如果你在文献库、数据与写作工具里反复做研究伦理检查,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。

下面是把「研究伦理检查」做成技能时最常见的 8 个问题,每条都给出改法。

1. 描述写成口号

智能体判断不出何时该用。改为“检查研究设计中的伦理问题;当用户提到研究伦理检查时使用”。

2. 步骤太粗

只写“做好研究伦理检查”。改为编号的具体动作:检查知情同意;检查隐私保护;检查风险;提示伦理审查。

3. 没有输出格式

每次交付的检查清单结构不同。在技能中给出固定标题或表头。

4. 没写缺信息怎么办

智能体自行补全,产生编造内容。明确要求先列出缺失项并提问。

5. 忽略领域规矩

例如没写「引用必须回到原文核对,绝不编造文献」。把这类底线写进约束段落。

6. 权限过大

把纯指令技能和带执行权限的工具混在一起。纯提示词能完成的就不要挂工具。

7. 长资料塞进正文

每次加载都很重,关键规则被淹没。把规范、模板拆到参考文件按需读取。

8. 改完不测

一次改多处又不回归测试。保留测试用例,每次修改后重跑。

一个自查办法

把技能交给一位没参与编写的同事,让他只看 SKILL.md(或规则文件)回答三个问题:什么时候用?输入什么?交付什么?答不上来的地方,就是需要补写的地方。

风险提示: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。

平台选择建议

同一个「研究伦理检查」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:

  • 文心智能体平台:文心智能体平台是百度推出的智能体创建与分发平台。详见文心智能体平台 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
检查知情同意按指令完成并给出依据抽查关键处,确认无误
检查隐私保护按指令完成并给出依据抽查关键处,确认无误
检查风险按指令完成并给出依据抽查关键处,确认无误
提示伦理审查按指令完成并给出依据抽查关键处,确认无误
最终交付整理检查清单决定是否采用、是否对外

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。

准备一份好范例

在技能的参考资料里放一份你认可的检查清单范例,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。