在阿里云百炼搭建「研究问题打磨」智能体：提示词、知识库与发布
把「研究问题打磨」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（研究想法），按什么顺序处理，交付什么（研究问题），哪些事不能做。Skill 就是把这些写下来的载体。
本文介绍如何在 阿里云百炼智能体应用 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 | 研究问题打磨（research-question） |
| 作用 | 把模糊的想法打磨为可研究的问题 |
| 输入 | 研究想法 |
| 输出 | 研究问题 |
| 形态 | 纯提示词 |
| 风险 | 低 |
| 适用人群 | 研究人员与学生 |
处理流程分四步：
- 明确对象与变量
- 检查可行性
- 写假设
- 列出所需数据
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 阿里云百炼智能体应用 中是什么形态
阿里云百炼是阿里云的大模型服务与应用开发平台，可以创建智能体应用或工作流应用，配置提示词、知识库与插件，并通过 API 集成到业务系统。
应用发布后可通过 API 调用；模型选择、计费与功能以阿里云官方文档为准。
示例配置
# 阿里云百炼配置思路示意，具体字段与入口以平台当前界面和官方文档为准
名称: 研究问题打磨
应用类型: 智能体应用（流程固定时可改用工作流应用）
提示词: 你负责把模糊的想法打磨为可研究的问题。步骤：明确对象与变量；检查可行性；写假设；列出所需数据。输出：研究问题
知识库: 上传团队规范、模板与样例
插件/工具: 按需挂载（纯提示词）
回复要求: 不确定处标注需人工确认
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」，让智能体在研究人员与学生提出相关请求时能对上号；二是约束部分要写进「引用必须回到原文核对，绝不编造文献」这类领域规矩，避免智能体自作主张。
安装与启用步骤
- 在百炼控制台新建智能体应用
- 写好提示词，明确角色、步骤与输出
- 创建知识库并关联
- 按需添加插件或工具
- 测试后发布，并用 API 接入业务系统
实操：一次完整的运行
假设你在文献库、数据与写作工具中发出这样的请求（虚构示例）：
帮我做一下研究问题打磨，材料是附上的研究想法。
智能体识别到任务与「研究问题打磨」相关后，会依次明确对象与变量、检查可行性、写假设、列出所需数据。最终交付研究问题，并在末尾列出需要人工确认的内容。你的工作是对照原始研究想法抽查两三处关键信息，确认无误后再使用。
测试与验收
在应用测试窗口准备一组固定样例，每次修改提示词后重跑对比。
针对这个技能，还建议额外准备：
- 一份信息齐全的标准研究想法，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
- 知识库文档未清洗，检索到无关段落。
- 直接把 API 密钥放在前端代码中。
- 只写了步骤，没写交付格式，导致每次输出的研究问题结构不同。
- 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
- 研究问题打磨 · 常见问题
- 研究问题打磨 · GPTs 版
- 研究问题打磨 · Dify 工作流 版
- 质性资料编码 · 阿里云百炼智能体应用 版
- 实验记录整理 · 阿里云百炼智能体应用 版
- 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。