把「内容本地化」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（原文内容），按什么顺序处理，交付什么（本地化稿），哪些事不能做。Skill 就是把这些写下来的载体。

背景（虚构）

小林是一名内容创作者，每周都要做几次内容本地化。过去靠复制粘贴提示词，结果不稳定。这次团队把它做成了技能，下面记录一次完整运行。

1. 发出请求

小林在编辑器与发布平台中输入：

这是今天的原文内容，按团队的内容本地化流程处理一下。

2. 技能被触发

智能体根据技能描述判断任务匹配，加载「内容本地化」的完整指令。它不需要外部工具，直接按指令处理。

3. 翻译

“翻译”是最容易出错的环节，技能里专门写了要求，所以智能体给出了清楚的结果与理由。

4. 调整文化表达

智能体完成“调整文化表达”，并在中间结果里注明依据，方便小林回看。

5. 适配平台

“适配平台”是最容易出错的环节，技能里专门写了要求，所以智能体给出了清楚的结果与理由。

6. 校对

智能体完成“校对”，并在中间结果里注明依据，方便小林回看。

7. 交付与复核

智能体交付本地化稿，末尾列出两条需人工确认的内容。小林对照原始原文内容抽查关键信息，修正一处表述后采用。

复盘：这次做对了什么

  • 步骤写在技能里，没有遗漏
  • 不确定处被标出，而不是被编造
  • 遵守了「注意素材版权与事实核查」
  • 风险较低，但输出仍需快速过目再使用

可以改进的地方

小林发现智能体对团队内部术语理解不一致，于是在技能目录中加了一份术语表（reference.md），并在 SKILL.md 中写明“遇到术语先查表”。更多改法见定制指南。

交付物结构示例

建议把本地化稿固定成下面的结构（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
- 翻译：……
- 调整文化表达：……
- 适配平台：……
- 校对：……

## 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「内容本地化」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：

  • GPTs：GPTs 是在 ChatGPT 中创建的定制版助手。详见GPTs 版
  • Dify 工作流：Dify 是开源的大模型应用开发平台。详见Dify 工作流 版
  • n8n AI Agent：n8n 是可自托管的工作流自动化工具。详见n8n AI Agent 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

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。