「图片替代文本」Skill 常见坑：8 个问题与改法
如果你在网站后台与搜索平台工具里反复做图片替代文本，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。
下面是把「图片替代文本」做成技能时最常见的 8 个问题，每条都给出改法。
1. 描述写成口号
智能体判断不出何时该用。改为“为文章图片撰写替代文本；当用户提到图片替代文本时使用”。
2. 步骤太粗
只写“做好图片替代文本”。改为编号的具体动作：描述图片内容；结合上下文；控制长度；避免堆砌关键词。
3. 没有输出格式
每次交付的alt 文本结构不同。在技能中给出固定标题或表头。
4. 没写缺信息怎么办
智能体自行补全，产生编造内容。明确要求先列出缺失项并提问。
5. 忽略领域规矩
例如没写「不承诺排名，不堆砌关键词，以读者价值为先」。把这类底线写进约束段落。
6. 权限过大
把纯指令技能和带执行权限的工具混在一起。纯提示词能完成的就不要挂工具。
7. 长资料塞进正文
每次加载都很重，关键规则被淹没。把规范、模板拆到参考文件按需读取。
8. 改完不测
一次改多处又不回归测试。保留测试用例，每次修改后重跑。
一个自查办法
把技能交给一位没参与编写的同事，让他只看 SKILL.md（或规则文件）回答三个问题：什么时候用？输入什么？交付什么？答不上来的地方，就是需要补写的地方。
风险提示：风险较低，但输出仍需快速过目再使用。
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 |
|---|---|---|
| 描述图片内容 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 结合上下文 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 控制长度 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 避免堆砌关键词 | 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alt 文本 | 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alt 文本范例，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：
- 描述图片内容：产出一段简短的中间结果，并注明依据来自图片与上下文的哪一部分
- 结合上下文：产出一段简短的中间结果，并注明依据来自图片与上下文的哪一部分
- 控制长度：产出一段简短的中间结果，并注明依据来自图片与上下文的哪一部分
- 避免堆砌关键词：产出一段简短的中间结果，并注明依据来自图片与上下文的哪一部分
最后一步之后，再把这些中间结果汇总成alt 文本。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。