Semakin banyak developer memakai agentic AI — Claude Code, Cursor, GitHub Copilot, sampai Hermes Agent — dan istilah skill dan rule muncul terus. Keduanya terdengar mirip, tapi beda mendasar. Artikel ini membahas perbedaannya berdasarkan sumber resmi dan tulisan praktisi per Januari–Maret 2026.
Singkatnya: rule (aturan) menjelaskan “apa” dan “kapan” — passive reference yang selalu terbaca. Skill (keterampilan) menjelaskan “bagaimana” — active workflow yang dipanggil saat dibutuhkan.
Apa Itu Rule (Aturan) dalam Agentic AI?
Rule adalah instruksi yang diterapkan otomatis oleh tool — tanpa diminta pengguna. Biasanya berupa file markdown di repo (misalnya .cursor/rules/, CLAUDE.md, .github/copilot-instructions.md) yang dimuat ke context window agent di awal percakapan.
Karakter utama rule (Agentic Thinking, 27 Jan 2026):
- Passive reference — agent membaca dan tahu aturannya, tanpa aksi tambahan.
- Auto-aktivasi — selalu aktif (
alwaysApply), aktif saat file tertentu dibuka (glob), atau aktif saat deskripsi rule cocok dengan konteks. - Konten: standar, constraint, format, keputusan — bukan tutorial.
Contoh rule yang benar:
- “Jangan pernah commit file
.envke Git.” - “Semua timestamp harus UTC.”
- “Format respons API wajib:
{ data, error, meta.requestId }.” - “Untuk data transaksional pakai PostgreSQL, untuk cache pakai Redis.”
Apa Itu Skill dalam Agentic AI?
Skill adalah paket pengetahuan prosedural yang bisa ditemukan dan dimuat agent saat dibutuhkan. Anthropic memperkenalkan Agent Skills pada 16 Oktober 2025 dan menerbitkannya sebagai open standard lintas-platform pada 18 Desember 2025 — kini dipakai juga oleh Cursor, VS Code, Gemini CLI, dan Builder.
Struktur skill sederhana: satu folder berisi file SKILL.md (dengan YAML frontmatter berisi name dan description) plus file pendukung opsional — script, template, dokumen referensi.
Karakter utama skill:
- Active workflow — agent membaca skill lalu melakukan sesuatu: prosedur multi-langkah yang menghasilkan output.
- Eksplisit/piciran tugas — agent memicu skill lewat panggilan eksplisit (misalnya
/skill-name) atau karenadescriptionskill cocok dengan tugas pengguna. - Progressive disclosure — tiga tingkat detail: (1) hanya nama + deskripsi yang selalu di-context awal, (2) isi
SKILL.mddimuat saat skill dianggap relevan, (3) file pendukung dibaca hanya bila perlu. Ini membuat kapasitas konteks skill praktis tak terbatas tanpa memenuhi context window di awal. - Bisa membawa kode — skill boleh menyertakan script yang dieksekusi agent (misalnya sorting lewat algoritma klasik jauh lebih murah daripada menghasilkannya lewat token).
Contoh skill: “skill ship” berisi langkah review → commit → push → buat PR; skill pengisian formulir PDF; skill publish post WordPress dengan checklist dan script verifikasi.
Tabel Perbandingan Skill vs Rule
| Aspek | Rule | Skill |
|---|---|---|
| Pertanyaan yang dijawab | APA yang harus diperhatikan & KAPAN | BAGAIMANA cara mengerjakan |
| Sifat konten | Passive reference (standar, format, constraint) | Active workflow (prosedur, playbook) |
| Siapa pemicunya | Tool/platform (otomatis) | Agent (saat relevan) atau user (eksplisit) |
| Masa aktif | Selalu / glob / deskripsi | Hanya saat dipanggil |
| Biaya konten | Dibayar terus (token = uang + perhatian) | Dibayar saat dipakai |
| Cocok untuk | Syarat repo, konvensi penamaan, batasan keamanan, format data | Playbook workflow, pembuatan file, operasi kompleks, review berulang |
| Target ukuran | < 50 baris (always-on), maks 100 baris | SKILL.md < 150 baris (detail di file terpisah) |
| Anti-pattern | Menjejalkan tutorial/panjang ke rule | Skill yang isinya cuma aturan diam-diam |
Mengapa Beda Itu Penting: Ekonomi Context Window
Context window bukan gratis. Tiap baris yang dimuat = token = biaya API, perhatian model (kapasitasnya terbatas), dan kecepatan respons yang melambat.
