把「会话质检」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（会话记录与标准），按什么顺序处理，交付什么（质检结果），哪些事不能做。Skill 就是把这些写下来的载体。

本文以「会话质检」为例，逐段讲解 SKILL.md 的写法。SKILL.md 是 Claude Agent Skills 采用的格式：YAML 头 + Markdown 正文，其结构思路也适用于其他平台的规则文件与指令。

完整示例

---
name: chat-qa
description: 按质检标准检查客服会话。当用户提到会话质检、或给出会话记录与标准并希望得到质检结果时使用。
---

# 会话质检

## 输入
- 会话记录与标准
- 若缺少关键信息，先列出需要补充的问题

## 步骤
1. 读取标准
2. 逐项评分
3. 标出问题语句
4. 给出改进建议

## 输出
- 质检结果
- 末尾附「需人工确认」清单（没有则写“无”）

## 约束
- 退款、赔偿等承诺必须由人工确认。
- 信息不足时先提问，不要自行编造数据或事实。

第一段：name

name 用小写字母和连字符，例如 chat-qa，与文件夹名保持一致，方便检索和引用。不要用空格、中文或版本号。

第二段：description（最关键）

智能体平时只看得到 description，靠它判断要不要加载技能。好的 description 同时回答两件事：做什么（按质检标准检查客服会话），什么时候用（用户提到会话质检或给出会话记录与标准时）。

反例：“一个很有用的会话质检工具”——没有触发条件，智能体很难对上号。

第三段：输入与步骤

输入写清楚需要什么材料，并要求缺信息时先提问。步骤用编号列表，每步一个动作：

  1. 读取标准
  2. 逐项评分
  3. 标出问题语句
  4. 给出改进建议

步骤是给智能体的执行顺序，不是给人看的说明书，越具体越好。

第四段：输出

写明交付物（质检结果）以及固定结构。建议统一附上“需人工确认”清单，让复核的人知道看哪里。

第五段：约束

约束写的是不能做什么、遇到什么情况要停下：

  • 退款、赔偿等承诺必须由人工确认。
  • 信息不足时先提问，不要自行编造数据或事实。

渐进式加载：把长资料拆出去

团队规范、长模板、术语表不要塞进 SKILL.md 正文，放到同目录的 reference.md 等文件中，在正文里写“需要时阅读 reference.md”。这样平时加载很轻，需要时再读取细节。

目录结构

.claude/skills/chat-qa/
├── SKILL.md
└── reference.md      # 可选：团队规范、模板等长资料，按需加载

写完之后

用三种不同说法描述任务，看技能是否都能被触发；再用一个无关请求确认不会误触发。之后参考测试用例与效果评估持续改进。

每一步要产出什么

把每一步的中间产出写清楚，智能体就不容易跳步，人也方便定位问题：

  1. 读取标准：产出一段简短的中间结果，并注明依据来自会话记录与标准的哪一部分
  2. 逐项评分：产出一段简短的中间结果，并注明依据来自会话记录与标准的哪一部分
  3. 标出问题语句：产出一段简短的中间结果，并注明依据来自会话记录与标准的哪一部分
  4. 给出改进建议：产出一段简短的中间结果，并注明依据来自会话记录与标准的哪一部分

最后一步之后，再把这些中间结果汇总成质检结果。中间结果可以折叠或省略展示，但在技能指令中要求智能体“先完成再汇总”，能明显减少遗漏。

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。