Stack Riset Artikel Berbasis AI Agent Skills

Bot yang menulis artikel kini bukan sekadar meringkas hasil pencarian. Dengan format Agent Skills, expertise riset bisa dikemas menjadi file yang dimuat agent saat dibutuhkan. Saya baru saja membangun ulang alur riset artikel untuk blog ini memakai pendekatan itu. Ini catatan lengkapnya: apa yang berhasil, apa yang saya tolak, dan angka keamanan yang jarang dibahas.

Poin Kunci

• Agent Skills kini menjadi standar terbuka: satu file SKILL.md bisa dipakai lintas platform agent.^[1]
• Untuk riset artikel, tiga kemampuan inti sudah cukup: workflow riset web terstruktur, ledger sitasi, dan fallback halaman terblokir.
• Skill pihak ketiga terlihat menggoda, tapi audit keamanan Februari 2026 menemukan 36,82% dari 3.984 skill publik punya minimal satu celah keamanan.^[3]
• Plugin tulis-artikel all-in-one biasanya terlalu berat; lebih aman mengadopsi pola editorialnya saja.
• Biaya terbesar bukan instalasi, melainkan token LLM per pekerjaan riset. Kendalikan lewat lingkup riset yang jelas.

Apa Itu Agent Skills?

Agent Skills adalah folder berisi instruksi, skrip, dan resource yang bisa dimuat agent secara dinamis saat tugas yang relevan muncul. Anthropic memperkenalkannya pada 16 Oktober 2025, lalu menerbitkannya sebagai standar terbuka pada 18 Desember 2025 agar skill yang sama dapat berjalan di banyak platform.^[1]

Secara teknis, skill minimal hanyalah sebuah direktori dengan file SKILL.md berisi frontmatter YAML (nama dan deskripsi) plus instruksi markdown.^[2] Nama maksimal 64 karakter, deskripsi maksimal 1024 karakter, dan deskripsilah yang menjadi kunci agen menentukan kapan skill diaktifkan.^[2]

Kenapa Format Ini Cocok untuk Riset Artikel

Kuncinya adalah progressive disclosure. Saat startup, agent hanya memuat nama dan deskripsi tiap skill sebagai level pertama. Isi penuh SKILL.md baru dibaca kalau tugasnya relevan sebagai level kedua, dan file referensi tambahan dibaca seperlunya sebagai level ketiga.^[1]

Efek praktisnya: puluhan skill riset bisa terpasang tanpa membebani context window. Skill yang tidak relevan hanya duduk di indeks dengan biaya beberapa puluh token. Inilah alasan alur riset bertingkat bisa disusun tanpa daemon tambahan atau API key baru.

Stack Minimal yang Terbukti Jalan

Dari praktik membangun pipeline artikel di sesi nyata, tiga kemampuan inti yang paling bernilai:

1. Workflow riset web terstruktur: pecah topik menjadi jalur riset (definisi, keadaan terkini, dokumen resmi, bukti implementasi, keterbatasan, kontra-bukti), lalu hentikan riset saat klaim utama sudah terdukung.
2. Ledger sitasi: setiap URL didaftarkan saat diambil, bukan diketik dari ingatan; kutipan verbatim ditempelkan ke sumbernya; draft diverifikasi terhadap ledger sebelum rilis. Artikel ini sendiri ditulis dengan metode tersebut.
3. Recovery halaman terblokir: Wayback Machine, archive.today, render sisi server, pivot ke API, lalu browser, dengan disiplin provenance. Snapshot diarsip dikutip sebagai snapshot, bukan halaman live.

Tambahan sesuai kebutuhan: pencarian paper akademik, monitor RSS untuk ide rutin, dan audit gaya tulisan. Audit gaya hanya dijalankan setelah fakta terkunci, karena proses perapian kalimat tidak boleh mengubah makna teknis.

Pelajaran dari Evaluasi Skill Pihak Ketiga

Saya mengevaluasi empat kandidat populer sebelum memutuskan. Hasilnya tidak semuanya layak dipasang:

• Paket blog all-in-one (30+ sub-skill, orkestrator, kontrak delivery lima gerbang) adalah yang paling lengkap di kategorinya, tetapi dibangun untuk runtime tertentu dengan struktur plugin, agent, dan skrip miliknya sendiri. Memasang utuh berisiko menduplikasi pipeline publish yang sudah punya gerbang sendiri. Keputusan saya: adopsi polanya, jangan pasang paketnya.
• Skill deep research dengan ledger eksplisit kompatibel secara format karena hanya butuh Python sesuai metadata-nya.^[5] Bagus untuk topik kontroversial atau yang sensitif versi, tetapi menambah overhead artefak. Layak hanya kalau artikel riset berat adalah rutinitas.
• Paket riset akademik menargetkan 60 referensi terverifikasi per paket dan bergantung pada CLI pihak ketiga berbayar.^[4] Untuk artikel blog biasa, ini pemborosan yang jelas.
• Skill SEO modular (content brief, keyword clustering, meta optimizer) punya instruksi bagus, tetapi sebagian alurnya mengasumsikan data SERP dan volume keyword yang tidak otomatis tersedia. Tanpa data itu, output turun menjadi estimasi.

