如果你在表格、数据库与 Notebook里反复做A/B 实验解读,可以考虑把经验沉淀为一个 Skill:写清触发条件、步骤、输出格式和边界,让智能体代劳重复部分,人只负责把关。

单个技能解决一个环节,把几个技能串起来,才能覆盖一整段工作。本文示范「A/B 实验解读」与三个相关技能的组合。

组合方案

顺序技能作用交给下一步的东西
1留存分群分析按注册时间分群计算留存并解读留存表与解读
2A/B 实验解读解读实验结果并给出上线建议实验报告
3漏斗分析计算转化漏斗并定位流失环节漏斗报告
4文档校对检查错别字、语病与格式问题修订建议

交接格式是关键

技能之间靠“上一步的输出就是下一步的输入”衔接。建议约定:

  • 每个技能的输出都带固定标题,便于下一个技能定位内容
  • 不确定项统一放在“需人工确认”小节,后续技能不得把它当作确定事实
  • 「A/B 实验解读」接收的是实验数据,如果上一步给的格式不同,先做一次转换

怎么编排

有三种常见方式:

  1. 人工串联:每一步结束后由人确认,再触发下一个技能,最稳妥
  2. 编排指令:写一个总技能,列出调用顺序与交接要求,由智能体依次执行
  3. 工作流平台:在 Dify、扣子、n8n 等平台中把每个技能做成节点,用条件分支处理异常

编排指令示例(示意)

# 组合流程:留存分群分析 → A/B 实验解读 → 漏斗分析 → 文档校对
1. 调用 cohort-analysis,保存输出为 step1
2. 以 step1 为输入调用 ab-test-readout,保存为 step2
3. 以 step2 为输入调用 funnel-analysis
4. 调用 doc-proofread 做收尾
- 任一步出现“需人工确认”时暂停,等待用户回复后再继续

注意事项

  • 链条越长,错误越容易被放大,关键节点要有人看
  • 属于中等风险:结果会影响业务判断,建议在输出前设置人工审核点
  • 每个技能单独测试通过后再组合

相关技能

交付物结构示例

建议把实验报告固定成下面的结构(示意),方便复核与归档:

## 结论
一句话说明最重要的发现或结果

## 主要内容
- 检查样本与分流:……
- 计算差异与置信区间:……
- 检查护栏指标:……
- 给出建议:……

## 依据
- 引用输入中的具体位置或数据

## 需人工确认
- ……(没有则写“无”)

结构固定之后,复核的人只要先看“结论”和“需人工确认”两部分,就能快速判断结果能否使用。

平台选择建议

同一个「A/B 实验解读」技能可以落在不同平台上,选择时主要看你在哪里工作、要不要执行代码、要不要接外部系统:

  • 文心智能体平台:文心智能体平台是百度推出的智能体创建与分发平台。详见文心智能体平台 版
  • AGENTS.md:AGENTS.md 是放在仓库根目录、写给编码智能体看的说明文件。详见AGENTS.md 版
  • MCP 服务:MCP(模型上下文协议)是一个开放协议。详见MCP 服务 版

这个技能需要运行本地脚本(解析文件、调用命令行工具等),要求运行环境允许执行代码,可据此排除不支持相应能力的平台。

延伸阅读

说明:文中的配置、代码与目录结构均为示意,用于说明思路;各平台的入口、字段名与能力会更新,落地前请以对应官方文档为准。示例中的数据与场景为虚构,不代表真实案例。