内容创作者经常要做「字幕生成整理」这类事：校对与切分自动字幕。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。

单个技能解决一个环节，把几个技能串起来，才能覆盖一整段工作。本文示范「字幕生成整理」与三个相关技能的组合。

组合方案

顺序技能作用交给下一步的东西
1封面创意为视频或文章设计封面创意封面方案
2字幕生成整理校对与切分自动字幕校对后字幕
3绘图提示词为配图撰写图像生成提示词提示词
4用户画像根据调研资料整理用户画像用户画像

交接格式是关键

技能之间靠“上一步的输出就是下一步的输入”衔接。建议约定：

  • 每个技能的输出都带固定标题，便于下一个技能定位内容
  • 不确定项统一放在“需人工确认”小节，后续技能不得把它当作确定事实
  • 「字幕生成整理」接收的是字幕文件，如果上一步给的格式不同，先做一次转换

怎么编排

有三种常见方式：

  1. 人工串联：每一步结束后由人确认，再触发下一个技能，最稳妥
  2. 编排指令：写一个总技能，列出调用顺序与交接要求，由智能体依次执行
  3. 工作流平台：在 Dify、扣子、n8n 等平台中把每个技能做成节点，用条件分支处理异常

编排指令示例（示意）

# 组合流程：封面创意 → 字幕生成整理 → 绘图提示词 → 用户画像
1. 调用 thumbnail-brief，保存输出为 step1
2. 以 step1 为输入调用 subtitle-maker，保存为 step2
3. 以 step2 为输入调用 image-prompt
4. 调用 persona-builder 做收尾
- 任一步出现“需人工确认”时暂停，等待用户回复后再继续

注意事项

  • 链条越长，错误越容易被放大，关键节点要有人看
  • 风险较低，但输出仍需快速过目再使用
  • 每个技能单独测试通过后再组合

相关技能

每一步要产出什么

把每一步的中间产出写清楚，智能体就不容易跳步，人也方便定位问题：

  1. 修正错字：产出一段简短的中间结果，并注明依据来自字幕文件的哪一部分
  2. 调整断句：产出一段简短的中间结果，并注明依据来自字幕文件的哪一部分
  3. 统一术语：产出一段简短的中间结果，并注明依据来自字幕文件的哪一部分
  4. 检查时间轴：产出一段简短的中间结果，并注明依据来自字幕文件的哪一部分

最后一步之后，再把这些中间结果汇总成校对后字幕。中间结果可以折叠或省略展示，但在技能指令中要求智能体“先完成再汇总”，能明显减少遗漏。

领域注意事项

「字幕生成整理」属于内容创作与媒体领域，使用者多是内容创作者，工作环境通常是编辑器与发布平台。这个领域最重要的一条底线是：注意素材版权与事实核查。

建议把这条底线原样写进技能的约束部分，而不是指望智能体自己意识到。同时，在团队内部明确：智能体给出的校对后字幕只是初稿或建议，最终由谁签字确认、出了问题由谁负责。

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。