Skills, Prompts, Projects hay MCP: Dùng Cái Nào?

TL;DR

• Anthropic ra bài giải thích rạch ròi 5 building block trong hệ sinh thái Claude: Prompts, Skills, Projects, Subagents, MCP - dùng sai cái nào cũng ra kết quả tệ hơn mức cần thiết.
• Skills hoạt động theo progressive disclosure: metadata load trước (khoảng 100 token/skill), full instructions chỉ load khi match (dưới 5.000 token), script và asset load khi thực thi.
• Khác biệt cốt lõi: Projects trả lời "đây là cái bạn cần biết" (kiến thức nền tĩnh), Skills trả lời "đây là cách làm việc" (quy trình động), MCP lo kết nối dữ liệu, Subagent lo tách việc ra làm độc lập.
• 5 building block này không loại trừ nhau - ráp chung lại mới ra được agent thực sự hữu dụng.

Vấn đề: có quá nhiều mảnh ghép, ghép sai là phí công

Từ lúc Skills xuất hiện trong hệ sinh thái Claude, câu hỏi phổ biến nhất không phải "Skills là gì" mà là "khi nào dùng Skills thay vì cứ viết prompt dài, hoặc thay vì tạo Project, hoặc thay vì set up MCP server". Càng nhiều công cụ thì càng dễ dùng nhầm - viết prompt dài dằng dặc cho việc lẽ ra chỉ cần một Skill gọi lại mỗi lần, hoặc nhét toàn bộ tài liệu công ty vào Project trong khi thứ cần là một quy trình lặp lại nhiều nơi.

Anthropic vừa đăng một bài giải thích riêng cho đúng vấn đề này: xếp 5 building block cạnh nhau, chỉ rõ từng cái sinh ra để giải quyết bài toán gì, và quan trọng hơn - cách ráp chúng lại với nhau trong một workflow thực tế thay vì dùng độc lập từng cái.

Skills hoạt động thế nào: progressive disclosure 3 lớp

Skills là các thư mục chứa instructions, script và resource mà Claude tự khám phá và load khi liên quan đến tác vụ đang làm - giống một cuốn cẩm nang onboarding chuyên biệt cho từng domain, từ làm việc với Excel đến tuân theo brand guideline của tổ chức.

Cơ chế cốt lõi khiến Skills không làm phình context dù cài bao nhiêu cái cũng được là progressive disclosure, chia làm 3 lớp tải:

• Lớp 1 - Metadata: chỉ name và description trong YAML frontmatter, load ngay từ đầu, chi phí chỉ khoảng 100 token mỗi skill. Danh sách toàn bộ skill khả dụng bị giới hạn 15.000 ký tự để tool description không nuốt hết context.
• Lớp 2 - Full instructions: khi mô tả khớp với tác vụ, Claude mới load toàn bộ nội dung SKILL.md, khuyến nghị giữ dưới 5.000 từ hoặc 500 dòng.
• Lớp 3 - Bundled files: script trong /scripts/ chạy qua Bash tool, tài liệu trong /references/ đọc vào context qua Read tool, còn file trong /assets/ (template, ảnh) chỉ được tham chiếu theo đường dẫn, không tốn token context.

Nhờ cấu trúc này, một thư viện skill lớn gần như không tốn chi phí gì cho tới khi thật sự được gọi tới - Claude chỉ lấy đúng thứ cần, đúng lúc cần.

So sánh Skills với Prompts, Projects, Subagents, MCP

Điểm khác biệt lớn nhất nằm ở việc mỗi thứ cung cấp loại thông tin gì và tồn tại được bao lâu:

• Prompts - hướng dẫn tức thời trong một hội thoại, phản ứng và biến mất ngay sau đó. Dùng cho yêu cầu một lần, tinh chỉnh qua lại kiểu "làm giọng văn trang trọng hơn".
• Skills - kiến thức quy trình, chủ động kích hoạt và tồn tại xuyên mọi hội thoại. Nếu bạn thấy mình gõ lại cùng một hướng dẫn ở nhiều cuộc trò chuyện khác nhau, đó là dấu hiệu nên biến nó thành Skill.
• Projects - không gian làm việc riêng với context 200K, tài liệu upload vào luôn được load tĩnh cho mọi hội thoại trong project đó. Projects nói "đây là cái bạn cần biết", Skills nói "đây là cách làm việc".
• Subagents - trợ lý độc lập với context riêng, quyền tool riêng, tự xử lý xong việc rồi trả kết quả về agent chính. Subagent vẫn có thể load Skills như agent chính.
• MCP - lớp kết nối chuẩn hoá giữa Claude với hệ thống ngoài như Google Drive, GitHub, database. MCP lo việc lấy dữ liệu, Skills dạy Claude xử lý dữ liệu đó ra sao - ví dụ luôn lọc theo khoảng ngày khi query database.

