可疑邮件研判 Skill 实战演练:从请求到交付的全过程
「可疑邮件研判」是安全工程师与开发团队的高频任务。它的输入通常是邮件原文与头信息,期望得到的是研判结论。这类有固定流程、又需要一点判断力的工作,很适合封装成智能体 Skill。
背景(虚构)
小唐是一名安全工程师,每周都要做几次可疑邮件研判。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
小唐在代码、配置与云环境中输入:
用可疑邮件研判技能处理这份邮件原文与头信息,输出研判结论。
2. 技能被触发
智能体根据技能描述判断任务匹配,加载「可疑邮件研判」的完整指令。它不需要外部工具,直接按指令处理。
3. 检查发件域与链接
智能体完成“检查发件域与链接”,并在中间结果里注明依据,方便小唐回看。
4. 识别诱导话术
智能体完成“识别诱导话术”,并在中间结果里注明依据,方便小唐回看。
5. 判断风险
“判断风险”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. 建议上报流程
“建议上报流程”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。
7. 交付与复核
智能体交付研判结论,末尾列出两条需人工确认的内容。小唐对照原始邮件原文与头信息抽查关键信息,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「扫描结论需人工复核,涉及生产的动作走变更流程」
- 风险较低,但输出仍需快速过目再使用
可以改进的地方
小唐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。
什么时候用这个技能
- 手头有邮件原文与头信息,需要在较短时间内得到研判结论
- 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,直接和代码、配置与云环境里的智能体对话即可,不必专门封装成技能。
交付物结构示例
建议把研判结论固定成下面的结构(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
- 检查发件域与链接:……
- 识别诱导话术:……
- 判断风险:……
- 建议上报流程:……
## 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。
延伸阅读
- 可疑邮件研判 · GitHub Copilot 指令与提示文件 版
- 可疑邮件研判 · OpenAI Agents SDK 版
- 可疑邮件研判 · GPTs 版
- 安全视角代码评审 · 场景实录
- 内容安全策略 · 场景实录
- 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。