用腾讯元器搭建「留存分群分析」智能体：提示词、知识库与工作流
数据分析师与运营经常要做「留存分群分析」这类事：按注册时间分群计算留存并解读。每次都从头写提示词，结果时好时坏；把它做成智能体 Skill，就能让智能体每次按同一套步骤执行，输出结构也更稳定。
本文介绍如何在 腾讯元器 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 | 留存分群分析（cohort-analysis） |
| 作用 | 按注册时间分群计算留存并解读 |
| 输入 | 用户行为数据 |
| 输出 | 留存表与解读 |
| 形态 | 带脚本 |
| 风险 | 低 |
| 适用人群 | 数据分析师与运营 |
处理流程分四步：
- 定义分群与留存事件
- 计算留存矩阵
- 可视化
- 总结规律
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；风险较低，但输出仍需快速过目再使用。
在 腾讯元器 中是什么形态
腾讯元器是腾讯推出的智能体创作平台，可以为智能体编写提示词，配置知识库、插件与工作流，并发布到腾讯系的多个渠道。
可发布的渠道与能力范围以平台说明为准。
示例配置
# 腾讯元器配置思路示意，具体字段与入口以平台当前界面和官方文档为准
名称: 留存分群分析
提示词: 角色：留存分群分析助手；技能：按注册时间分群计算留存并解读；流程：定义分群与留存事件；计算留存矩阵；可视化；总结规律
知识库: 团队规范与历史样例
插件: 按需（带脚本）
工作流: 流程固定时把步骤拆成节点
限制: 不编造事实，不确定处说明
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
- 新建智能体并填写提示词
- 上传知识库
- 按需添加插件或工作流
- 调试多组输入
- 选择渠道发布
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）：
用留存分群分析技能处理这份用户行为数据，输出留存表与解读。
智能体识别到任务与「留存分群分析」相关后，会依次定义分群与留存事件、计算留存矩阵、可视化、总结规律。最终交付留存表与解读，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
在调试面板对比开启与关闭知识库时的回答差异。
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
- 工作流与提示词重复描述同一流程，修改时容易漏改。
- 未设置不确定时的回复方式。
- 只写了步骤，没写交付格式，导致每次输出的留存表与解读结构不同。
- 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
- 留存分群分析 · Function Calling 版
- 留存分群分析 · 扣子（Coze）智能体与工作流 版
- 留存分群分析 · 钉钉 AI 助理 版
- 表格错误排查 · 腾讯元器 版
- 看板审查 · 腾讯元器 版
- 智能体Skills 分类：625 个技能 × 32 个角度
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。