Ráp lại thành một workflow thực tế: research agent

Sức mạnh thật sự xuất hiện khi 4 building block hoạt động cùng lúc thay vì tách rời. Anthropic minh hoạ bằng một research agent chuyên phân tích đối thủ cạnh tranh:

1. Project "Competitive Intelligence" chứa sẵn industry report, tài liệu đối thủ, feedback từ CRM.
2. MCP kết nối Google Drive (tài liệu nội bộ), GitHub (repo mã nguồn mở của đối thủ), Web search (tin tức thị trường theo thời gian thực).
3. Skill "competitive-analysis" áp đúng khung phân tích và định dạng báo cáo của tổ chức.
4. Subagents chia việc: một agent market-researcher gom dữ liệu ngành, một agent technical-analyst soi kỹ phần triển khai kỹ thuật của đối thủ.

Khi user gõ một câu hỏi phân tích, cả 4 lớp kích hoạt cùng lúc: Project nạp bối cảnh, MCP kéo dữ liệu mới nhất, Skill áp khung phân tích chuẩn, Subagent chia việc song song - kết quả là một báo cáo bám sát dữ liệu thật thay vì Claude tự bịa dựa trên kiến thức cũ.

Ai nên dùng Skills ngay, và dùng cho việc gì

Vài nhóm hưởng lợi rõ nhất theo case study trong bài: dân phân tích tài chính dùng skill xử lý nhiều spreadsheet cùng lúc, phát hiện bất thường và tạo báo cáo DCF - việc từng mất cả ngày rút xuống còn khoảng một giờ. Product manager giảm hẳn việc phải lặp đi lặp lại hướng dẫn phức tạp khi làm việc với Notion. Designer dùng skill giữ nhất quán màu sắc và typography khi thao tác trong Figma hoặc Canva. Kỹ sư phần mềm ghép subagent chuyên biệt (review code, viết test) với skill best-practice theo từng ngôn ngữ.

Quy tắc ra quyết định nhanh: gõ lại cùng một hướng dẫn ở nhiều hội thoại → tạo Skill. Cần bối cảnh nền cho cả một sáng kiến dài hơi → dùng Project. Cần Claude chạm vào dữ liệu hoặc hệ thống bên ngoài → dùng MCP. Cần một tác vụ độc lập, giới hạn quyền tool riêng → dùng Subagent. Chỉ cần tinh chỉnh một lần cho ngay lúc này → cứ viết prompt bình thường, chưa cần công cụ nào phức tạp hơn.

Giới hạn và lưu ý bảo mật

Skills không phải miễn phí về mặt kỹ thuật: gọi Skill tool tốn khoảng 1.500 token trở lên mỗi lượt (so với khoảng 100 token của tool thông thường) vì cơ chế prompt injection phía sau. Cơ chế chọn skill cũng không dựa trên thuật toán hay ML classifier nào cả - hoàn toàn dựa vào việc Claude tự đọc hiểu mô tả text, nên mô tả mơ hồ đồng nghĩa với skill không bao giờ được gọi đúng lúc.

Vì Skills có thể chạy code, Anthropic yêu cầu field allowed-tools để giới hạn quyền rõ ràng thay vì cấp toàn bộ tool, khuyến khích dùng wildcard hẹp kiểu chỉ cho phép nhánh git thay vì mở toàn quyền bash. Với thao tác nguy hiểm, field disable-model-invocation buộc phải gọi thủ công thay vì để Claude tự quyết. Anthropic cũng nhắc thẳng: chỉ cài skill từ nguồn tin cậy, vì tính năng này cho Claude quyền thực thi code.

Kết

Bài viết này không giới thiệu tính năng mới, mà làm rõ thứ nhiều người dùng Claude vẫn còn mù mờ: 5 building block không cạnh tranh nhau, mỗi cái giải một bài toán riêng. Prompts cho tức thời, Skills cho quy trình lặp lại, Projects cho bối cảnh dài hơi, MCP cho kết nối dữ liệu, Subagents cho tác vụ độc lập. Hiểu đúng vai trò từng mảnh, việc ráp một agent phức tạp trở thành chọn đúng công cụ cho đúng việc thay vì nhồi tất cả vào một prompt khổng lồ. via Claude by Anthropic