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。

这篇是最短路径：不追求完美，只求在 10 分钟内让「查询结果解读」第一次跑通。

准备（2 分钟）

  • 一份真实但已脱敏的查询结果
  • 一个支持技能或自定义指令的智能体工具（如 Claude Code、Cursor、GPTs、扣子等任一）
  • 一份你认可的业务解读范例（可选，但很有帮助）

第 1 步：写最小指令（3 分钟）

任务：查询结果解读
输入：查询结果
步骤：
1. 理解查询口径
2. 识别关键数字
3. 对比基准
4. 写结论
输出：业务解读，末尾列出需人工确认的内容。
信息不足时先提问，不要编造。

第 2 步：放到工具里（2 分钟）

把上面的内容放进所用工具的规则或技能位置：Claude Code 放进 .claude/skills/sql-to-insight/SKILL.md（前面补上 name 与 description），Cursor 放进 .cursor/rules/，GPTs 放进 Instructions。具体位置见各平台版本的文章。

第 3 步：跑一次（2 分钟）

用一句自然语言发出请求，例如：

帮我做一下查询结果解读，材料是附上的查询结果。

观察智能体是否按步骤执行，输出结构是否符合预期。

第 4 步：修一处（1 分钟）

找出输出中最不满意的一点，只改对应的那一句指令，再跑一次。不要一次改很多处，否则不知道是哪处起了作用。

跑通之后

  • 用测试用例覆盖边界情况
  • 用检查清单确认上线前事项
  • 风险较低，但输出仍需快速过目再使用

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。

准备一份好范例

在技能的参考资料里放一份你认可的业务解读范例，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。