如果你在课件、题库与学习平台里反复做概念讲解，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）

Mia是一名教师，每周都要做几次概念讲解。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在课件、题库与学习平台中输入：

这是今天的概念与水平，按团队的概念讲解流程处理一下。

2. 技能被触发

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

3. 评估水平

“评估水平”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。

4. 用类比讲解

智能体完成“用类比讲解”，并在中间结果里注明依据，方便Mia回看。

5. 举例

“举例”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. 检查理解

“检查理解”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

智能体交付讲解，末尾列出两条需人工确认的内容。Mia对照原始概念与水平抽查关键信息，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「面向未成年人的内容需要额外审核」
  • 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。

什么时候用这个技能

  • 手头有概念与水平，需要在较短时间内得到讲解
  • 同类任务每周出现多次，希望每次处理方式一致
  • 结果要交给同事或上级复核，需要统一的结构和清楚的依据
  • 新人接手这类工作，需要一个可以照着做的标准流程

反过来，如果只是偶尔做一次，或者任务高度依赖现场判断，直接和课件、题库与学习平台里的智能体对话即可，不必专门封装成技能。

交付物结构示例

建议把讲解固定成下面的结构（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
- 评估水平：……
- 用类比讲解：……
- 举例：……
- 检查理解：……

## 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。

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。