如果你在工单系统与知识库里反复做老客户识别，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。

一句话说明

「老客户识别」技能让智能体识别老客户并调整服务方式。你提供客户历史，它按固定步骤处理，交付服务建议。

项目说明
技能老客户识别（returning-customer）
作用识别老客户并调整服务方式
输入客户历史
输出服务建议
形态需外部连接
风险低
适用人群客服团队

它解决什么问题

没有技能时，客服团队每次都要重新描述要求，智能体的输出时详时略、格式不一，关键的检查步骤也经常被跳过。把流程写成技能后：

  • 每次都按同样的顺序执行：查询历史记录→总结偏好与问题→提示坐席→建议个性化方案
  • 输出结构固定，便于复核和归档
  • 领域规矩（如「退款、赔偿等承诺必须由人工确认」）写在技能里，不靠临时提醒

适合与不适合

适合：经常处理客户历史、希望结果格式统一、愿意花十分钟把流程写清楚的客服团队。

不适合：一次性的临时任务；需要大量现场判断、无法写成步骤的工作；以及没有人复核就要直接对外使用的场景。

可以在哪些平台实现

同一个技能的思路可以落在不同平台上，常见选择有：

  • Claude Code Skill：Claude Code 的 Agent Skills 以文件夹为单位：一个 SKILL.md（YAML 头写 name 与 description）加上可选的脚本和参考资料。智能体平时只看到 description
  • Function Calling：Function Calling（工具调用）是主流大模型 API 的通用能力：你用 JSON Schema 描述函数
  • LangChain / LangGraph 工具：LangChain 用 @tool 装饰器把函数变成工具
  • 阿里云百炼智能体应用：阿里云百炼是阿里云的大模型服务与应用开发平台

怎么开始

建议先用纯提示词版本在日常对话助手里试几次，确认步骤合理；再按SKILL.md 写法封装成技能；最后用测试用例验收。

这个技能需要通过 MCP 或平台连接器访问外部系统（如邮箱、网页、业务系统），要提前授权并限定访问范围；风险较低，但输出仍需快速过目再使用。

想了解提示词层面的基础用法，可以先读站内的智能体技能与插件入门。

平台选择建议

同一个「老客户识别」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：

  • OpenAI Agents SDK：OpenAI Agents SDK 是一个轻量的智能体开发框架。详见OpenAI Agents SDK 版
  • 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

这个技能需要通过 MCP 或平台连接器访问外部系统（如邮箱、网页、业务系统），要提前授权并限定访问范围，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
查询历史记录按指令完成并给出依据抽查关键处，确认无误
总结偏好与问题按指令完成并给出依据抽查关键处，确认无误
提示坐席按指令完成并给出依据抽查关键处，确认无误
建议个性化方案按指令完成并给出依据抽查关键处，确认无误
最终交付整理服务建议决定是否采用、是否对外

风险较低，但输出仍需快速过目再使用。

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。