数据分析师与运营经常要做「查询结果解读」这类事：把 SQL 查询结果翻译成业务结论。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。

把下面的清单保存下来，每次使用或修改「查询结果解读」技能时过一遍。

编写时

  • description 写清做什么、什么时候用
  • 输入写明需要查询结果，并要求缺信息先提问
  • 步骤为编号列表：理解查询口径、识别关键数字、对比基准、写结论
  • 输出写明业务解读的结构
  • 约束包含领域底线与不可逆操作的处理方式
  • 长资料拆到参考文件

上线前

  • 6 类测试输入全部通过
  • 权限按最小范围配置
  • 技能文件中没有密钥和真实个人信息
  • 有负责人和变更记录

每次使用时

  • 输入材料已脱敏或确认可以交给所用平台
  • 观察智能体是否加载了技能
  • 查看“需人工确认”清单
  • 对照原始材料抽查关键信息
  • 风险较低，但输出仍需快速过目再使用

使用后

  • 记录明显的问题样例
  • 输出被大幅修改时，分析原因并考虑改技能
  • 定期检查平台更新是否影响技能

每一步的快速核对

  • 理解查询口径
  • 识别关键数字
  • 对比基准
  • 写结论

清单只是底线，深入内容见常见坑与安全审查。

交付物结构示例

建议把业务解读固定成下面的结构（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
- 理解查询口径：……
- 识别关键数字：……
- 对比基准：……
- 写结论：……

## 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。

平台选择建议

同一个「查询结果解读」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：

  • 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
  • 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

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。

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
理解查询口径按指令完成并给出依据抽查关键处，确认无误
识别关键数字按指令完成并给出依据抽查关键处，确认无误
对比基准按指令完成并给出依据抽查关键处，确认无误
写结论按指令完成并给出依据抽查关键处，确认无误
最终交付整理业务解读决定是否采用、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。