后端与数据工程师经常要做「指标口径定义」这类事：为业务指标写清晰的口径文档与对应 SQL。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。

本文介绍如何在 GitHub Copilot 指令与提示文件 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目说明
技能指标口径定义（metric-definition）
作用为业务指标写清晰的口径文档与对应 SQL
输入指标名称与业务说明
输出口径文档
形态纯提示词
风险低
适用人群后端与数据工程师

处理流程分四步：

  1. 明确分子分母
  2. 定义时间与去重规则
  3. 写 SQL
  4. 列出例外情况

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；风险较低，但输出仍需快速过目再使用。

在 GitHub Copilot 指令与提示文件 中是什么形态

GitHub Copilot 支持仓库级自定义指令文件 .github/copilot-instructions.md，以及放在 .github/prompts/ 下、以 .prompt.md 结尾的可复用提示文件，适合把固定流程交给 Copilot Chat 或智能体模式执行。

仓库级指令对该仓库的对话默认生效；提示文件需要在支持的编辑器中手动调用，具体支持情况以 Copilot 文档为准。

示例配置

.github/prompts/metric-definition.prompt.md 示例（示意）：

---
description: 指标口径定义
---

请对我提供的指标名称与业务说明执行「指标口径定义」：

1. 明确分子分母
2. 定义时间与去重规则
3. 写 SQL
4. 列出例外情况

输出格式：口径文档。
- 默认使用只读连接，任何写操作都要人工确认。
- 信息不足时先提问，不要自行编造数据或事实。

示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在后端与数据工程师提出相关请求时能对上号；二是约束部分要写进「默认使用只读连接，任何写操作都要人工确认」这类领域规矩，避免智能体自作主张。

安装与启用步骤

  1. 在 .github/copilot-instructions.md 中写入团队通用约定
  2. 新建 .github/prompts/metric-definition.prompt.md 写入本技能流程
  3. 在编辑器的 Copilot Chat 中调用该提示文件
  4. 检查输出是否遵循步骤与格式
  5. 提交到仓库并在 PR 中说明用途

实操：一次完整的运行

假设你在数据库客户端与查询工具中发出这样的请求（虚构示例）：

这是今天的指标名称与业务说明，按团队的指标口径定义流程处理一下。

智能体识别到任务与「指标口径定义」相关后，会依次明确分子分母、定义时间与去重规则、写 SQL、列出例外情况。最终交付口径文档，并在末尾列出需要人工确认的内容。你的工作是对照原始指标名称与业务说明抽查两三处关键信息，确认无误后再使用。

测试与验收

在 Copilot Chat 中分别以有、无提示文件的方式处理同一任务，对比差异是否符合预期。

针对这个技能，还建议额外准备：

  • 一份信息齐全的标准指标名称与业务说明，检查输出是否完整
  • 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
  • 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效

常见坑

  • 仓库级指令写得过细，与提示文件互相矛盾。
  • 以为提示文件会自动生效，实际需要手动调用。
  • 只写了步骤，没写交付格式，导致每次输出的口径文档结构不同。
  • 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。

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。