Pubblicato il 3 giugno 2026 sul blog di Anthropic da Thariq Shihipar (team Claude Code), questo articolo sintetizza l'esperienza interna dell'azienda sull'uso delle Skills. L'inquadramento iniziale corregge una visione riduttiva: una Skill non è un file markdown isolato ma una cartella che riunisce istruzioni, script, risorse, configurazione e hook, che l'agente esplora e manipola. La massima strutturante: « You should think of the entire file system as a form of context engineering and progressive disclosure. »

L'articolo propone anzitutto una tassonomia di nove categorie di skill osservate in Anthropic, illustrate con nomi reali: (1) Library/API Reference (documentazione per librerie/CLI interne con gotchas); (2) Product Verification (test tramite Playwright/tmux); (3) Data Fetching & Analysis (grafana, datadog, pattern di query); (4) Business Process Automation (standup, recap, ticket); (5) Code Scaffolding (boilerplate, migrazioni); (6) Code Quality & Review (adversarial-review, code-style); (7) CI/CD & Deployment (babysit-pr, deploy); (8) Runbooks (diagnostica multi-tool per sintomo); (9) Infrastructure Operations (manutenzione con guardrail).

You should think of the entire file system as a form of context engineering and progressive disclosure.

**Thariq Shihipar** , claude.com

Segue un corpus di best practice. La prima è l'anti-ridondanza: « Claude already knows how to code and can read your codebase » — occorre documentare ciò che contraddice il comportamento predefinito, non l'ovvio. Il contenuto più prezioso è la sezione Gotchas (« the highest-signal content in any skill »), alimentata da punti di fallimento effettivamente incontrati. La progressive disclosure opera tramite l'albero dei file: Claude viene indirizzato verso il file di riferimento corretto a seconda della situazione. Le descrizioni devono essere scritte per il modello, non per l'umano: « the description field is not a summary, it's a description of when to trigger this skill. » Per la configurazione, un flusso di setup memorizza i parametri (config.json) o interroga l'utente tramite AskUserQuestion. La memoria persistente passa da log append-only/JSON nella directory stabile ${CLAUDE_PLUGIN_DATA}. Gli script helper liberano il ragionamento del modello: « lets Claude spend its turns on composition… rather than reconstructing boilerplate. » Infine, gli hooks conditionnels (es. bloccare comandi distruttivi) sono attivati solo per la durata della skill.

Sul versante della distribuzione, Anthropic conserva le proprie skill in ./.claude/skills; emergono in una cartella sandbox condivisa via Slack, acquisiscono trazione, e vengono poi promosse tramite PR in un marketplace interno. L'utilizzo viene misurato da un hook PreToolUse che registra le invocazioni, rivelando le skill popolari e quelle da rivedere. Una guida operativa direttamente riutilizzabile per scrivere, distribuire e misurare le skill su scala organizzativa.