10 分钟上手「工单分类」Skill:从零到第一次跑通
如果你在工单系统与知识库里反复做工单分类,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。
这篇是最短路径:不追求完美,只求在 10 分钟内让「工单分类」第一次跑通。
准备(2 分钟)
- 一份真实但已脱敏的工单内容
- 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)
- 一份你认可的分类结果范例(可选,但很有帮助)
第 1 步:写最小指令(3 分钟)
任务:工单分类
输入:工单内容
步骤:
1. 识别问题类型
2. 判断紧急程度
3. 提取关键信息
4. 建议分配队列
输出:分类结果,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/ticket-classifier/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:
帮我做一下工单分类,材料是附上的工单内容。
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
什么时候用这个技能
- 手头有工单内容,需要在较短时间内得到分类结果
- 同类任务每周出现多次,希望每次处理方式一致
- 结果要交给同事或上级复核,需要统一的结构和清楚的依据
- 新人接手这类工作,需要一个可以照着做的标准流程
反过来,如果只是偶尔做一次,或者任务高度依赖现场判断,直接和工单系统与知识库里的智能体对话即可,不必专门封装成技能。
交付物结构示例
建议把分类结果固定成下面的结构(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
- 识别问题类型:……
- 判断紧急程度:……
- 提取关键信息:……
- 建议分配队列:……
## 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「工单分类」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
- 工单分类 · Function Calling 版
- 工单分类 · 扣子(Coze)智能体与工作流 版
- 工单分类 · 飞书 aily 版
- 升级工单摘要 · 快速上手
- 客户声音报告 · 快速上手
- 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。