数据故事 Skill 如何与其他技能协作:交接格式与顺序
数据分析师与运营经常要做「数据故事」这类事:把一组数据组织成有逻辑的汇报故事线。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。
单个技能解决一个环节,把几个技能串起来,才能覆盖一整段工作。本文示范「数据故事」与三个相关技能的组合。
组合方案
| 顺序 | 技能 | 作用 | 交给下一步的东西 |
|---|---|---|---|
| 1 | 数据加工需求 | 把业务取数需求写成数据加工规格 | 加工规格文档 |
| 2 | 数据故事 | 把一组数据组织成有逻辑的汇报故事线 | 故事线与页面大纲 |
| 3 | 指标看板设计 | 为业务设计指标体系与看板布局 | 看板方案 |
| 4 | 消息回复建议 | 为工作消息给出几种回复选项 | 回复选项 |
交接格式是关键
技能之间靠“上一步的输出就是下一步的输入”衔接。建议约定:
- 每个技能的输出都带固定标题,便于下一个技能定位内容
- 不确定项统一放在“需人工确认”小节,后续技能不得把它当作确定事实
- 「数据故事」接收的是分析材料,如果上一步给的格式不同,先做一次转换
怎么编排
有三种常见方式:
- 人工串联:每一步结束后由人确认,再触发下一个技能,最稳妥
- 编排指令:写一个总技能,列出调用顺序与交接要求,由智能体依次执行
- 工作流平台:在 Dify、扣子、n8n 等平台中把每个技能做成节点,用条件分支处理异常
编排指令示例(示意)
# 组合流程:数据加工需求 → 数据故事 → 指标看板设计 → 消息回复建议
1. 调用 etl-spec,保存输出为 step1
2. 以 step1 为输入调用 data-story,保存为 step2
3. 以 step2 为输入调用 kpi-dashboard-spec
4. 调用 reply-suggester 做收尾
- 任一步出现“需人工确认”时暂停,等待用户回复后再继续
注意事项
- 链条越长,错误越容易被放大,关键节点要有人看
- 风险较低,但输出仍需快速过目再使用
- 每个技能单独测试通过后再组合
相关技能
交付物结构示例
建议把故事线与页面大纲固定成下面的结构(示意),方便复核与归档:
## 结论
一句话说明最重要的发现或结果
## 主要内容
- 确定核心信息:……
- 安排起承转合:……
- 为每页配图:……
- 准备问答:……
## 依据
- 引用输入中的具体位置或数据
## 需人工确认
- ……(没有则写“无”)
结构固定之后,复核的人只要先看“结论”和“需人工确认”两部分,就能快速判断结果能否使用。
平台选择建议
同一个「数据故事」技能可以落在不同平台上,选择时主要看你在哪里工作、要不要执行代码、要不要接外部系统:
- Dify 工作流:Dify 是开源的大模型应用开发平台。详见Dify 工作流 版
- n8n AI Agent:n8n 是可自托管的工作流自动化工具。详见n8n AI Agent 版
- Claude 应用中的 Skills:在 Claude 的网页或桌面应用里。详见Claude 应用中的 Skills 版
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,可据此排除不支持相应能力的平台。
延伸阅读
- 数据故事 · 效果评估
- 数据故事 · Claude Code Skill 版
- 数据故事 · OpenAI Agents SDK 版
- 周报数据汇总 · 组合用法
- A/B 实验解读 · 组合用法
- 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。