Atlassian Rovo Chat 現在可以把反覆做的工作建立成 Custom Skill。

例如你每週都會叫 AI：

「整理這週 Jira，找出完成項目、Blocker、下週 Priority，再做成主管看得懂的 Summary。」

如果這段 Prompt 已經很好用，

很容易直接想：

那我就把整段存成 Skill。

但先不要。

因為一個「今天有效的 Prompt」，

不一定等於一套「下個月還能安全重複跑的流程」。

今天只學一個方法：

建立 Custom Skill 前，

先把內容拆成：

固定規則／每次變動／一定人工確認。

① 固定規則：真的每次都一樣的，才放進 Skill

先問：

「下星期換一批資料，這條規則還成立嗎？」

如果答案是「是」，

它才適合放進 Skill。

例如每週 Sprint Summary 固定要求：

  • 先列本週完成事項
  • Blocker 獨立一區
  • 下週 Priority 最多 5 項
  • 不自行補不存在的日期
  • 使用 Bullet Points
  • 最後標出缺少資料的項目

這些規則不太會因為：

Sprint 23

換成

Sprint 24

就失效。

所以它們才是：

Skill 的骨架。

② 每次變動：不要把今天的資料寫死

接著找出：

每次執行都可能不同的東西。

例如：

  • Project
  • Board
  • Sprint
  • 時間區間
  • Team
  • 本週 Priority
  • 特殊事件

這些東西不要當成永久規則寫死。

例如今天是：

「整理 Project Alpha 的 Sprint 23。」

如果把：

Project Alpha

和：

Sprint 23

一起存進 Skill，

下星期就可能繼續拿舊範圍處理新工作。

比較好的方式是：

固定 Skill 只知道：

「請整理指定 Board 與指定期間。」

真正執行時再給：

這次 Board 是哪個？

期間是哪一天到哪一天？

這就是：

固定方法，變動資料。

③ 一定人工確認：有後果的動作不要藏進「固定流程」

第三層最重要。

假設一個 Skill 最後不只整理 Summary，

還會：

  • 發布 Confluence Page
  • 修改 Jira Status
  • 對外寄 Email
  • 刪除 Work Item
  • 對客戶做承諾
  • 修改正式 Deadline

這時候不要因為：

「這件事每星期都做」

就把它理解成：

「所以可以永久自動。」

重複出現，

和低風險，

不是同一件事。

例如：

每週一定都要寄 Status Update。

「每週都寄」

是固定流程。

但：

這封信內容是否可以真的寄出去

仍然可能需要人確認。

所以可以把 Skill 設計成：

整理資料

→ 產生 Draft

→ 標出未確認資訊

→ 停下來讓人 Review。

而不是：

整理

→ 寄出。

用一個例子就懂

假設你想做一個：

Weekly Leadership Update Skill。

先不要直接叫 Rovo：

「把我現在這段 Prompt 存起來。」

先拆三格。

固定規則

永遠包含：

  • 本週完成
  • 主要 Blocker
  • 下週 Priority
  • 需要主管決定的問題
  • 不自行補沒有資料支持的結論

每次變動

每次另外提供：

  • 哪一個 Project
  • 日期範圍
  • 哪個 Team
  • 本週特殊事件
  • 是否有指定 Audience

一定人工確認

AI 完成後：

只產生 Draft。

涉及：

  • 新 Deadline
  • 預算承諾
  • 客戶承諾
  • 人員責任歸屬

一定先由主管確認。

這樣才比較像真正可以重複的 Workflow。

為什麼這對 Rovo 特別重要？

Atlassian 最新的 Custom Skills 不是只讓你儲存一段文字。

官方示例是：

你可以直接告訴 Rovo：

幫我建立一個從 Board 產生 Sprint Summary 的 Skill。

Rovo 會繼續問你問題，

理解：

  • Edge Cases
  • 預期結果
  • 工作方式

再把它整理成可以重複使用的 Skill。

所以建立 Skill 的時候，

真正重要的不是：

「Prompt 要寫得多漂亮？」

而是：

「什麼應該永久留下，什麼每次重新提供？」

Skill 也可能真的執行工作

Rovo 的 Skills 不只是文字模板。

Atlassian 官方說明，

Skills 可以讓 Rovo 在 App 裡代表你執行工作。

例如：

  • 建立 Work Item
  • 更新 Work Item
  • 產生 Status Update
  • 發布內容
  • 處理其他工作動作

這時候「一定人工確認」就更重要。

Atlassian 目前也說明：

Skills 執行動作時通常會要求使用者 Confirmation，

但放進 Automation Rule 的 Agent 可能有不同執行方式。

所以不要把：

平台可能有 Confirmation

當成：

你的 Workflow 不需要自己設 Human Gate。

平台安全機制是一層。

工作流程判斷又是另一層。

最後只記一個判斷方法

準備把一段反覆使用的 AI 工作變成 Skill 前，

把每一句規則問三次：

這件事下星期還成立嗎？

如果成立：

→ 固定規則

這件事下星期會換嗎？

如果會：

→ 每次變動

做錯之後會真的影響別人、資料或正式承諾嗎？

如果會：

→ 一定人工確認

這三格分完，

再建立 Custom Skill。

不要反過來：

先把整段 Prompt 存起來，

等它跑錯之後才找哪一句不應該永久化。

AI Workflow 真正成熟的標誌，

不是：

「這件事終於可以自動跑。」

而是：

「哪些可以固定、哪些每次要更新、哪裡一定要停，我們已經講清楚。」

如果你也想知道自己的工作裡，哪一步最適合先交給 AI，留言「流程」。

今天，和 AI 一起進步一點。

每天學會一個 AI 技巧。

每天節省一點時間。

每天提升一點能力。

SasaDaily，陪你一起成長。

推薦閱讀

AI 一分鐘教學｜2026/09/03：Workspace Studio 自動回信前，先把每一步分成「可自動／先批准」

AI 一分鐘教學｜2026/09/02：用 Claude Fable 5.1 前，先把 Prompt 拆成「固定背景＋今天新增」，別每次整包重讀

AI 一分鐘教學｜2026/09/18：Claude Code Projects 開多個 Threads 前，先分「可平行／有依賴／一定人工確認」