产品经理与项目经理经常要做「工作量估算」这类事：协助团队估算任务工作量。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）

阿周是一名产品经理，每周都要做几次工作量估算。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

阿周在文档、看板与会议工具中输入：

用工作量估算技能处理这份任务列表，输出估算结果。

2. 技能被触发

智能体根据技能描述判断任务匹配，加载「工作量估算」的完整指令。它不需要外部工具，直接按指令处理。

3. 拆分任务

这一步的产出会作为下一步的输入。智能体在“拆分任务”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。

4. 参考历史

这一步的产出会作为下一步的输入。智能体在“参考历史”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。

5. 给出区间

“给出区间”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. 标注不确定性

“标注不确定性”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

智能体交付估算结果，末尾列出两条需人工确认的内容。阿周对照原始任务列表抽查关键信息，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

阿周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「工作量估算」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：

  • 钉钉 AI 助理：钉钉 AI 助理支持在钉钉中创建面向团队的 AI 助理。详见钉钉 AI 助理 版
  • Function Calling：Function Calling（工具调用）是主流大模型 API 的通用能力：你用 JSON Schema 描述函数。详见Function Calling 版
  • 扣子（Coze）智能体与工作流：扣子（Coze）是字节跳动推出的智能体开发平台。详见扣子（Coze）智能体与工作流 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
拆分任务按指令完成并给出依据抽查关键处，确认无误
参考历史按指令完成并给出依据抽查关键处，确认无误
给出区间按指令完成并给出依据抽查关键处，确认无误
标注不确定性按指令完成并给出依据抽查关键处，确认无误
最终交付整理估算结果决定是否采用、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。