「漏斗分析」智能体 Skill 是什么：能做什么、适合谁、怎么开始
如果你在表格、数据库与 Notebook里反复做漏斗分析，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。
一句话说明
「漏斗分析」技能让智能体计算转化漏斗并定位流失环节。你提供事件数据，它按固定步骤处理，交付漏斗报告。
| 项目 | 说明 |
|---|---|
| 技能 | 漏斗分析（funnel-analysis） |
| 作用 | 计算转化漏斗并定位流失环节 |
| 输入 | 事件数据 |
| 输出 | 漏斗报告 |
| 形态 | 带脚本 |
| 风险 | 低 |
| 适用人群 | 数据分析师与运营 |
它解决什么问题
没有技能时，数据分析师与运营每次都要重新描述要求，智能体的输出时详时略、格式不一，关键的检查步骤也经常被跳过。把流程写成技能后：
- 每次都按同样的顺序执行：定义步骤→计算各步转化→按渠道拆分→提出优化假设
- 输出结构固定，便于复核和归档
- 领域规矩（如「结论要回到原始数据核对口径，避免把相关当因果」）写在技能里，不靠临时提醒
适合与不适合
适合：经常处理事件数据、希望结果格式统一、愿意花十分钟把流程写清楚的数据分析师与运营。
不适合：一次性的临时任务；需要大量现场判断、无法写成步骤的工作；以及没有人复核就要直接对外使用的场景。
可以在哪些平台实现
同一个技能的思路可以落在不同平台上，常见选择有：
- MCP 服务：MCP（模型上下文协议）是一个开放协议
- Dify 工作流：Dify 是开源的大模型应用开发平台
- 文心智能体平台：文心智能体平台是百度推出的智能体创建与分发平台
- 飞书 aily：飞书 aily 是飞书推出的企业级智能伙伴开发平台
怎么开始
建议先用纯提示词版本在日常对话助手里试几次，确认步骤合理；再按SKILL.md 写法封装成技能；最后用测试用例验收。
这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；风险较低，但输出仍需快速过目再使用。
想了解提示词层面的基础用法，可以先读站内的智能体技能与插件入门。
准备一份好范例
在技能的参考资料里放一份你认可的漏斗报告范例，往往比多写十条规则更有效。好范例应当：
- 来自真实工作，但已去除个人信息和敏感数据
- 体现团队习惯的结构、措辞和详略程度
- 包含一处“需人工确认”的标注示范，让智能体学会如何表达不确定
- 篇幅适中，不要比平时的产出长太多
范例不必多，一到两份即可；太多范例反而会让智能体机械模仿某一份的细节。
每一步要产出什么
把每一步的中间产出写清楚，智能体就不容易跳步，人也方便定位问题：
- 定义步骤：产出一段简短的中间结果，并注明依据来自事件数据的哪一部分
- 计算各步转化：产出一段简短的中间结果，并注明依据来自事件数据的哪一部分
- 按渠道拆分：产出一段简短的中间结果，并注明依据来自事件数据的哪一部分
- 提出优化假设：产出一段简短的中间结果，并注明依据来自事件数据的哪一部分
最后一步之后，再把这些中间结果汇总成漏斗报告。中间结果可以折叠或省略展示，但在技能指令中要求智能体“先完成再汇总”，能明显减少遗漏。
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。