把「隐私政策起草」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（数据处理说明），按什么顺序处理，交付什么（隐私政策草稿），哪些事不能做。Skill 就是把这些写下来的载体。

这篇是最短路径：不追求完美，只求在 10 分钟内让「隐私政策起草」第一次跑通。

准备（2 分钟）

  • 一份真实但已脱敏的数据处理说明
  • 一个支持技能或自定义指令的智能体工具（如 Claude Code、Cursor、GPTs、扣子等任一）
  • 一份你认可的隐私政策草稿范例（可选，但很有帮助）

第 1 步：写最小指令（3 分钟）

任务：隐私政策起草
输入：数据处理说明
步骤：
1. 列出收集的信息
2. 说明用途与共享
3. 写用户权利
4. 请法务审定
输出：隐私政策草稿，末尾列出需人工确认的内容。
信息不足时先提问，不要编造。

第 2 步：放到工具里（2 分钟）

把上面的内容放进所用工具的规则或技能位置：Claude Code 放进 .claude/skills/privacy-policy-draft/SKILL.md（前面补上 name 与 description），Cursor 放进 .cursor/rules/，GPTs 放进 Instructions。具体位置见各平台版本的文章。

第 3 步：跑一次（2 分钟）

用一句自然语言发出请求，例如：

帮我做一下隐私政策起草，材料是附上的数据处理说明。

观察智能体是否按步骤执行，输出结构是否符合预期。

第 4 步：修一处（1 分钟）

找出输出中最不满意的一点，只改对应的那一句指令，再跑一次。不要一次改很多处，否则不知道是哪处起了作用。

跑通之后

  • 用测试用例覆盖边界情况
  • 用检查清单确认上线前事项
  • 属于高风险：涉及权限、个人信息或不可逆操作，Skill 只产出建议或草稿，执行前必须人工确认

平台选择建议

同一个「隐私政策起草」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：

  • 飞书 aily：飞书 aily 是飞书推出的企业级智能伙伴开发平台。详见飞书 aily 版
  • GPTs：GPTs 是在 ChatGPT 中创建的定制版助手。详见GPTs 版
  • Dify 工作流：Dify 是开源的大模型应用开发平台。详见Dify 工作流 版

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，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
列出收集的信息按指令完成并给出依据抽查关键处，确认无误
说明用途与共享按指令完成并给出依据抽查关键处，确认无误
写用户权利按指令完成并给出依据抽查关键处，确认无误
请法务审定按指令完成并给出依据抽查关键处，确认无误
最终交付整理隐私政策草稿决定是否采用、是否对外

属于高风险：涉及权限、个人信息或不可逆操作，Skill 只产出建议或草稿，执行前必须人工确认。

准备一份好范例

在技能的参考资料里放一份你认可的隐私政策草稿范例，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

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。