「图片替代文本」Skill 组合用法：和相关技能串成流水线
把「图片替代文本」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（图片与上下文），按什么顺序处理，交付什么（alt 文本），哪些事不能做。Skill 就是把这些写下来的载体。
单个技能解决一个环节，把几个技能串起来，才能覆盖一整段工作。本文示范「图片替代文本」与三个相关技能的组合。
组合方案
| 顺序 | 技能 | 作用 | 交给下一步的东西 |
|---|---|---|---|
| 1 | 多语言站点规划 | 为多语言站点规划 URL 与 hreflang | 多语言方案 |
| 2 | 图片替代文本 | 为文章图片撰写替代文本 | alt 文本 |
| 3 | 站点地图检查 | 检查 sitemap 的有效性与覆盖 | 检查结果 |
| 4 | 营销邮件 | 撰写营销邮件序列 | 邮件序列 |
交接格式是关键
技能之间靠“上一步的输出就是下一步的输入”衔接。建议约定：
- 每个技能的输出都带固定标题，便于下一个技能定位内容
- 不确定项统一放在“需人工确认”小节，后续技能不得把它当作确定事实
- 「图片替代文本」接收的是图片与上下文，如果上一步给的格式不同，先做一次转换
怎么编排
有三种常见方式：
- 人工串联：每一步结束后由人确认，再触发下一个技能，最稳妥
- 编排指令：写一个总技能，列出调用顺序与交接要求，由智能体依次执行
- 工作流平台：在 Dify、扣子、n8n 等平台中把每个技能做成节点，用条件分支处理异常
编排指令示例（示意）
# 组合流程：多语言站点规划 → 图片替代文本 → 站点地图检查 → 营销邮件
1. 调用 hreflang-plan，保存输出为 step1
2. 以 step1 为输入调用 image-alt-text，保存为 step2
3. 以 step2 为输入调用 sitemap-check
4. 调用 email-campaign 做收尾
- 任一步出现“需人工确认”时暂停，等待用户回复后再继续
注意事项
- 链条越长，错误越容易被放大，关键节点要有人看
- 风险较低，但输出仍需快速过目再使用
- 每个技能单独测试通过后再组合
相关技能
交付物结构示例
建议把alt 文本固定成下面的结构（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
- 描述图片内容：……
- 结合上下文：……
- 控制长度：……
- 避免堆砌关键词：……
## 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。
平台选择建议
同一个「图片替代文本」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：
- 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
- 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
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。
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。