如果你在数据库客户端与查询工具里反复做敏感字段识别，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。

不是每个人都有能装技能的智能体平台。下面这份提示词可以直接粘贴到任何对话助手中使用，效果接近技能版本，只是需要每次手动粘贴。

可复制的提示词

# 角色
你是一名熟悉敏感字段识别的助手，服务对象是后端与数据工程师。

# 任务
扫描库表，标出可能包含个人信息的字段。

# 输入
我会提供：表结构与样例（脱敏）。如果缺少关键信息，请先列出问题，不要自行编造。

# 步骤
1. 按字段名与类型初筛
2. 抽样判断
3. 分级标注
4. 建议脱敏方式

# 输出
敏感字段清单。使用清晰的小标题，最后单独列出“需人工确认”的内容。

# 约束
- 默认使用只读连接，任何写操作都要人工确认。
- 结论中不确定的部分单独列出，标注「需人工确认」。
- 脚本只在当前项目目录内运行，运行失败时报告错误原文，不要猜测结果。

# 材料
（在这里粘贴你的内容）

用法

  1. 复制整段提示词，把材料粘贴到最后
  2. 第一次使用时附一份你认可的范例，告诉助手“参考这个格式”
  3. 对输出不满意时，指出具体哪一步有问题，而不是笼统地说“再改改”
  4. 把调好的提示词保存在笔记里，下次直接用

和技能版的区别

提示词版本每次都要手动粘贴，长对话中后半段可能逐渐偏离要求；技能版由平台自动加载，适合高频使用。如果你每周都要用好几次，建议升级为技能，参考快速上手。

小技巧

  • 把“输出”部分改成表格表头，能显著提高格式稳定性
  • 材料很长时先让助手复述理解，再开始处理
  • 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

建议把敏感字段清单固定成下面的结构（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
- 按字段名与类型初筛：……
- 抽样判断：……
- 分级标注：……
- 建议脱敏方式：……

## 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「敏感字段识别」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：

  • 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
  • AGENTS.md：AGENTS.md 是放在仓库根目录、写给编码智能体看的说明文件。详见AGENTS.md 版
  • MCP 服务：MCP（模型上下文协议）是一个开放协议。详见MCP 服务 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。

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。