开发者经常要做「日志规范化」这类事：统一日志级别、字段与格式，补齐关键路径日志。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。

这篇是最短路径：不追求完美，只求在 10 分钟内让「日志规范化」第一次跑通。

准备（2 分钟）

  • 一份真实但已脱敏的服务代码
  • 一个支持技能或自定义指令的智能体工具（如 Claude Code、Cursor、GPTs、扣子等任一）
  • 一份你认可的改造后的日志调用与规范说明范例（可选，但很有帮助）

第 1 步：写最小指令（3 分钟）

任务：日志规范化
输入：服务代码
步骤：
1. 读取日志规范
2. 找出不一致调用
3. 统一字段
4. 在关键路径补日志并避免记录敏感信息
输出：改造后的日志调用与规范说明，末尾列出需人工确认的内容。
信息不足时先提问，不要编造。

第 2 步：放到工具里（2 分钟）

把上面的内容放进所用工具的规则或技能位置：Claude Code 放进 .claude/skills/logging-standardize/SKILL.md（前面补上 name 与 description），Cursor 放进 .cursor/rules/，GPTs 放进 Instructions。具体位置见各平台版本的文章。

第 3 步：跑一次（2 分钟）

用一句自然语言发出请求，例如：

帮我做一下日志规范化，材料是附上的服务代码。

观察智能体是否按步骤执行，输出结构是否符合预期。

第 4 步：修一处（1 分钟）

找出输出中最不满意的一点，只改对应的那一句指令，再跑一次。不要一次改很多处，否则不知道是哪处起了作用。

跑通之后

  • 用测试用例覆盖边界情况
  • 用检查清单确认上线前事项
  • 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

交付物结构示例

建议把改造后的日志调用与规范说明固定成下面的结构（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
- 读取日志规范：……
- 找出不一致调用：……
- 统一字段：……
- 在关键路径补日志并避免记录敏感信息：……

## 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「日志规范化」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：

  • 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
  • Function Calling：Function Calling（工具调用）是主流大模型 API 的通用能力：你用 JSON Schema 描述函数。详见Function Calling 版
  • 扣子（Coze）智能体与工作流：扣子（Coze）是字节跳动推出的智能体开发平台。详见扣子（Coze）智能体与工作流 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
读取日志规范按指令完成并给出依据抽查关键处，确认无误
找出不一致调用按指令完成并给出依据抽查关键处，确认无误
统一字段按指令完成并给出依据抽查关键处，确认无误
在关键路径补日志并避免记录敏感信息按指令完成并给出依据抽查关键处，确认无误
最终交付整理改造后的日志调用与规范说明决定是否采用、是否对外

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。

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。