把「实验记录整理」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（实验数据），按什么顺序处理，交付什么（实验记录），哪些事不能做。Skill 就是把这些写下来的载体。

本文以「实验记录整理」为例，逐段讲解 SKILL.md 的写法。SKILL.md 是 Claude Agent Skills 采用的格式：YAML 头 + Markdown 正文，其结构思路也适用于其他平台的规则文件与指令。

完整示例

---
name: experiment-log
description: 整理实验记录与结果。当用户提到实验记录整理、或给出实验数据并希望得到实验记录时使用。
---

# 实验记录整理

## 输入
- 实验数据
- 若缺少关键信息，先列出需要补充的问题

## 步骤
1. 记录条件与参数
2. 整理结果
3. 标注异常
4. 写结论

## 输出
- 实验记录
- 末尾附「需人工确认」清单（没有则写“无”）

## 约束
- 引用必须回到原文核对，绝不编造文献。
- 信息不足时先提问，不要自行编造数据或事实。

第一段：name

name 用小写字母和连字符，例如 experiment-log，与文件夹名保持一致，方便检索和引用。不要用空格、中文或版本号。

第二段：description（最关键）

智能体平时只看得到 description，靠它判断要不要加载技能。好的 description 同时回答两件事：做什么（整理实验记录与结果），什么时候用（用户提到实验记录整理或给出实验数据时）。

反例：“一个很有用的实验记录整理工具”——没有触发条件，智能体很难对上号。

第三段：输入与步骤

输入写清楚需要什么材料，并要求缺信息时先提问。步骤用编号列表，每步一个动作：

  1. 记录条件与参数
  2. 整理结果
  3. 标注异常
  4. 写结论

步骤是给智能体的执行顺序，不是给人看的说明书，越具体越好。

第四段：输出

写明交付物（实验记录）以及固定结构。建议统一附上“需人工确认”清单，让复核的人知道看哪里。

第五段：约束

约束写的是不能做什么、遇到什么情况要停下：

  • 引用必须回到原文核对，绝不编造文献。
  • 信息不足时先提问，不要自行编造数据或事实。

渐进式加载：把长资料拆出去

团队规范、长模板、术语表不要塞进 SKILL.md 正文，放到同目录的 reference.md 等文件中，在正文里写“需要时阅读 reference.md”。这样平时加载很轻，需要时再读取细节。

目录结构

.claude/skills/experiment-log/
├── SKILL.md
└── reference.md      # 可选：团队规范、模板等长资料，按需加载

写完之后

用三种不同说法描述任务，看技能是否都能被触发；再用一个无关请求确认不会误触发。之后参考测试用例与效果评估持续改进。

领域注意事项

「实验记录整理」属于研究与学术领域，使用者多是研究人员与学生，工作环境通常是文献库、数据与写作工具。这个领域最重要的一条底线是：引用必须回到原文核对，绝不编造文献。

建议把这条底线原样写进技能的约束部分，而不是指望智能体自己意识到。同时，在团队内部明确：智能体给出的实验记录只是初稿或建议，最终由谁签字确认、出了问题由谁负责。

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。