AI Skill 是什麼？ChatGPT、Gemini、Claude 在質性資料分析可以怎麼用？
AI 揭示：本文由作者運用 ChatGPT 協助蒐集公開資料、整理架構與撰寫初稿，內容經人工檢視、改寫與修正後發布。文中涉及各平台功能、價格與使用限制之資訊，可能因官方更新而變動，建議讀者實際使用前仍應回到各平台官方頁面確認。
最近很多人在討論「人工智慧技能（AI Skill）」。如果只看字面，很容易以為它只是「比較厲害的提示詞」。但實際上，人工智慧技能（AI Skill）比較像是一套可以重複使用的小型工作流程。
用白話說，提示詞（prompt）是「這一次請 AI 這樣做」；技能（Skill）則是「以後遇到這類事情，都照這套流程做」。
舉例來說，如果你常常要請 AI 幫你整理訪談逐字稿（transcript），每次都要提醒它：先去識別化（de-identification），不要保留姓名、機關、職稱、地點等資訊；再逐段摘要；接著做初步編碼（coding）；每個編碼（code）都要附原文證據；最後整理成主題（theme）與編碼本（codebook）。這一整套固定流程，就很適合做成 AI Skill。
這篇文章想用比較簡單的方式，介紹三件事。第一，什麼是 AI Skill；第二，ChatGPT Skills、Gemini Skills、Claude Skills 分別是什麼；第三，在質性資料分析領域，除了官方功能以外，有哪些第三方或社群工具可以使用，它們要怎麼安裝、怎麼使用、可能有什麼風險，以及是否需要付費。
先說結論：目前三家平台都有可用的工具，但成熟度不一樣。ChatGPT 最容易上手的是各種質性分析 GPT；Gemini 比較常用自訂 AI 專家（Gems）與來源式研究工具（NotebookLM）來做資料整理；Claude 則是目前最像「真正 Skill 包」的平台，也比較容易找到質性分析相關的 Claude Skill。
#####################################################################
第一部分：什麼是 AI Skill？
AI Skill 可以理解成「把某種任務的做法包起來，讓 AI 以後可以重複使用」。
它通常會包含任務說明、操作流程、規則、輸出格式、參考資料，以及進階一點的腳本或工具。任務說明是告訴 AI 這個 Skill 是做什麼的；操作流程是告訴 AI 先做什麼、再做什麼；規則則是告訴 AI 哪些事情可以做、哪些事情不能做；輸出格式則是讓最後結果能夠固定，例如固定輸出成摘要、編碼結果、主題分析（thematic analysis）或研究備忘錄（research memo）。
以質性資料分析為例，一個「訪談逐字稿分析 Skill」可能會要求 AI 先檢查逐字稿中的可識別資訊（identifiable information），再進行段落摘要，接著提出初步編碼（coding），最後把編碼整理成主題。它也可以要求 AI 每個編碼都必須附原文證據，不能創造受訪者沒有說過的內容，並且要標出哪些地方需要研究者人工確認。
所以，AI Skill 不是單純叫 AI「幫我分析」。它更像是把分析流程整理成一套小型標準作業程序，讓 AI 比較不會每次回答都不一樣。
在質性資料分析裡，AI Skill 最適合用在逐字稿去識別化、初步摘要、開放編碼（open coding）、主題歸納、編碼本草稿、反例檢查（negative case checking）與論文分析段落草稿等工作。這些工作都有一個共通點：它們可以被流程化，也可以透過人工檢核來修正。
不過，要特別注意的是，AI Skill 可以協助質性資料分析，但不等於 AI 可以取代研究者。質性研究最重要的地方，像是理論詮釋、田野理解、研究者反身性、研究倫理與最後判斷，仍然要由研究者負責。AI 可以幫忙整理資料，但不能代替研究者理解資料的意義。
#####################################################################
第二部分：ChatGPT Skills、Gemini Skills、Claude Skills 是什麼？
一、ChatGPT Skills
ChatGPT Skills 是 OpenAI 推出的工作流程功能。它的重點是讓 ChatGPT 在處理特定任務時，可以套用一組固定流程，而不是每次都從零開始。
官方說明中，ChatGPT Skills 可以包含指令、範例、程式碼與支援資源。簡單說，它可以讓 ChatGPT 知道：「遇到這類任務時，要照這套方法做。」
不過，這裡要分清楚幾個容易混淆的東西。ChatGPT Skills 是官方的工作流程模組；自訂 GPT（Custom GPT）則比較像使用者或第三方做的專用 GPT；專案（Project）則像是一個可以保存資料、背景與對話脈絡的研究資料夾。
