后端与数据工程师经常要做「索引审计」这类事:找出冗余、未使用与缺失的索引。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)

阿周是一名后端,每周都要做几次索引审计。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

阿周在数据库客户端与查询工具中输入:

用索引审计技能处理这份索引列表与查询统计,输出索引调整建议。

2. 技能被触发

智能体根据技能描述判断任务匹配,加载「索引审计」的完整指令。它先运行技能自带的脚本做预处理,确保后续分析基于准确的数据。

3. 列出现有索引

“列出现有索引”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. 对比查询模式

“对比查询模式”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。

5. 标出冗余与缺失

智能体完成“标出冗余与缺失”,并在中间结果里注明依据,方便阿周回看。

6. 评估写入代价

“评估写入代价”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

智能体交付索引调整建议,末尾列出两条需人工确认的内容。阿周对照原始索引列表与查询统计抽查关键信息,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「默认使用只读连接,任何写操作都要人工确认」
  • 属于中等风险:结果会影响业务判断,建议在输出前设置人工审核点

可以改进的地方

阿周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。

准备一份好范例

在技能的参考资料里放一份你认可的索引调整建议范例,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:

  1. 列出现有索引:产出一段简短的中间结果,并注明依据来自索引列表与查询统计的哪一部分
  2. 对比查询模式:产出一段简短的中间结果,并注明依据来自索引列表与查询统计的哪一部分
  3. 标出冗余与缺失:产出一段简短的中间结果,并注明依据来自索引列表与查询统计的哪一部分
  4. 评估写入代价:产出一段简短的中间结果,并注明依据来自索引列表与查询统计的哪一部分

最后一步之后,再把这些中间结果汇总成索引调整建议。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。