「统计方法选择」Skill 常见问题解答
如果你在文献库、数据与写作工具里反复做统计方法选择，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。
| 项目 | 说明 |
|---|---|
| 技能 | 统计方法选择（stats-helper） |
| 作用 | 根据数据与问题推荐统计方法 |
| 输入 | 数据类型与问题 |
| 输出 | 方法建议 |
| 形态 | 带脚本 |
| 风险 | 低 |
| 适用人群 | 研究人员与学生 |
1. 「统计方法选择」技能和直接写提示词有什么区别？
技能把步骤、格式和约束固定下来，由平台在相关时自动加载；提示词需要每次手动提供，效果依赖当次写法。
2. 需要会编程吗？
不需要。不过这个技能带脚本，脚本部分需要有人能维护。
3. 哪个平台最适合？
取决于你在哪里工作：写代码的团队适合 Claude Code、Cursor 等编码工具；业务团队适合 GPTs、扣子、百炼、飞书 aily 等平台。可以先读介绍。
4. 输出可以直接用吗？
不建议。风险较低，但输出仍需快速过目再使用。
5. 缺资料时会怎样？
如果技能里写了“信息不足先提问”，智能体会先列出缺失项；没写的话可能自行补全，这正是要避免的。
6. 能处理很长的材料吗？
取决于模型上下文长度。材料过长时，建议在技能中要求分段处理并说明处理范围。
7. 数据安全怎么保证？
测试时使用脱敏样例，按最小权限配置工具，并确认平台的数据政策。详见安全审查。
8. 效果不好怎么办？
按故障排查对照症状，一次只改一处并重跑测试。
平台选择建议
同一个「统计方法选择」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：
- n8n AI Agent：n8n 是可自托管的工作流自动化工具。详见n8n AI Agent 版
- Claude 应用中的 Skills：在 Claude 的网页或桌面应用里。详见Claude 应用中的 Skills 版
- LangChain / LangGraph 工具：LangChain 用 @tool 装饰器把函数变成工具。详见LangChain / LangGraph 工具 版
这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码，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 |
|---|---|---|
| 判断变量类型 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 推荐检验 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 说明前提 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 给出代码示例 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 最终交付 | 整理方法建议 | 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方法建议范例，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
- 统计方法选择 · 安全审查
- 统计方法选择 · 效果评估
- 统计方法选择 · Claude 应用中的 Skills 版
- 审稿意见整理 · 常见问题
- 学位论文大纲 · 常见问题
- 智能体Skills 分类：625 个技能 × 32 个角度
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。