把「绘图提示词」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（画面需求），按什么顺序处理，交付什么（提示词），哪些事不能做。Skill 就是把这些写下来的载体。

“感觉好用”不足以说明技能有效。下面给出一套轻量的评估方法，用来判断「绘图提示词」是否达标，以及每次修改后是变好还是变坏。

1. 建一个样例集

收集 10～20 份有代表性的画面需求（已脱敏），覆盖常见情况、困难情况和边界情况。为每份样例写下“合格输出应该包含什么”。

2. 定义评分维度

维度0 分1 分2 分
完整性缺少主要部分缺少次要部分提示词结构完整
准确性有编造或明显错误有小瑕疵内容都能在输入中找到依据
流程遵循跳过多个步骤跳过一步按步骤执行
边界处理缺信息时编造部分提问先提问或明确标注
可用性需要大改需要小改基本可直接使用

3. 打分方式

  • 人工打分最可靠，两人独立打分取平均
  • 可以让另一个模型按评分表初评，但要人工抽查，不要完全依赖
  • 记录每个样例的得分和问题描述

4. 回归测试

每次修改技能后，跑一遍完整样例集，比较总分与各维度变化。某个维度下降时，回看是哪条修改导致的。

5. 关注真实使用

离线样例之外，留意真实使用中被人工大幅修改的输出，把它们补进样例集。

每一步可以单独检查

  • 描述主体与场景：是否完成、是否有依据
  • 指定风格：是否完成、是否有依据
  • 写构图与光线：是否完成、是否有依据
  • 准备负面提示：是否完成、是否有依据

提醒

评分表是工具，不是目标。风险较低，但输出仍需快速过目再使用。不要为了分数好看而让技能输出冗长内容。相关：测试用例、故障排查。

交付物结构示例

建议把提示词固定成下面的结构（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
- 描述主体与场景：……
- 指定风格：……
- 写构图与光线：……
- 准备负面提示：……

## 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「绘图提示词」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：

  • 腾讯元器：腾讯元器是腾讯推出的智能体创作平台。详见腾讯元器 版
  • Claude Code Skill：Claude Code 的 Agent Skills 以文件夹为单位：一个 SKILL.md（YAML 头写 name 与 description）加上可选的脚本和参考资料。智能体平时只看到 description。详见Claude Code Skill 版
  • OpenAI Agents SDK：OpenAI Agents SDK 是一个轻量的智能体开发框架。详见OpenAI Agents SDK 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。