「会计问题解答」Skill 常见问题解答
把「会计问题解答」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（问题描述），按什么顺序处理，交付什么（解答），哪些事不能做。Skill 就是把这些写下来的载体。
| 项目 | 说明 |
|---|---|
| 技能 | 会计问题解答（accounting-qa） |
| 作用 | 解答常见会计处理问题并提示依据 |
| 输入 | 问题描述 |
| 输出 | 解答 |
| 形态 | 纯提示词 |
| 风险 | 中 |
| 适用人群 | 财务人员 |
1. 「会计问题解答」技能和直接写提示词有什么区别？
技能把步骤、格式和约束固定下来，由平台在相关时自动加载；提示词需要每次手动提供，效果依赖当次写法。
2. 需要会编程吗？
不需要。大部分平台的技能或规则都是写 Markdown 或填表单。
3. 哪个平台最适合？
取决于你在哪里工作：写代码的团队适合 Claude Code、Cursor 等编码工具；业务团队适合 GPTs、扣子、百炼、飞书 aily 等平台。可以先读介绍。
4. 输出可以直接用吗？
不建议。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。
5. 缺资料时会怎样？
如果技能里写了“信息不足先提问”，智能体会先列出缺失项；没写的话可能自行补全，这正是要避免的。
6. 能处理很长的材料吗？
取决于模型上下文长度。材料过长时，建议在技能中要求分段处理并说明处理范围。
7. 数据安全怎么保证？
测试时使用脱敏样例，按最小权限配置工具，并确认平台的数据政策。详见安全审查。
8. 效果不好怎么办？
按故障排查对照症状，一次只改一处并重跑测试。
交付物结构示例
建议把解答固定成下面的结构（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
- 理解业务实质：……
- 说明一般处理思路：……
- 提示参考准则：……
- 建议专业人员确认：……
## 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「会计问题解答」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：
- GPTs：GPTs 是在 ChatGPT 中创建的定制版助手。详见GPTs 版
- Dify 工作流：Dify 是开源的大模型应用开发平台。详见Dify 工作流 版
- n8n AI Agent：n8n 是可自托管的工作流自动化工具。详见n8n AI Agent 版
这个技能纯指令型，不需要额外脚本或外部连接，复制到大多数平台都能用，可据此排除不支持相应能力的平台。
智能体与人的分工
技能不是把工作全部交出去，而是把重复、机械的部分交给智能体，人把住判断和责任：
| 步骤 | 智能体负责 | 人负责 |
|---|---|---|
| 理解业务实质 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 说明一般处理思路 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 提示参考准则 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 建议专业人员确认 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 最终交付 | 整理解答 | 决定是否采用、是否对外 |
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。
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。