Pola yang layak dicuri dari skill editorial: wajib brief sebelum menulis, hook yang menjanjikan nilai spesifik, dan substansi konkret, misalnya menyebut angka alih-alih kata "banyak".^[7] Penempatan keyword di judul, meta description, dan paragraf pembuka tanpa keyword stuffing adalah checklist dasar yang setara di banyak skill SEO.^[8] Untuk blok jawaban langsung siap kutip, batas 50 sampai 70 kata per blok dengan nada faktif orang ketiga terbukti mudah dijalankan.^[6]

Sisi Gelap: Keamanan Skill Pihak Ketiga

Ini bagian yang paling sering diabaikan. Audit keamanan komprehensif pertama atas ekosistem Agent Skills (Februari 2026) memindai 3.984 skill dari dua direktori publik. Hasilnya: 13,4% atau 534 skill mengandung minimal satu isu kritis, mulai dari distribusi malware, prompt injection, hingga rahasia API yang terekspos. Pada level severity apa pun, 36,82% atau 1.467 skill bercelah.^[3]

Laju pertumbuhannya ekstrem: kiriman harian naik dari di bawah 50 pada pertengahan Januari 2026 menjadi lebih dari 500 pada awal Februari, lonjakan 10 kali dalam hitungan minggu.^[3] Pertumbuhan secepat itu menyulitkan kurasi manual. Pembuat formatnya sendiri menyarankan memasang skill hanya dari sumber tepercaya dan mengaudit isinya, termasuk dependensi kode dan instruksi yang menyuruh agent terhubung ke jaringan eksternal.^[1]

Aturan Main yang Saya Pakai

1. Skill internal dulu. Kemampuan bawaan agent (pencarian web, ekstraksi halaman, terminal, file) menutup sebagian besar kebutuhan riset artikel. Skill tambahan hanya untuk prosedur yang benar-benar berulang.
2. Baca sebelum pasang. SKILL.md, folder scripts, dan referensi dibaca dulu. Skill dengan skrip eksekusi mendapat pemeriksaan ekstra.
3. Tanpa daemon kalau bisa. Skill berbentuk markdown plus skrip lokal lebih aman dan murah daripada layanan yang berjalan terus.
4. Ledger dulu, menulis kemudian. Sitasi direkam saat pengambilan sumber; draft diverifikasi secara mekanis sebelum masuk pipeline publish.
5. Gaya di akhir. Audit "terlalu berbau AI" hanya setelah fakta terkunci, mode deteksi atau edit manual, bukan rewrite otomatis.
6. Lingkup riset dinyatakan. Default terbatas: sumber secukupnya untuk mendukung klaim, bukan kelas akademik 60 referensi.

Pertanyaan yang Sering Muncul

Skills dan SEO tools, siapa menggantikan siapa

Tidak saling menggantikan. Skills mengatur prosedur agent; data SERP, volume keyword, dan rank tracking tetap butuh tool datanya. Yang berubah adalah kecepatan mengeksekusi prosedur riset dan konsistensi sitasinya.

Biaya nyata dari stack ini

Skill-nya gratis dan tanpa daemon. Biaya variabelnya adalah token LLM per pekerjaan riset dan, kalau dipakai, API data eksternal. Kendalikan dengan lingkup riset yang dinyatakan eksplisit per artikel.

Keamanan memasang skill dari internet

Risikonya nyata, lihat angka audit di atas.^[3] Praktik amannya: sumber tepercaya, baca isinya sebelum memasang, hindari skill yang meminta akses berlebihan, dan kunci versi.

Risiko terdeteksi sebagai tulisan AI

Kalau hanya meringkas hasil pencarian, iya. Kalau risetnya evidence-first dengan sumber primer yang dibuka, klaim yang dipetakan, dan kontra-bukti yang dicek, plus ada sudut pandang penulis, hasilnya berhak dan biasanya mampu bersaing.

Yang Bisa Dibawa Pulang

Format Agent Skills mengubah cara menyusun workflow konten: expertise dikemas menjadi file yang bisa diaudit, dibagikan, dan dimuat seperlunya. Untuk riset artikel, kemenangannya bukan pada jumlah skill yang terpasang, melainkan pada disiplin proses. Sumber dibuka sebelum dikutip, klaim dipetakan ke bukti, dan keamanan skill pihak ketiga diperlakukan serius sejak hari pertama.

Sumber

• Anthropic Engineering: Equipping agents for the real world with Agent Skills
• Agent Skills Specification (agentskills.io)
• Snyk ToxicSkills: audit keamanan ekosistem Agent Skills (Februari 2026)
• K-Dense research-lookup SKILL.md
• deep-research SKILL.md (B143KC47)
• ccforseo content-brief SKILL.md
• content-and-copy SKILL.md (rampstack)
• seo-blog-writer SKILL.md (skillsdirectory)