如果你在内容平台与投放后台里反复做案头市场研究，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。

一个人用得顺手的技能，推广到团队时会遇到新问题：放在哪、谁来改、怎么知道它变好了还是变坏了。下面以「案头市场研究」为例给出落地做法。

1. 统一存放位置

  • 编码类工具：放在仓库中（如 .claude/skills/market-research-desk/、.cursor/rules/），随代码评审
  • 业务平台（GPTs、扣子、百炼、飞书 aily 等）：指定一个管理员账号维护，避免多人各建一份
  • 在团队文档中登记：技能名、负责人、适用场景、当前版本

2. 版本与变更记录

在技能目录里放一个 CHANGELOG，每次修改写明改了什么、为什么改、测试结果。重大修改先在小范围试用一周。

3. 评审规则

修改技能和修改代码一样要评审，重点看：

  • 步骤是否仍覆盖：确定问题、收集公开资料、整理要点、注明出处与局限
  • 约束是否仍包含「宣传表述要真实、可证明，遵守广告相关规定」
  • 测试集是否全部通过

4. 培训与说明

给团队写一页使用说明：什么时候用、怎么触发、输出怎么复核、遇到问题找谁。附一个场景实录帮助理解。

5. 收集反馈

设一个固定渠道收集“用得不好”的案例，每两周集中处理一次，把典型问题补进测试集。不要依赖印象判断效果，以测试集与真实反馈为准。

6. 权限与合规

风险较低，但输出仍需快速过目再使用。团队共享时尤其要确认：技能能访问哪些数据、谁能修改技能、离职或转岗后权限是否回收。

推广节奏建议

阶段范围目标
试点2～3 人跑通流程，修正明显问题
扩大一个小组补齐测试集与使用说明
全员整个团队纳入日常流程，定期评审

准备一份好范例

在技能的参考资料里放一份你认可的研究摘要范例，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。

每一步要产出什么

把每一步的中间产出写清楚，智能体就不容易跳步，人也方便定位问题：

  1. 确定问题：产出一段简短的中间结果，并注明依据来自研究问题的哪一部分
  2. 收集公开资料：产出一段简短的中间结果，并注明依据来自研究问题的哪一部分
  3. 整理要点：产出一段简短的中间结果，并注明依据来自研究问题的哪一部分
  4. 注明出处与局限：产出一段简短的中间结果，并注明依据来自研究问题的哪一部分

最后一步之后，再把这些中间结果汇总成研究摘要。中间结果可以折叠或省略展示，但在技能指令中要求智能体“先完成再汇总”，能明显减少遗漏。

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。