把「老客户识别」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（客户历史），按什么顺序处理，交付什么（服务建议），哪些事不能做。Skill 就是把这些写下来的载体。

背景（虚构）

小林是一名客服团队，每周都要做几次老客户识别。过去靠复制粘贴提示词，结果不稳定。这次团队把它做成了技能，下面记录一次完整运行。

1. 发出请求

小林在工单系统与知识库中输入：

帮我做一下老客户识别，材料是附上的客户历史。

2. 技能被触发

智能体根据技能描述判断任务匹配，加载「老客户识别」的完整指令。它通过已授权的连接读取所需数据，只访问任务相关的范围。

3. 查询历史记录

这一步的产出会作为下一步的输入。智能体在“查询历史记录”时遇到一处含糊的信息，没有自行猜测，而是标注出来等待确认。

4. 总结偏好与问题

这一步的产出会作为下一步的输入。智能体在“总结偏好与问题”时遇到一处含糊的信息，没有自行猜测，而是标注出来等待确认。

5. 提示坐席

这一步的产出会作为下一步的输入。智能体在“提示坐席”时遇到一处含糊的信息，没有自行猜测，而是标注出来等待确认。

6. 建议个性化方案

“建议个性化方案”是最容易出错的环节，技能里专门写了要求，所以智能体给出了清楚的结果与理由。

7. 交付与复核

智能体交付服务建议，末尾列出两条需人工确认的内容。小林对照原始客户历史抽查关键信息，修正一处表述后采用。

复盘：这次做对了什么

  • 步骤写在技能里，没有遗漏
  • 不确定处被标出，而不是被编造
  • 遵守了「退款、赔偿等承诺必须由人工确认」
  • 风险较低，但输出仍需快速过目再使用

可以改进的地方

小林发现智能体对团队内部术语理解不一致，于是在技能目录中加了一份术语表（reference.md），并在 SKILL.md 中写明“遇到术语先查表”。更多改法见定制指南。

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。

准备一份好范例

在技能的参考资料里放一份你认可的服务建议范例，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。