把「数据分级」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(数据清单),按什么顺序处理,交付什么(分级表),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 GitHub Copilot 指令与提示文件 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
技能数据分级(data-classification)
作用帮助团队对数据进行分级并制定处理规则
输入数据清单
输出分级表
形态纯提示词
风险低
适用人群安全工程师与开发团队

处理流程分四步:

  1. 定义级别
  2. 逐项归类
  3. 规定存储与传输要求
  4. 标注负责人

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 GitHub Copilot 指令与提示文件 中是什么形态

GitHub Copilot 支持仓库级自定义指令文件 .github/copilot-instructions.md,以及放在 .github/prompts/ 下、以 .prompt.md 结尾的可复用提示文件,适合把固定流程交给 Copilot Chat 或智能体模式执行。

仓库级指令对该仓库的对话默认生效;提示文件需要在支持的编辑器中手动调用,具体支持情况以 Copilot 文档为准。

示例配置

.github/prompts/data-classification.prompt.md 示例(示意):

---
description: 数据分级
---

请对我提供的数据清单执行「数据分级」:

1. 定义级别
2. 逐项归类
3. 规定存储与传输要求
4. 标注负责人

输出格式:分级表。
- 扫描结论需人工复核,涉及生产的动作走变更流程。
- 信息不足时先提问,不要自行编造数据或事实。

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」,让智能体在安全工程师与开发团队提出相关请求时能对上号;二是约束部分要写进「扫描结论需人工复核,涉及生产的动作走变更流程」这类领域规矩,避免智能体自作主张。

安装与启用步骤

  1. 在 .github/copilot-instructions.md 中写入团队通用约定
  2. 新建 .github/prompts/data-classification.prompt.md 写入本技能流程
  3. 在编辑器的 Copilot Chat 中调用该提示文件
  4. 检查输出是否遵循步骤与格式
  5. 提交到仓库并在 PR 中说明用途

实操:一次完整的运行

假设你在代码、配置与云环境中发出这样的请求(虚构示例):

这是今天的数据清单,按团队的数据分级流程处理一下。

智能体识别到任务与「数据分级」相关后,会依次定义级别、逐项归类、规定存储与传输要求、标注负责人。最终交付分级表,并在末尾列出需要人工确认的内容。你的工作是对照原始数据清单抽查两三处关键信息,确认无误后再使用。

测试与验收

在 Copilot Chat 中分别以有、无提示文件的方式处理同一任务,对比差异是否符合预期。

针对这个技能,还建议额外准备:

  • 一份信息齐全的标准数据清单,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

  • 仓库级指令写得过细,与提示文件互相矛盾。
  • 以为提示文件会自动生效,实际需要手动调用。
  • 只写了步骤,没写交付格式,导致每次输出的分级表结构不同。
  • 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。