需求访谈 Skill 实战演练:从请求到交付的全过程
如果你在文档、看板与会议工具里反复做需求访谈,可以考虑把经验沉淀为一个 Skill:写清触发条件、步骤、输出格式和边界,让智能体代劳重复部分,人只负责把关。
背景(虚构)
小林是一名产品经理,每周都要做几次需求访谈。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
小林在文档、看板与会议工具中输入:
这是今天的访谈目标,按团队的需求访谈流程处理一下。
2. 技能被触发
智能体根据技能描述判断任务匹配,加载「需求访谈」的完整指令。它不需要外部工具,直接按指令处理。
3. 设计问题
智能体完成“设计问题”,并在中间结果里注明依据,方便小林回看。
4. 记录回答
智能体完成“记录回答”,并在中间结果里注明依据,方便小林回看。
5. 提炼需求
“提炼需求”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。
6. 验证假设
智能体完成“验证假设”,并在中间结果里注明依据,方便小林回看。
7. 交付与复核
智能体交付访谈提纲与洞察,末尾列出两条需人工确认的内容。小林对照原始访谈目标抽查关键信息,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「优先级与对外承诺需要团队确认」
- 风险较低,但输出仍需快速过目再使用
可以改进的地方
小林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。
平台选择建议
同一个「需求访谈」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。
智能体与人的分工
技能不是把工作全部交出去,而是把重复、机械的部分交给智能体,人把住判断和责任:
| 步骤 | 智能体负责 | 人负责 |
|---|---|---|
| 设计问题 | 按指令完成并给出依据 | 抽查关键处,确认无误 |
| 记录回答 | 按指令完成并给出依据 | 抽查关键处,确认无误 |
| 提炼需求 | 按指令完成并给出依据 | 抽查关键处,确认无误 |
| 验证假设 | 按指令完成并给出依据 | 抽查关键处,确认无误 |
| 最终交付 | 整理访谈提纲与洞察 | 决定是否采用、是否对外 |
风险较低,但输出仍需快速过目再使用。
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。