任務。你最討厭的那個。每次流程都一樣的那個。

花 2 小時按照這份教學建立外掛。

到今晚，你就會有一個 AI 員工來處理你最耗時的任務。到下個月，你會懷疑自己以前怎麼會手動做這些事。

大多數人會繼續自己動手做所有事情，因為建立 AI 員工「聽起來很複雜」。

那些今天花 2 小時的人，將會在接下來的一年裡，每天都有一個自主的 AI 員工為他們工作。

追蹤我 @eng_khairallah1 以獲得更多自動化架構、工作流程設計和商業 AI 實戰手冊。

希望這對你有幫助，Khairallah ❤️