教师与培训师经常要做「口语陪练」这类事：进行情景口语练习并给出反馈。每次都从头写提示词，结果时好时坏；把它做成智能体 Skill，就能让智能体每次按同一套步骤执行，输出结构也更稳定。

本文以「口语陪练」为例，逐段讲解 SKILL.md 的写法。SKILL.md 是 Claude Agent Skills 采用的格式：YAML 头 + Markdown 正文，其结构思路也适用于其他平台的规则文件与指令。

完整示例

---
name: speaking-practice
description: 进行情景口语练习并给出反馈。当用户提到口语陪练、或给出练习场景并希望得到对话与反馈时使用。
---

# 口语陪练

## 输入
- 练习场景
- 若缺少关键信息，先列出需要补充的问题

## 步骤
1. 设定场景
2. 进行对话
3. 纠正表达
4. 给出改进

## 输出
- 对话与反馈
- 末尾附「需人工确认」清单（没有则写“无”）

## 约束
- 面向未成年人的内容需要额外审核。
- 信息不足时先提问，不要自行编造数据或事实。

第一段：name

name 用小写字母和连字符，例如 speaking-practice，与文件夹名保持一致，方便检索和引用。不要用空格、中文或版本号。

第二段：description（最关键）

智能体平时只看得到 description，靠它判断要不要加载技能。好的 description 同时回答两件事：做什么（进行情景口语练习并给出反馈），什么时候用（用户提到口语陪练或给出练习场景时）。

反例：“一个很有用的口语陪练工具”——没有触发条件，智能体很难对上号。

第三段：输入与步骤

输入写清楚需要什么材料，并要求缺信息时先提问。步骤用编号列表，每步一个动作：

  1. 设定场景
  2. 进行对话
  3. 纠正表达
  4. 给出改进

步骤是给智能体的执行顺序，不是给人看的说明书，越具体越好。

第四段：输出

写明交付物（对话与反馈）以及固定结构。建议统一附上“需人工确认”清单，让复核的人知道看哪里。

第五段：约束

约束写的是不能做什么、遇到什么情况要停下：

  • 面向未成年人的内容需要额外审核。
  • 信息不足时先提问，不要自行编造数据或事实。

渐进式加载：把长资料拆出去

团队规范、长模板、术语表不要塞进 SKILL.md 正文，放到同目录的 reference.md 等文件中，在正文里写“需要时阅读 reference.md”。这样平时加载很轻，需要时再读取细节。

目录结构

.claude/skills/speaking-practice/
├── SKILL.md
└── reference.md      # 可选：团队规范、模板等长资料，按需加载

写完之后

用三种不同说法描述任务，看技能是否都能被触发；再用一个无关请求确认不会误触发。之后参考测试用例与效果评估持续改进。

平台选择建议

同一个「口语陪练」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：

  • MCP 服务：MCP（模型上下文协议）是一个开放协议。详见MCP 服务 版
  • 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。详见阿里云百炼智能体应用 版
  • 钉钉 AI 助理：钉钉 AI 助理支持在钉钉中创建面向团队的 AI 助理。详见钉钉 AI 助理 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。

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。