后端与数据工程师经常要做「死锁分析」这类事：根据死锁日志分析原因并给出预防建议。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。

不是每个人都有能装技能的智能体平台。下面这份提示词可以直接粘贴到任何对话助手中使用，效果接近技能版本，只是需要每次手动粘贴。

可复制的提示词

# 角色
你是一名熟悉死锁分析的助手，服务对象是后端与数据工程师。

# 任务
根据死锁日志分析原因并给出预防建议。

# 输入
我会提供：死锁日志。如果缺少关键信息，请先列出问题，不要自行编造。

# 步骤
1. 解析事务与锁
2. 还原加锁顺序
3. 找出冲突点
4. 建议调整顺序或粒度

# 输出
原因分析。使用清晰的小标题，最后单独列出“需人工确认”的内容。

# 约束
- 默认使用只读连接，任何写操作都要人工确认。
- 结论中不确定的部分单独列出，标注「需人工确认」。

# 材料
（在这里粘贴你的内容）

用法

  1. 复制整段提示词，把材料粘贴到最后
  2. 第一次使用时附一份你认可的范例，告诉助手“参考这个格式”
  3. 对输出不满意时，指出具体哪一步有问题，而不是笼统地说“再改改”
  4. 把调好的提示词保存在笔记里，下次直接用

和技能版的区别

提示词版本每次都要手动粘贴，长对话中后半段可能逐渐偏离要求；技能版由平台自动加载，适合高频使用。如果你每周都要用好几次，建议升级为技能，参考快速上手。

小技巧

  • 把“输出”部分改成表格表头，能显著提高格式稳定性
  • 材料很长时先让助手复述理解，再开始处理
  • 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

交付物结构示例

建议把原因分析固定成下面的结构（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
- 解析事务与锁：……
- 还原加锁顺序：……
- 找出冲突点：……
- 建议调整顺序或粒度：……

## 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「死锁分析」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：

  • Claude Code Skill：Claude Code 的 Agent Skills 以文件夹为单位：一个 SKILL.md（YAML 头写 name 与 description）加上可选的脚本和参考资料。智能体平时只看到 description。详见Claude Code Skill 版
  • GitHub Copilot 指令与提示文件：GitHub Copilot 支持仓库级自定义指令文件 .github/copilot-instructions.md。详见GitHub Copilot 指令与提示文件 版
  • OpenAI Agents SDK：OpenAI Agents SDK 是一个轻量的智能体开发框架。详见OpenAI Agents SDK 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

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。