「多语言站点规划」是内容与增长人员的高频任务。它的输入通常是站点结构，期望得到的是多语言方案。这类有固定流程、又需要一点判断力的工作，很适合封装成智能体 Skill。

这篇是最短路径：不追求完美，只求在 10 分钟内让「多语言站点规划」第一次跑通。

准备（2 分钟）

  • 一份真实但已脱敏的站点结构
  • 一个支持技能或自定义指令的智能体工具（如 Claude Code、Cursor、GPTs、扣子等任一）
  • 一份你认可的多语言方案范例（可选，但很有帮助）

第 1 步：写最小指令（3 分钟）

任务：多语言站点规划
输入：站点结构
步骤：
1. 确定语言与地区
2. 设计 URL
3. 生成 hreflang
4. 检查回链
输出：多语言方案，末尾列出需人工确认的内容。
信息不足时先提问，不要编造。

第 2 步：放到工具里（2 分钟）

把上面的内容放进所用工具的规则或技能位置：Claude Code 放进 .claude/skills/hreflang-plan/SKILL.md（前面补上 name 与 description），Cursor 放进 .cursor/rules/，GPTs 放进 Instructions。具体位置见各平台版本的文章。

第 3 步：跑一次（2 分钟）

用一句自然语言发出请求，例如：

帮我做一下多语言站点规划，材料是附上的站点结构。

观察智能体是否按步骤执行，输出结构是否符合预期。

第 4 步：修一处（1 分钟）

找出输出中最不满意的一点，只改对应的那一句指令，再跑一次。不要一次改很多处，否则不知道是哪处起了作用。

跑通之后

  • 用测试用例覆盖边界情况
  • 用检查清单确认上线前事项
  • 风险较低，但输出仍需快速过目再使用

平台选择建议

同一个「多语言站点规划」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：

  • AGENTS.md：AGENTS.md 是放在仓库根目录、写给编码智能体看的说明文件。详见AGENTS.md 版
  • MCP 服务：MCP（模型上下文协议）是一个开放协议。详见MCP 服务 版
  • 阿里云百炼智能体应用：阿里云百炼是阿里云的大模型服务与应用开发平台。详见阿里云百炼智能体应用 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
确定语言与地区按指令完成并给出依据抽查关键处，确认无误
设计 URL按指令完成并给出依据抽查关键处，确认无误
生成 hreflang按指令完成并给出依据抽查关键处，确认无误
检查回链按指令完成并给出依据抽查关键处，确认无误
最终交付整理多语言方案决定是否采用、是否对外

风险较低，但输出仍需快速过目再使用。

准备一份好范例

在技能的参考资料里放一份你认可的多语言方案范例，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。

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。