批量个性化邮件 Skill 两种写法对比：五行提示词还是完整技能包
如果你在邮箱、日历与文档里反复做批量个性化邮件，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。
很多人纠结一开始要不要把技能写得很完整。答案是：先极简，再按需升级。下面对比「批量个性化邮件」的两种写法。
极简版：五行就够
你负责批量个性化邮件。
输入：名单与模板。
步骤：检查名单字段；套用模板；抽查结果；输出待发送草稿而不直接发送。
输出：个性化邮件草稿。
信息不足先提问，不要编造。
适合个人临时使用、验证流程是否合理。缺点是输出格式不够稳定，边界情况处理不一致。
进阶版：完整技能包
.claude/skills/mail-merge/
├── SKILL.md
├── scripts/mail_merge.py
└── reference.md # 可选：团队规范、模板等长资料，按需加载
进阶版在极简版基础上增加：
- 精确的 description，确保自动触发
- 固定的输出结构与“需人工确认”清单
- 约束段落（权限、领域规矩、不可逆操作）
- 参考资料（团队规范、范例），按需加载
- 脚本，负责确定性的解析与校验
- tests/ 测试样例
对比
| 维度 | 极简版 | 进阶版 |
|---|---|---|
| 编写时间 | 几分钟 | 一到两小时 |
| 输出稳定性 | 一般 | 较好 |
| 边界处理 | 依赖模型自觉 | 有明确规则 |
| 团队共享 | 不方便 | 可评审、可版本化 |
| 适用 | 个人试用 | 日常高频、多人使用 |
什么时候该升级
- 每周使用超过几次
- 输出要给别人看或进入正式流程
- 已经发现两次以上同类错误
- 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
升级时参考SKILL.md 写法，并用测试用例验证。
平台选择建议
同一个「批量个性化邮件」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：
- n8n AI Agent：n8n 是可自托管的工作流自动化工具。详见n8n AI Agent 版
- Claude 应用中的 Skills：在 Claude 的网页或桌面应用里。详见Claude 应用中的 Skills 版
- LangChain / LangGraph 工具：LangChain 用 @tool 装饰器把函数变成工具。详见LangChain / LangGraph 工具 版
这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码，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 |
|---|---|---|
| 检查名单字段 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 套用模板 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 抽查结果 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 输出待发送草稿而不直接发送 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 最终交付 | 整理个性化邮件草稿 | 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。
准备一份好范例
在技能的参考资料里放一份你认可的个性化邮件草稿范例，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
- 批量个性化邮件 · 检查清单
- 批量个性化邮件 · MCP 服务 版
- 批量个性化邮件 · 阿里云百炼智能体应用 版
- 邮箱分拣 · 极简与进阶
- OKR 撰写 · 极简与进阶
- 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。