所以，像 Qualitative Research Guru 這類工具，應放在 ChatGPT 這一類討論，但它比較精確的分類是自訂 GPT（Custom GPT）或第三方 GPT，不是 OpenAI 官方 ChatGPT Skills。
如果用在質性資料分析，ChatGPT 可以有兩種用法。第一種是使用第三方 GPT，例如 Qualitative Research Guru、Qualitative Research Data Analysis、Thematic Analysis by Dr Kriukow。第二種是自己建立固定流程，例如把逐字稿去識別化、開放編碼、主題歸納、編碼本整理寫成自己的工作流程，之後反覆使用。
目前官方 ChatGPT Skills 的可用性，還是要看帳號方案與實際功能開放情況。OpenAI Help Center 目前列出的是 Business、Enterprise、Edu、Teachers、Healthcare，並支援 Codex 與應用程式介面（API, application programming interface）。因此，一般使用者實際上比較常接觸到的是自訂 GPT，而不是官方 ChatGPT Skills。
二、Gemini Skills
Gemini 這邊比較容易混淆，因為一般使用者比較常看到的是自訂 AI 專家（Gems），不是 Skills。
Gems 可以想成 Gemini 裡的自訂 AI 助手。你可以建立一個 Gem，設定它的角色、任務、回答方式與注意事項。舉例來說，你可以建立一個「質性訪談分析 Gem」，要求它每次分析逐字稿時，都要附原文證據，不能自己亂補內容，也不能把表層摘要直接當成研究結論。
Gemini 另外也有比較接近 Skill 的東西，叫做 Gemini 命令列介面代理人技能（Gemini CLI Agent Skills）。命令列介面（CLI, command-line interface）通常是比較進階的操作方式，需要會使用終端機、資料夾與技能說明檔（SKILL.md）。一般研究者如果只是要做訪談分析，通常先用 Gems 或 NotebookLM 就比較夠用。
因此，Gemini 在質性資料分析中比較常見的用法，是建立固定的訪談分析 Gem、使用 NotebookLM 上傳文獻與逐字稿做來源式整理，或由進階使用者自建 Gemini CLI Agent Skills 來處理較大量的資料。
目前我沒有查到很成熟、廣泛流通、專門用於質性資料分析的 Gemini 官方 Skill。因此，這一部分要寫得保守一點：Gemini 可以協助質性分析，但主要是透過自己建立 Gems、使用 NotebookLM，或進階自建 CLI Skill。
三、Claude Skills
Claude Skills 是目前三家平台中最像「完整 Skill 包」的形式。
Claude 官方說，Skills 是由指令、腳本、資源檔組成的資料夾。Claude 會在需要時載入這些資料，讓自己更穩定地完成某一類任務。
Claude 也有一些內建 Skills，例如 Word Skill、Excel Skill、PDF Skill、PowerPoint Skill。這些工具不是質性分析專用，但對質性研究很有幫助。Word Skill 可以用來整理逐字稿、memo、研究報告；Excel Skill 可以用來建立編碼本、編碼矩陣、主題表；PDF Skill 可以用來處理 PDF 文件、報告與附錄；PowerPoint Skill 則可以把分析結果整理成簡報。
Claude 也可以使用自訂 Skill。一般使用者可以在 Claude 的 Skills 功能中上傳 Skill；進階使用者則可以在 Claude 程式碼工具（Claude Code）裡建立技能說明檔（SKILL.md），讓 Claude 依照這套流程處理資料。
目前質性資料分析領域中，Claude 比較容易找到真正以 Skill 形式出現的工具。比較具代表性的例子是 Thematic Analysis Skill for Claude。它放在 GitHub 上，依據 Braun and Clarke 的六階段主題分析流程設計，可以引導使用者做主題分析，並產出 Word 報告與主題圖（thematic map）。
#####################################################################
第三部分：質性資料分析領域有哪些官方與非官方工具可以用？
一、ChatGPT：最容易上手的是質性分析 GPT
ChatGPT 這邊最容易用的，不一定是官方 ChatGPT Skills，而是第三方 GPT。
