Google активно розвиває свій офіційний репозиторій Agent Skills для AI-агентів.
🔗 Репозиторій:
https://github.com/google/skills
Якщо на старті там було лише 13 навичок для Google Cloud, то зараз список виріс майже до 90 skills і охоплює вже значно більше напрямів. (Google Cloud)
Що таке Agent Skill?
По суті, це готовий пакет інструкцій для AI-агента.
Не просто промпт, а структурований набір:
👉 правил
👉 best practices
👉 довідкових матеріалів
👉 прикладів коду
👉 сценаріїв роботи
Агент підтягує потрібний skill лише тоді, коли він реально потрібен для задачі.
Google називає це progressive disclosure: замість того щоб завантажувати в контекст сотні сторінок документації, агент читає тільки релевантний блок. (ads-developers.googleblog.com)
Що нового з’явилося
У репозиторії вже є skills для:
☁️ Google Cloud architecture
🤖 побудови AI-агентів у Google Cloud
📊 BigQuery
🔥 Firebase
🗄 Cloud SQL
☸️ GKE
🔐 security
📈 cost optimization
⚙️ monitoring та troubleshooting
🧠 Gemini API
І особливо цікаво для нас:
👉 Google Ads та Measurement. (GitHub)
Для Google Ads уже є окремі skills
Наприклад:
📊 Google Ads API Account Performance Diagnostics
🔌 Google Ads API MCP Server Installation
🚀 Google Ads API Quickstart
Також є skills для:
— Data Manager API
— завантаження аудиторій
— передачі подій
— Google Analytics API
— Google Mobile Ads SDK. (GitHub)
І тут, на мій погляд, дуже цікавий напрям.
Раніше, якщо ми хотіли, щоб AI нормально працював із Google Ads API, потрібно було:
👉 знайти документацію
👉 вставити її в контекст
👉 пояснити структуру API
👉 написати власні інструкції
👉 постійно виправляти помилки агента
Тепер Google сама упаковує свої best practices у формат, який AI-агент може використовувати напряму.
Наприклад, можна дати агенту задачу:
Перевір Google Ads акаунт і знайди можливі причини падіння ефективності.
І замість того щоб агент імпровізував, він може активувати офіційний skill для Account Performance Diagnostics і працювати за структурою, яку підготувала сама Google.
Skills можна підключати до різних агентів
Репозиторій побудований на відкритому стандарті Agent Skills.
Базова установка:
npx skills add google/skillsПісля цього можна вибрати конкретні skills, які потрібні.
Google також уже описує інтеграцію з:
👉 Claude Code
👉 Codex
👉 Antigravity CLI. (GitHub)
Для маркетологів це цікаво ще й тому, що ми поступово переходимо від:
AI знає щось про Google Ads
до:
AI має офіційну інструкцію Google, як виконувати конкретну задачу в Google Ads
Різниця суттєва.
У перспективі це може означати появу агентів, які:
📊 діагностують рекламні акаунти
🔍 шукають проблеми в налаштуваннях
⚙️ працюють із Google Ads API
📥 передають конверсії та аудиторії
📈 аналізують performance
🧩 будують зв’язки між Google Ads, GA4 та іншими сервісами
не лише на основі знань моделі, а на основі актуальних офіційних інструкцій Google.
І мені подобається сам напрям.
Замість того щоб постійно робити моделі «розумнішими в усьому», компанії починають давати агентам вузьку професійну експертизу під конкретну задачу.
Тобто:
👉 модель відповідає за reasoning
👉 skill — за правильний workflow і domain knowledge
👉 MCP/API — за доступ до даних та інструментів
І це вже набагато ближче до повноцінного робочого AI-агента, ніж просто хороший промпт.
👉 Підписуйся: t.me/ppc_chuhui — тут про AI, PPC, Google Ads, automation і практичні digital-інструменти
#google #googleads #agentskills #aiagents #automation #gemini #googlecloud #ppc #api #DigitalMarketing
