内容与增长人员经常要做「图片替代文本」这类事：为文章图片撰写替代文本。每次都从头写提示词，结果时好时坏；把它做成智能体 Skill，就能让智能体每次按同一套步骤执行，输出结构也更稳定。

背景（虚构）

老许是一名内容，每周都要做几次图片替代文本。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

老许在网站后台与搜索平台工具中输入：

帮我做一下图片替代文本，材料是附上的图片与上下文。

2. 技能被触发

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

3. 描述图片内容

“描述图片内容”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. 结合上下文

这一步的产出会作为下一步的输入。智能体在“结合上下文”时遇到一处含糊的信息，没有自行猜测，而是标注出来等待确认。

5. 控制长度

这一步的产出会作为下一步的输入。智能体在“控制长度”时遇到一处含糊的信息，没有自行猜测，而是标注出来等待确认。

6. 避免堆砌关键词

“避免堆砌关键词”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alt 文本，末尾列出两条需人工确认的内容。老许对照原始图片与上下文抽查关键信息，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「不承诺排名，不堆砌关键词，以读者价值为先」
  • 风险较低，但输出仍需快速过目再使用

可以改进的地方

老许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。

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：

  1. 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
  2. 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
  3. 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
  4. 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。

领域注意事项

「图片替代文本」属于SEO 与内容领域，使用者多是内容与增长人员，工作环境通常是网站后台与搜索平台工具。这个领域最重要的一条底线是：不承诺排名，不堆砌关键词，以读者价值为先。

建议把这条底线原样写进技能的约束部分，而不是指望智能体自己意识到。同时，在团队内部明确：智能体给出的alt 文本只是初稿或建议，最终由谁签字确认、出了问题由谁负责。

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。