Construa sua primeira Claude Skill funcional.

Skills são pacotes que ensinam o Claude a fazer algo específico — sem precisar de prompts gigantes em toda conversa. É o jeito Anthropic de "Custom GPT", mas com mais profundidade. Aqui você sai com uma skill real funcionando.

01 O que é uma Skill (em 60 segundos)

Uma Skill é uma pasta com:

• SKILL.md — instruções em linguagem natural pro Claude (o "como fazer")
• Scripts opcionais — Python, shell, ou JavaScript que ele pode executar
• Arquivos de referência — exemplos, templates, dados

Quando você usa Claude (Code ou Desktop), ele "carrega" a skill, sabe quando ativá-la, e executa os passos. Diferente de um Custom GPT (que vive na conversa), uma Skill é portátil — você compartilha a pasta com seu time e todos usam.

02 Anatomia de uma SKILL.md

Estrutura básica:

---
name: nome-da-skill
description: O que ela faz, em uma frase curta.
             O Claude usa isso pra decidir QUANDO usar.
---

# Quando usar essa skill

[Liste 3-5 sinais claros que o Claude deve reconhecer
pra ativar essa skill. Exemplo:]

- O usuário pediu um relatório de vendas
- O usuário mencionou "fechamento de mês" ou "MRR"
- O usuário colou uma planilha de pipeline

# Como executar

[Passo a passo. O Claude segue isso literalmente.]

## 1. [Primeiro passo]
[Descrição clara]

## 2. [Segundo passo]
[Pode usar scripts: "Execute scripts/extrair_dados.py
com o argumento "]

## 3. [Output esperado]
[Formato exato do resultado]

# Exemplos

[1-3 exemplos de input → output]

Coloque essa SKILL.md numa pasta com o nome da skill, e o Claude já pode usá-la.

03 Vamos construir: Skill "Relatório de Vendas Semanal"

Objetivo: você joga sua planilha de pipeline da semana, o Claude gera um relatório em formato consistente, salvo em Markdown.

Passo 1 · Criar a pasta

mkdir -p ~/.claude/skills/relatorio-vendas
cd ~/.claude/skills/relatorio-vendas

(Em Mac/Linux. No Windows é %USERPROFILE%\.claude\skills.)

Passo 2 · Escrever a SKILL.md

---
name: relatorio-vendas
description: Gera relatório semanal de vendas em PT-BR
             a partir de planilha de pipeline.
---

# Quando usar

Use essa skill quando o usuário:
- Disser "relatório de vendas semanal" ou "fechamento da semana"
- Colar ou anexar uma planilha (CSV/XLSX) com colunas
  tipo "lead", "stage", "valor", "data"
- Pedir resumo do pipeline da semana

# Estrutura do relatório

O relatório SEMPRE tem essas seções, nessa ordem:

## TL;DR (1 parágrafo)
- Total fechado essa semana (R$)
- Total no pipeline ativo (R$)
- 1 sentença sobre tendência (melhor/pior que semana
  anterior, se houver dado)

## Top 3 deals fechados
| Lead | Valor | Vendedor |
[tabela markdown]

## Pipeline por stage
| Stage | Qtd | Valor | % do total |
[tabela markdown]

## Risco — deals parados há >14 dias
Liste deals com última atividade há mais de 14 dias.
Pra cada um: nome, valor, próxima ação sugerida.

## Pergunta da semana
Termine SEMPRE com 1 pergunta provocativa pro
diretor — algo que ele deveria estar pensando
mas talvez não esteja.

# Como executar

1. Lê o arquivo de pipeline (CSV ou XLSX)
2. Identifica colunas de: stage, valor, data, vendedor
3. Calcula os agregados acima
4. Gera o relatório no formato exato
5. Salva em ~/relatorios/vendas-YYYY-MM-DD.md
6. Retorna o caminho do arquivo + um preview

# Regras de estilo

- PT-BR direto, sem "É importante notar"
- Números formatados em R$ com separadores de milhar
- Datas no formato DD/MM
- NUNCA invente dados que não estão na planilha

# Exemplo de input

Usuário: "Roda o relatório dessa semana"
[anexa pipeline.csv]

# Exemplo de output

(Relatório completo no formato acima, salvo em arquivo)

Passo 3 · Script opcional pra ajudar

Se o cálculo é complexo, adicione um script Python. Crie scripts/calcular.py:

# scripts/calcular.py
import pandas as pd
import sys

df = pd.read_csv(sys.argv[1])

total_fechado = df[df['stage'] == 'won']['valor'].sum()
total_pipeline = df[df['stage'] != 'lost']['valor'].sum()

print(f"FECHADO: R$ {total_fechado:,.2f}")
print(f"PIPELINE: R$ {total_pipeline:,.2f}")

Na SKILL.md, instrua o Claude a chamar isso: "Execute python scripts/calcular.py <arquivo> pra obter os agregados."

Passo 4 · Estrutura final da pasta

~/.claude/skills/relatorio-vendas/
├── SKILL.md
├── scripts/
│   └── calcular.py
└── exemplos/
    ├── pipeline-exemplo.csv
    └── relatorio-exemplo.md

Passo 5 · Usar

No Claude Code:

cd ~/seu-projeto
claude

# Na conversa:
Quero o relatório semanal de vendas.
Aqui tá o pipeline:
[cola CSV ou anexa]

O Claude detecta a skill (pelo description), segue a SKILL.md passo a passo, salva o arquivo e devolve o preview.

04 5 Skills que valem ouro

05 Padrões que tornam uma skill boa

1. Especialização extrema

Skills que tentam fazer "muita coisa" falham. Uma skill = 1 tarefa, bem definida. Quer 5 tarefas? 5 skills.

2. Trigger claro

O description no front-matter é o que faz o Claude decidir ativar a skill. Seja específico: "Gera relatório semanal de vendas em PT-BR" > "Ajuda com vendas".

3. Output determinístico

Sempre defina o formato exato. Se o output muda de cara cada vez, a skill é inútil pra automação.

4. Scripts pra cálculo, prompt pra raciocínio

Soma de números? Script. Decisão sobre o que escrever no relatório? Prompt. Não tenta fazer LLM somar.

5. Exemplos no SKILL.md

1-3 exemplos de input → output melhoram o resultado em 30%+. Não pule.

06 Onde guardar e compartilhar skills

07 Checklist · sua primeira skill funcionando

• Claude Code instalado e rodando
• Escolhido UMA tarefa específica que você faz toda semana
• SKILL.md escrita com: name, description, quando usar, como executar, formato de output
• Pelo menos 1 exemplo concreto incluído no SKILL.md
• Testado em 5+ inputs diferentes (incluindo edge cases)
• Refinada a SKILL.md depois dos testes
• Versionada no Git se for skill de projeto
• Compartilhada com 1 pessoa do time pra feedback

08 Fim da biblioteca · próximo passo

Você passou pelos 6 playbooks. Sabe usar Claude do básico ao avançado, sabe escolher entre Claude e ChatGPT pra cada tarefa, sabe criar GPTs/Gems pra automatizar trabalho repetitivo, e sabe criar Skills pra empacotar conhecimento.

Mas saber não vira resultado sem aplicar. Próxima ação: escolhe 1 dos seus problemas mais repetitivos e, nas próximas 48h, monta uma solução com o que aprendeu aqui — pode ser um Project, um GPT, uma Skill, ou um Custom Gem.

Quando estiver pronto pra escalar isso pra cliente, time, ou produto — me chama.