如果你在课件、题库与学习平台里反复做口语陪练，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。

背景（虚构）

小林是一名教师，每周都要做几次口语陪练。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

小林在课件、题库与学习平台中输入：

这是今天的练习场景，按团队的口语陪练流程处理一下。

2. 技能被触发

智能体根据技能描述判断任务匹配，加载「口语陪练」的完整指令。它不需要外部工具，直接按指令处理。

3. 设定场景

智能体完成“设定场景”，并在中间结果里注明依据，方便小林回看。

4. 进行对话

这一步的产出会作为下一步的输入。智能体在“进行对话”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. 纠正表达

这一步的产出会作为下一步的输入。智能体在“纠正表达”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. 给出改进

智能体完成“给出改进”，并在中间结果里注明依据，方便小林回看。

7. 交付与复核

智能体交付对话与反馈，末尾列出两条需人工确认的内容。小林对照原始练习场景抽查关键信息，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「面向未成年人的内容需要额外审核」
  • 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。

什么时候用这个技能

  • 手头有练习场景，需要在较短时间内得到对话与反馈
  • 同类任务每周出现多次，希望每次处理方式一致
  • 结果要交给同事或上级复核，需要统一的结构和清楚的依据
  • 新人接手这类工作，需要一个可以照着做的标准流程

反过来，如果只是偶尔做一次，或者任务高度依赖现场判断，直接和课件、题库与学习平台里的智能体对话即可，不必专门封装成技能。

交付物结构示例

建议把对话与反馈固定成下面的结构（示意），方便复核与归档：

## 结论
一句话说明最重要的发现或结果

## 主要内容
- 设定场景：……
- 进行对话：……
- 纠正表达：……
- 给出改进：……

## 依据
- 引用输入中的具体位置或数据

## 需人工确认
- ……（没有则写“无”）

结构固定之后，复核的人只要先看“结论”和“需人工确认”两部分，就能快速判断结果能否使用。

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。