比較具代表性的有 Qualitative Research Guru、Qualitative Research Data Analysis、Thematic Analysis by Dr Kriukow，以及各種 ChatGPT 提示流程（prompt workflow）。
Qualitative Research Guru 的公開描述是協助進行主題分析、文字資料分析、找出主題與編碼。Qualitative Research Data Analysis 則主打從逐字稿中辨識主題。Thematic Analysis by Dr Kriukow 則標示可協助主題分析、質性編碼、NVivo 與研究規劃。這些工具都比較適合拿來做初步整理與初步分析，而不是直接當成最後研究結果。
這些工具的好處是很容易開始。你只要登入 ChatGPT，找到該 GPT，貼上或上傳已經去識別化的逐字稿，就可以請它幫你做初步分析。
比較建議的使用方式是：先把逐字稿去識別化；一次只放一小段或一份訪談，不要一次丟全部；明確要求 AI 不得創造原文沒有的內容；要求每個編碼或主題都附原文證據；要求輸出時標示哪些地方需要人工確認；最後由研究者人工確認、刪除、合併或修改。
費用方面，公開 GPT 通常可以登入後使用，但可用模型、檔案上傳、使用量會受到方案限制。ChatGPT Plus 官方價格為每月 20 美元，包含檔案上傳與分析、Deep Research tools、自訂 GPT 建立與使用等功能。官方 ChatGPT Skills 的可用性則要看帳號方案與實際功能開放情況，OpenAI Help Center 目前列出 Business、Enterprise、Edu、Teachers、Healthcare，並支援 Codex 與 API。
ChatGPT 的主要風險是第三方 GPT 的內部設定不一定透明。它可能有作者設定的 instructions、knowledge files 或外部操作（actions）。如果資料很敏感，例如訪談逐字稿裡有姓名、機關、職稱、地點、個案經驗或內部政策內容，就不應直接上傳原始資料。另一個風險是 AI 很會整理出漂亮的主題，但那些主題可能只是表面摘要，不一定有真正的質性詮釋深度。
二、Gemini：適合用 Gems 和 NotebookLM 建立自己的分析流程
Gemini 目前較少看到成熟的現成質性分析 Skill。比較實際的做法，是自己建立 Gemini Gem。
你可以建立一個「質性訪談分析 Gem」，把固定指令寫進去。例如：「你是一位質性研究助理。請協助分析去識別化訪談資料。分析時必須根據原文，不得創造受訪者沒有說過的內容。請逐段提出摘要、初步編碼、可能主題、代表語句與需人工確認處。」
這樣之後每次分析逐字稿，就不用重新寫一大串指令。
除了 Gems，NotebookLM 也很適合拿來整理資料。它不是 Skill，也不是質性分析專用軟體，但它可以根據你上傳的來源進行整理。你可以把逐字稿、訪綱、文獻、政策文件放進 NotebookLM，然後請它整理主要主題、相互矛盾的觀點、代表引文與來源依據。
NotebookLM 比較適合文獻整理、多份文件摘要、訪談資料初步主題整理與找代表性引文。它也可以協助你比較不同訪談或不同文件之間的共通點與差異。不過，它不太適合作為完整質性分析軟體使用，因為正式編碼本、編碼歷程、研究者決策紀錄與稽核軌跡（audit trail）還是需要另外整理。
如果你會使用命令列，也可以用 Gemini CLI Agent Skills 建立自己的 Skill。做法是建立一個資料夾，放入技能說明檔（SKILL.md），寫清楚這個 Skill 要如何處理逐字稿、如何編碼、如何輸出結果，再放到 Gemini CLI 指定的位置，例如 ~/.gemini/skills/ 或 .gemini/skills/。不過這對一般研究者來說門檻比較高。
費用方面，Gemini 有免費與付費方案。Google 台灣頁面目前列出：Google AI Plus 為每月 NT$165，Google AI Pro 為每月 NT$650，Google AI Ultra 最低為每月 NT$3,300，另有較高用量的 Ultra 方案。不同方案會影響模型、使用量、NotebookLM 與 Google Workspace 相關功能。如果使用 Gemini CLI 或 API，則可能另外產生 API 或雲端成本。
Gemini 的主要風險在於它和 Google 生態系連得很深。如果你讓 Gemini 連到 Gmail、Drive、Docs、Sheets 或其他 Google 服務，就要特別注意資料權限與隱私設定。若是訪談逐字稿或機關內部文件，建議一樣先去識別化，不要直接上傳原始資料。
三、Claude：目前最像真正 Skill 包的平台
Claude 目前最值得注意的，是它已經有比較完整的 Skills 生態。
