Issue 分诊 Skill 一页检查清单
开发团队经常要做「Issue 分诊」这类事：为新 issue 打标签、判断优先级并请求缺失信息。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。
把下面的清单保存下来，每次使用或修改「Issue 分诊」技能时过一遍。
编写时
- description 写清做什么、什么时候用
- 输入写明需要issue 内容，并要求缺信息先提问
- 步骤为编号列表：判断类型、检查复现信息、建议标签与优先级、起草回复
- 输出写明分诊结果的结构
- 约束包含领域底线与不可逆操作的处理方式
- 长资料拆到参考文件
上线前
- 6 类测试输入全部通过
- 权限按最小范围配置
- 技能文件中没有密钥和真实个人信息
- 有负责人和变更记录
每次使用时
- 输入材料已脱敏或确认可以交给所用平台
- 观察智能体是否加载了技能
- 查看“需人工确认”清单
- 对照原始材料抽查关键信息
- 风险较低，但输出仍需快速过目再使用
使用后
- 记录明显的问题样例
- 输出被大幅修改时，分析原因并考虑改技能
- 定期检查平台更新是否影响技能
每一步的快速核对
- 判断类型
- 检查复现信息
- 建议标签与优先级
- 起草回复
平台选择建议
同一个「Issue 分诊」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：
- 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
- GPTs：GPTs 是在 ChatGPT 中创建的定制版助手。详见GPTs 版
- Gemini CLI：Gemini CLI 会读取项目中的 GEMINI.md 作为长期上下文。详见Gemini CLI 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。
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 |
|---|---|---|
| 判断类型 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 检查复现信息 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 建议标签与优先级 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 起草回复 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 最终交付 | 整理分诊结果 | 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分诊结果范例，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。
延伸阅读
- Issue 分诊 · Gemini CLI 版
- Issue 分诊 · Function Calling 版
- Issue 分诊 · 扣子（Coze）智能体与工作流 版
- 提交历史摘要 · 检查清单
- 评审清单定制 · 检查清单
- 智能体Skills 分类：625 个技能 × 32 个角度
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。