GPTs 实战：做一个专门能力模型的定制助手
人力资源经常要做「能力模型」这类事：为岗位族建立能力模型。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 GPTs 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 | 能力模型（competency-model） |
| 作用 | 为岗位族建立能力模型 |
| 输入 | 岗位信息 |
| 输出 | 能力模型 |
| 形态 | 纯提示词 |
| 风险 | 低 |
| 适用人群 | 人力资源 |
处理流程分四步：
- 识别核心能力
- 分级描述
- 举行为示例
- 用于招聘与发展
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；风险较低，但输出仍需快速过目再使用。
在 GPTs 中是什么形态
GPTs 是在 ChatGPT 中创建的定制版助手，可以设置指令（Instructions）、上传知识文件、开启所需能力，并通过 Actions 调用外部 API。
创建与分享的权限取决于账户类型与工作区设置，以 OpenAI 官方说明为准。
示例配置
# Instructions（指令）示意
你是「能力模型」助手。用户会提供岗位信息。
1. 识别核心能力
2. 分级描述
3. 举行为示例
4. 用于招聘与发展
输出：能力模型。
- 涉及个人信息与录用决定，必须由人做最终判断。
- 信息不足时先提问，不要自行编造数据或事实。
知识文件中的规范优先于你的通用习惯；找不到依据时直说。
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」，让智能体在人力资源提出相关请求时能对上号；二是约束部分要写进「涉及个人信息与录用决定，必须由人做最终判断」这类领域规矩，避免智能体自作主张。
安装与启用步骤
- 在 GPT 编辑器中新建 GPT，填写名称与描述
- 在 Instructions 中写入技能步骤、输出格式与约束
- 上传团队规范、模板等知识文件
- 需要外部数据时配置 Actions（OpenAPI 描述）
- 在预览中测试后保存，并设置分享范围
实操：一次完整的运行
假设你在招聘与人事系统中发出这样的请求（虚构示例）：
这是今天的岗位信息，按团队的能力模型流程处理一下。
智能体识别到任务与「能力模型」相关后，会依次识别核心能力、分级描述、举行为示例、用于招聘与发展。最终交付能力模型，并在末尾列出需要人工确认的内容。你的工作是对照原始岗位信息抽查两三处关键信息，确认无误后再使用。
测试与验收
在预览窗口用正常、缺信息和越界三类请求测试，确认指令中的边界有效。
针对这个技能，还建议额外准备：
- 一份信息齐全的标准岗位信息，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
- 知识文件包含不应外泄的信息却设置了公开分享。
- Instructions 过长且结构混乱，关键规则被忽略。
- 只写了步骤，没写交付格式，导致每次输出的能力模型结构不同。
- 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
- 能力模型 · OpenAI Agents SDK 版
- 能力模型 · 文心智能体平台 版
- 能力模型 · AGENTS.md 版
- 招聘漏斗分析 · GPTs 版
- 简历初筛辅助 · GPTs 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。