在質性分析領域，最具代表性的例子是 Thematic Analysis Skill for Claude。這是一個放在 GitHub 上的 Claude Skill，依 Braun and Clarke 的六階段主題分析流程設計，可以引導使用者做主題分析，並產出 Word 報告與 thematic map。因為它是公開的 Skill 專案，使用者比較容易檢查內容，也可以依自己的研究需要修改。
Claude 也有內建 Word、Excel、PDF Skills，這些工具對質性研究很實用。Word Skill 可以協助產出訪談摘要、分析 memo、研究報告；Excel Skill 可以協助建立編碼本、編碼矩陣、主題整理表；PDF Skill 可以協助整理 PDF 研究資料或輸出報告。
非官方方面，Claude Code 生態中也有一些第三方 Skill listing，例如 MCP Market 上的 Qualitative Research Framework、Interview Analyst 等。這些工具宣稱可以協助訪談分析、主題分析、反身性紀錄、編碼者間一致性檢查（intercoder reliability checks）、反例搜尋等。不過它們是第三方工具，不是 Anthropic 官方 Skill，所以安裝前一定要檢查來源。
Claude 的使用方式分兩種。第一種是在 Claude.ai 中使用 Skills。通常需要啟用程式碼執行（code execution），然後到 Customize > Skills 建立或上傳 Skill。第二種是在 Claude Code 裡使用。這比較適合進階使用者。你可以建立資料夾，放入技能說明檔（SKILL.md），例如放在 ~/.claude/skills/<skill-name>/SKILL.md 或專案中的 .claude/skills/<skill-name>/SKILL.md，之後 Claude 可以自動啟用，也可以用 /skill-name 手動呼叫。
費用方面，Claude Help Center 說 Skills 可用於 Free、Pro、Max、Team、Enterprise，但需要程式碼執行（code execution）。Claude Pro 月繳為 20 美元；Max 方案則從每月 100 美元起。若使用 Claude Code 或 API 處理大量逐字稿，還要注意權杖用量（token usage）、使用量與方案限制。
Claude 最大的風險是第三方 Skill 可能包含腳本（scripts）、外部資源或依賴套件（dependencies）。也就是說，它不像一般 prompt 那麼單純。有些 Skill 可能會讀取檔案、執行程式，甚至連接外部服務。因此，安裝第三方 Claude Skill 前，應檢查技能說明檔（SKILL.md）、scripts、dependencies、網路存取（network access）與檔案讀取範圍（file access scope）。處理敏感訪談資料時，尤其不能直接把原始資料交給不明來源的 Skill。
最後總結：到底該怎麼選？
如果只是想快速試試看，ChatGPT 的質性分析 GPT 最容易上手。像 Qualitative Research Guru、Qualitative Research Data Analysis、Thematic Analysis by Dr Kriukow，都可以用來做初步主題分析與編碼建議。
如果你的資料都在 Google 文件、Google Drive 或 NotebookLM 裡，Gemini Gems 加 NotebookLM 會比較順手。但它比較像自己建立流程，不是直接拿現成質性分析 Skill 來用。
如果你想要比較像真正 Skill 包、可以檢查與修改流程，Claude 目前比較適合。尤其是 Thematic Analysis Skill for Claude，以及 Claude Code 生態中的質性研究相關 Skills，都比較接近「把質性分析流程包起來」的概念。
如果要用在正式研究，最安全的原則是：第一，上傳前先去識別化；第二，不要一次把整批原始逐字稿丟給 AI；第三，每個 code 和 theme 都要附原文證據；第四，保留 prompt、AI 產出、人工修改與最後決定；第五，論文方法章要說明 AI 用在哪些階段；第六，最終分析與詮釋仍由研究者負責。
AI Skills 在質性資料分析中應該被當成「研究助理」，不是「研究者本人」。它可以協助整理資料、提出初步編碼、歸納主題、找反例、做編碼本草稿；但它不能取代研究者對脈絡、理論、倫理與資料意義的判斷。
只要掌握這個原則，AI Skill 就不是取代研究者的黑箱，而可以成為一個有效率、可檢核、可輔助思考的研究工具。
