销售与客户成功经常要做「产品演示脚本」这类事：按客户场景编写产品演示流程。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。

背景（虚构）

Mia是一名销售，每周都要做几次产品演示脚本。过去靠复制粘贴提示词，结果不稳定。这次团队把它做成了技能，下面记录一次完整运行。

1. 发出请求

Mia在CRM 与邮箱中输入：

这是今天的客户需求，按团队的产品演示脚本流程处理一下。

2. 技能被触发

智能体根据技能描述判断任务匹配，加载「产品演示脚本」的完整指令。它不需要外部工具，直接按指令处理。

3. 选择场景

智能体完成“选择场景”，并在中间结果里注明依据，方便Mia回看。

4. 安排演示顺序

智能体完成“安排演示顺序”，并在中间结果里注明依据，方便Mia回看。

5. 准备数据

这一步的产出会作为下一步的输入。智能体在“准备数据”时遇到一处含糊的信息，没有自行猜测，而是标注出来等待确认。

6. 预留问答

“预留问答”是最容易出错的环节，技能里专门写了要求，所以智能体给出了清楚的结果与理由。

7. 交付与复核

智能体交付演示脚本，末尾列出两条需人工确认的内容。Mia对照原始客户需求抽查关键信息，修正一处表述后采用。

复盘：这次做对了什么

  • 步骤写在技能里，没有遗漏
  • 不确定处被标出，而不是被编造
  • 遵守了「报价、折扣与交付承诺以公司审批为准」
  • 风险较低，但输出仍需快速过目再使用

可以改进的地方

Mia发现智能体对团队内部术语理解不一致，于是在技能目录中加了一份术语表（reference.md），并在 SKILL.md 中写明“遇到术语先查表”。更多改法见定制指南。

交付物结构示例

建议把演示脚本固定成下面的结构（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
- 选择场景：……
- 安排演示顺序：……
- 准备数据：……
- 预留问答：……

## 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「产品演示脚本」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：

  • GPTs：GPTs 是在 ChatGPT 中创建的定制版助手。详见GPTs 版
  • 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

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。