Rule alwaysApply dimuat di setiap percakapan — bahkan saat user tanya “2+2 berapa?”. Bayangkan 20 rule always-on masing-masing 100 baris: 2.000 baris terbuang sebelum percakapan dimulai. Karena itu rule harus pendek, dan isinya ditaruh di skill yang dimuat hanya saat relevan — praktik yang disebut Builder.io (21 Jan 2026) seperti “lazy loading untuk context”.
Aturan praktis dari builder.io: deskripsi skill ditulis untuk routing, bukan dibaca — pendek, spesifik, penuh kata kunci tugas nyata. Deskripsi yang puitis membuat agent melewatkan skillnya.
Kapan Pakai Rule, Kapan Pakai Skill?
Framework keputusan dari praktisi (dirangkum dari Builder.io & Agentic Thinking, Jan 2026):
- Apakah instruksi ini harus berlaku meski kamu tidak sedang memikirkannya? Ya → rule. Tidak → skill.
- Isinya multi-langkah dan menghasilkan aksi (membuat/memodifikasi file)? Ya → skill.
- Isinya lebih dari 100 baris “cara kerja”? Pindah ke skill.
- Isinya perlu di percakapan mana pun (batasan keamanan, standar format)? Tetap rule.
Pola praktis: gabungkan keduanya, dengan rule isinya routing logic saja, misalnya:
## Aturan Routing - Saat mengubah komponen UI, muat skill `ui-change`. - Saat debug error produksi, muat skill `incident-triage`.
Contoh Nyata Pasangan Rule–Skill
- Rule: “File
.envtidak boleh di-commit” — Skill: “Untuk deploy: cek env, build, upload, verifikasi health-check.” - Rule: “Design system memakai token nama
--color-*” — Skill: “Saat menulis release notes, ikuti format dan checklist berikut.” - Rule: “Semua post blog wajib menyertakan
more-tag” — Skill: “Untuk publish post: draft → validasi Gutenberg → buat via WP-CLI → flush cache.”
Anti-Pattern yang Sering Terjadi
- File “rule” 600 baris yang isinya sebenarnya tutorial/workflow → pindahkan ke skill.
- Skill yang isinya cuma template prompt tanpa prosedur → itu rule tersamar.
- Rule always-on dipakai untuk konteks spesifik proyek → boros token, bikin agent bingung.
- Context window dipenuhi panduan yang tidak pernah terpakai → respons lambat, biaya naik, perilaku agent kacau.
Kesimpulan
Rule dan skill bukan pilihan ganda, tapi pasangan komplementer. Rule adalah “mindset” agent — apa yang diketahui, bagaimana seharusnya berperilaku, batasan yang tidak boleh dilanggar. Skill adalah “toolkit” agent — kemampuan spesifik yang ditarik dari rak saat tugasnya menuntut.
Untuk hasil terbaik: tulis rule sedekat mungkin dengan keamanan dan standar yang tidak bisa ditawar, lalu biarkan skill membawa sisa pengetahuan prosedural — dimuat progresif, dibayar saat dipakai, dan bisa dibagikan sebagai paket standar terbuka.
Referensi
- Anthropic — Equipping agents for the real world with Agent Skills (16 Okt 2025; open standard 18 Des 2025).
- Builder.io — Agent Skills vs. Rules vs. Commands (21 Jan 2026).
- Agentic Thinking — Rules vs Skills in AI Dev (27 Jan 2026).
- SitePoint — Instructions vs. Skills in AI Agents (23 Mar 2026).
Seri Belajar AI #19: Prompt Engineering & RAG dan Belajar AI #17: Reinforcement Learning membahas konsep agent dari sudut pandang klasik — artikel ini melengkapinya dengan konfigurasi agent modern.
Komentar Terbaru