把「知识库效果评估」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（测试问题集），按什么顺序处理，交付什么（评估报告），哪些事不能做。Skill 就是把这些写下来的载体。

通用版的「知识库效果评估」能覆盖大多数情况，但每个团队都有自己的习惯。下面列出最值得调整的几个地方。

可调参数一览

参数默认可以怎么改
输出格式评估报告改成团队模板、表格或固定小标题
详略程度适中给领导看的精简版 / 给执行者看的详细版
语气风格中性按团队文风、对外或对内调整
严格程度标注不确定项提高到“任何推断都要给依据”
步骤4 步增加团队特有的检查步骤

改写示例：description

通用版：

评估知识库问答的准确率。当用户提到知识库效果评估时使用。

团队版（示意）：

按本团队规范进行知识库效果评估：先读取 reference.md 中的模板与术语表，再处理测试问题集。当团队成员提到知识库效果评估或上传相关材料时使用。

改写示例：增加团队步骤

## 步骤
1. 准备问题与标准答案
2. 运行问答
3. 评分
4. 分析错误
5. 对照 reference.md 中的团队检查表逐项确认
6. 按团队模板输出，并在开头写一句结论

按角色出多个版本

同一个技能可以为不同角色准备变体：新人版写得更细，并解释每一步的理由；熟手版只保留关键检查点。也可以在一个技能里用参数区分，例如“简版/详版”。

定制时别丢掉的东西

  • 领域底线：回答必须有出处，没有依据时如实说明
  • 缺信息先提问
  • 需人工确认清单
  • 风险较低，但输出仍需快速过目再使用

改完后记得重跑测试用例，团队共享时参考团队落地。

什么时候用这个技能

  • 手头有测试问题集，需要在较短时间内得到评估报告
  • 同类任务每周出现多次，希望每次处理方式一致
  • 结果要交给同事或上级复核，需要统一的结构和清楚的依据
  • 新人接手这类工作，需要一个可以照着做的标准流程

反过来，如果只是偶尔做一次，或者任务高度依赖现场判断，直接和文档库与检索系统里的智能体对话即可，不必专门封装成技能。

交付物结构示例

建议把评估报告固定成下面的结构（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
- 准备问题与标准答案：……
- 运行问答：……
- 评分：……
- 分析错误：……

## 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。

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。