把「流失信号识别」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（用户行为数据），按什么顺序处理，交付什么（信号清单），哪些事不能做。Skill 就是把这些写下来的载体。

本文介绍如何在 飞书 aily 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目说明
技能流失信号识别（churn-signals）
作用找出预示用户流失的行为信号
输入用户行为数据
输出信号清单
形态带脚本
风险中
适用人群数据分析师与运营

处理流程分四步：

  1. 定义流失
  2. 对比流失与留存用户
  3. 列出差异显著的行为
  4. 建议预警规则

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；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。

在 飞书 aily 中是什么形态

飞书 aily 是飞书推出的企业级智能伙伴开发平台，可以基于企业知识与数据创建智能伙伴，为其配置技能，并在飞书中使用。

可用版本、权限设置与技能能力以飞书官方说明为准。

示例配置

# 飞书 aily 配置思路示意，具体字段与入口以平台当前界面和官方文档为准
智能伙伴: 流失信号识别
技能: 流失信号识别：输入用户行为数据，输出信号清单
技能步骤: 定义流失；对比流失与留存用户；列出差异显著的行为；建议预警规则
知识: 飞书文档中的规范与模板
权限: 只授予完成任务所需的数据范围

示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在数据分析师与运营提出相关请求时能对上号；二是约束部分要写进「结论要回到原始数据核对口径，避免把相关当因果」这类领域规矩，避免智能体自作主张。

安装与启用步骤

  1. 在 aily 中新建智能伙伴
  2. 为它新建一个技能，写清输入、步骤与输出
  3. 关联飞书文档或知识库作为依据
  4. 设置可用范围与数据权限
  5. 在飞书中测试并发布给相关成员

实操：一次完整的运行

假设你在表格、数据库与 Notebook中发出这样的请求（虚构示例）：

帮我做一下流失信号识别，材料是附上的用户行为数据。

智能体识别到任务与「流失信号识别」相关后，会依次定义流失、对比流失与留存用户、列出差异显著的行为、建议预警规则。最终交付信号清单，并在末尾列出需要人工确认的内容。你的工作是对照原始用户行为数据抽查两三处关键信息，确认无误后再使用。

测试与验收

邀请两三位同事在真实场景中试用一周，收集需要调整的地方。

针对这个技能，还建议额外准备：

  • 一份信息齐全的标准用户行为数据，检查输出是否完整
  • 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
  • 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效

常见坑

  • 权限设置过宽，智能伙伴能访问到与任务无关的文档。
  • 技能描述太宽泛，与其他技能冲突。
  • 只写了步骤，没写交付格式，导致每次输出的信号清单结构不同。
  • 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。

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。