Ein praktischer Leitfaden zur Skill-Schicht in UnifAPI: Trigger-Phrasen, Datenaufrufe, Ausgabe-Templates, Konfidenzregeln und Grenzen öffentlicher Daten.

Kurz gesagt: Ein Skill ist die wiederholbare Einheit innerhalb eines UnifAPI-Agents. Er sagt dem Assistenten, wann der Workflow zu nutzen ist, welche Daten abzurufen sind, wie die Ausgabe zu strukturieren ist und wo Schluss ist.

Prompts sind leicht zu schreiben und schwer zu pflegen. Ein nützlicher Marketing-Workflow braucht mehr als eine Anweisung. Er braucht Trigger, Input-Anforderungen, die Wahl der Datenquellen, Konfidenzregeln, Ausgabe-Templates und Grenzen.

Deshalb sind UnifAPI-Agents als Skills umgesetzt.

Was in einen Skill gehört

Skill-Teil	Was er tut
Name und Beschreibung	Hilft dem Assistenten, zum richtigen Workflow zu routen
Wann zu nutzen	Listet Trigger-Phrasen und Nutzerabsichten auf
Inputs	Sagt dem Assistenten, welchen Kontext er vor dem Datenaufruf sammeln soll
Datenaufrufe	Benennt die zu nutzenden UnifAPI-Operationen oder Data Skills
Workflow	Verwandelt die Aufgabe in Schritte
Ausgabe-Template	Verhindert vage Zusammenfassungen
Konfidenzregeln	Trennt beobachtete Fakten von gefolgertem Urteil
Grenzen	Hält den Agent schreibgeschützt und ehrlich

Ein Skill ist am stärksten, wenn er genau eine Fähigkeit benennt. keyword-research ist ein Skill. seo-audit ist ein Skill. ai-answer-gap ist ein Skill. „Mach das ganze Marketing" ist es nicht.

Enhanced-, Advice- und Data-Skills

UnifAPI nutzt drei Skill-Arten:

Skill-Art	Was sie bedeutet	Beispiel
Enhanced	Eine Marketing-Fähigkeit, die öffentliche Live-Daten aufruft	SEO-Audit, KOL-Pricing, AI-Visibility-Audit
Advice	Framework oder Urteil ohne Live-Aufruf	Schema-Leitfaden, Positionierungs-Frameworks
Data	Ein deterministischer Quellen-Leitfaden eines Platform Agents	LinkedIn Data Skill, Reddit Data Skill

Diese Unterscheidung hält das Produkt klar. Nicht jeder nützliche Marketing-Skill braucht einen Live-API-Aufruf. Aber wenn ein Skill eine faktische Aussage über öffentliche Sichtbarkeit macht, sollte er Datensätze nutzen.

Warum Skills Operationen benennen sollten

Ein Assistent kann Operationen über MCP entdecken, aber Discovery ist nicht der gesamte Workflow. Ein guter Skill sollte dem Assistenten dennoch sagen, welche Datenfamilien für die Aufgabe zählen.

Zum Beispiel kann ein SEO-Audit-Skill sagen:

Hole Live-SERP-Belege für die Ziel-Suchanfragen.
Nutze Keyword-Übersicht und -Historie für den Nachfrage-Kontext.
Nutze Browser Markdown für die Zielseite und die Seiten der Top-Wettbewerber.
Gib einen Fix-Plan zurück, in dem beobachtete Belege und Empfehlungen getrennt sind.

Das ist viel besser als: „Nutze die API, wenn nötig."

Ausgabe-Templates sind Teil des Produkts

Die Ausgabeform ist der Punkt, an dem viele Agent-Workflows scheitern. Ohne Template gibt der Assistent womöglich eine angenehme Zusammenfassung zurück, mit der sich nicht handeln lässt.

Ein Skill sollte das Artefakt spezifizieren:

Workflow	Nützliches Artefakt
KOL-Pricing	Gerankte Creator-Tabelle mit Low/Base/High-Spannen und Konfidenz
GEO-Audit	Zitations- und Erwähnungs-Matrix Prompt für Prompt
Local-Pack-Scan	Suchanfrage, Rang, Wettbewerber, Bewertungsanzahl und Map-Position
Wettbewerber-Profiling	Launch-Timeline, Kanäle, Aussagen, Belege und Risiken
Content-Strategie	Chancen-Backlog mit Nachfrage, Quellenbelegen und Fit

Templates machen den Assistenten nicht roboterhaft. Sie machen die Antwort überprüfbar.

Konfidenzregeln verhindern falsche Gewissheit

Öffentliche Daten sind mächtig, aber nicht allwissend. Ein Skill sollte den Assistenten kennzeichnen lassen:

Label	Bedeutung
Beobachtet	Direkt aus einem öffentlichen Datensatz gelesen
Gefolgert	Aus mehreren Datensätzen abgeleitet
Angenommen	Vom Nutzer bereitgestellt oder zur Vervollständigung der Analyse erforderlich
Unbekannt	Aus öffentlichen Daten nicht verfügbar

Das zählt in Marketing-Workflows. Ein KOL-Pricing-Skill kann eine Spanne schätzen, nicht einen finalen Preis. Ein GEO-Skill kann Sichtbarkeit berichten, keine künftige Aufnahme garantieren. Ein Local-SEO-Skill kann Einträge auditieren, sie aber nicht bearbeiten.

Eine kurze Qualitäts-Checkliste für Skills

Bevor Sie einen Skill veröffentlichen, fragen Sie:

Bildet er genau eine konkrete Aufgabe ab?
Enthält die Beschreibung echte Trigger-Phrasen?
Spezifiziert er erforderliche und optionale Inputs?
Benennt er die zu nutzenden Datenquellen oder Data Skills?
Enthält er ein Ausgabe-Template?
Erklärt er Konfidenz und Grenzen?
Verlinkt er auf verwandte Skills für die Anschlussarbeit?

Wenn die Antwort nein lautet, ist der Skill wahrscheinlich ein Prompt-Entwurf und kein Workflow.

Was Sie als Nächstes lesen sollten

Platform Agents und Data Skills – zeigt die quellenspezifische Version von Skills.

Agent-First-Architektur – erklärt, wo Skills zwischen Agents und APIs sitzen.

UnifAPI-Skills durchsuchen – sehen Sie die Live-Skill-Seiten.