如果你在招聘与人事系统里反复做学习路径，可以考虑把经验沉淀为一个 Skill：写清触发条件、步骤、输出格式和边界，让智能体代劳重复部分，人只负责把关。

背景（虚构）

阿周是一名人力资源，每周都要做几次学习路径。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

阿周在招聘与人事系统中输入：

用学习路径技能处理这份岗位与水平，输出学习路径。

2. 技能被触发

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

3. 评估现状

智能体完成“评估现状”，并在中间结果里注明依据，方便阿周回看。

4. 设定目标

“设定目标”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. 安排学习资源

“安排学习资源”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。

6. 设置里程碑

这一步的产出会作为下一步的输入。智能体在“设置里程碑”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。

7. 交付与复核

智能体交付学习路径，末尾列出两条需人工确认的内容。阿周对照原始岗位与水平抽查关键信息，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「涉及个人信息与录用决定，必须由人做最终判断」
  • 风险较低，但输出仍需快速过目再使用

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。

常见变体

同一个技能可以按使用场景派生出几个变体：

  • 简版：只保留核心步骤（评估现状、设置里程碑），适合快速过一遍
  • 详版：每一步都写出理由与依据，适合交给他人复核或留档
  • 批量版：一次处理多份岗位与水平，输出汇总表，适合定期集中处理

变体之间共享同一套约束，只在步骤详略和输出格式上有差异。可以在一个技能里用参数区分，也可以拆成几个名称明确的技能。

什么时候用这个技能

  • 手头有岗位与水平，需要在较短时间内得到学习路径
  • 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，直接和招聘与人事系统里的智能体对话即可，不必专门封装成技能。

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。