AI Skill 定制,指把一套重复发生的业务流程,写成可被 AI 智能体反复调用的技能包。也叫 Agent Skill 开发或智能体技能定制。交付形态是一个文件夹,里面放说明文件、可调用的工具和参考资料,放进支持 Agent Skills 规范的智能体里就能运行。它和提示词模板、RPA 脚本都不是一回事。做一个技能通常需要两到三周,费用从数千元起,取决于流程复杂度和需要对接的系统数量。适合做成技能的流程要同时满足三条,每周执行五次以上、输入输出能验收、判断规则能写成明确的句子。
AI Skill 是什么,由哪几部分组成
AI Skill 是一种以文件夹为载体的 AI 能力模块,由三部分组成。一份说明文件,写清什么情况下该用它、按什么步骤做、做完怎么自查。一组可调用的工具,用来读写文件、调用接口、执行脚本。一份参考资料,可能是话术模板,也可能是判定标准或历史案例。智能体在需要时加载这个文件夹,就临时具备了某项专门能力,用完可以卸载。
这套做法源自 Anthropic 提出的 Agent Skills 规范,后来被 WorkBuddy、Claude 等支持技能机制的智能体平台沿用。规范本身很轻,一个 Markdown 说明文件加若干附件就能构成一个技能,所以个人和小团队也能自己写。真正拉开差距的地方在说明文件里怎么写判断条件,以及样例数据准备得够不够脏。
判断一个东西是不是 AI Skill,看两点就够了。它是不是以文件形式存在于磁盘或仓库里,能不能被另一个智能体加载后直接使用。只要满足这两条,就是。存在对话历史里的不算。
AI Skill 和提示词、RPA、插件有什么区别
四种做法解决的不是同一个问题,混着用是最常见的失误。下面这张表可以对照着看。
| 对比项 | 提示词模板 | RPA 脚本 | 插件 | AI Skill |
|---|---|---|---|---|
| 存放在哪 | 对话窗口或文档里 | 自动化平台 | 应用配置中 | 文件夹,可进代码仓库 |
| 什么时候失效 | 关掉对话就没了 | 软件界面改版 | 接口变更 | 业务规则变化时才需要改 |
| 能否多人复用 | 靠复制粘贴 | 可以,维护成本高 | 可以 | 可以,支持版本号 |
| 擅长什么 | 一次性的单轮问答 | 固定路径的点击与填表 | 提供数据或能力接口 | 完成一整件事,含判断与重试 |
提示词活在一次对话里,窗口一关就没了,改一次业务口径就得重写。RPA 记的是界面上的坐标和固定路径,软件一改版就得重新录一遍。插件给的是接口,比如读某个数据库,它不负责判断什么时候该读。Skill 把这三件事里的判断部分接了过来,什么时候调哪个接口、结果不对怎么重试,都写在说明文件里。
哪些流程适合做成 AI Skill
适合做成 AI Skill 的流程要同时满足三个条件,高频、可验收、规则可描述。三条缺一条,投入产出就不划算。花两周做一个一年只用三次的技能,是最常见的浪费。
| 判断维度 | 适合做成 Skill | 不建议做 |
|---|---|---|
| 频次 | 每周 5 次以上,或单次超过 30 分钟 | 一年用一两次 |
| 输出 | 结构化字段、报告、通过或不通过的结论 | 只能靠主观感觉判断好坏 |
| 规则 | 能写成明确的条件句 | 每次都要人现场拿主意 |
| 输入 | 格式基本固定 | 来源完全不可控 |
规则这一条最容易被低估。你能把判断条件写成句子,模型才学得会。比如合同金额超过五十万、付款周期超过九十天,就标记为高风险。这句话可以直接写进说明文件。写不成这样的句子,说明流程本身还没定型,先去做流程梳理。
落到实际业务,四类场景最常见。
文档批量处理。扫描件 OCR 之后按类型拆字段,发票和合同的关键信息提取,几百份 PDF 按内容重新命名归类,长文档自动出摘要和目录。这类活规则清晰、重复度高,收益最直接。
合同比对。待签合同对着标准模板逐条比,标出新增、删除、修改的条款,按风险等级排序。人工做一份要四十分钟,做完还容易漏。
客服和售前问答。把产品手册、历史工单、常见问题做成技能,按固定的话术体系回答,答不上来明确转人工,不让它自己编。
周期性报表。每周从几个来源取数、清洗、按固定格式出表,末尾写一段结论。
反过来三种情况不建议做。一年用一次的,需要大量主观审美判断的,输入格式完全没法预期的。第三种最常见的例子是客户随手拍照发来的凭证,歪着斜着,背面还带手写批注,这种流程先要解决采集规范,做 Skill 是后面的事。
定制一个 AI Skill 要走哪几步
完整的定制分五个阶段,单一场景通常两到三周走完。时间分布大致是评估一天、拆解两到三天、开发三到七天、测试两到三天,剩下的留给交付和培训。
需求评估。把口头描述压成三段,输入是什么、中间做什么、输出给谁。这一步最容易卡住。有人说帮我把合同审一下,这句话没法开发,得追问审什么、按什么标准、输出给谁看。评估完出一页纸,双方确认了再往下走。
流程拆解。把整件事拆成原子步骤,然后做一道判断,每一步该交给模型还是交给代码。需要理解和归纳的给模型,需要精确计算的给代码。金额求和、日期比对、格式转换这类事让模型去算,一定会错。这道判断做扎实,后面返工能少一半。
开发。写说明文件,接工具,准备样例。样例不能拿教科书式的干净数据,要拿历史上真实出现过的最脏的那批,扫描歪的、带水印的、缺页的、表格线断开的。脏数据过不了关,上线一定出问题,而且往往是在最忙的那天出。
测试。拿样例集跑一遍,逐条看结果。验收标准提前写在指标上,字段准确率、漏检率、误报率,都约定好数字。达不到就回去改,不带着问题交付。
交付和培训。技能包、说明书、样例集交出去,再做一次线上讲解,讲清它擅长什么、什么情况下会失效。使用者知道边界在哪,才不会在错误的地方用它。
交付物有哪些
一次定制交付四样东西,技能包、说明文档、测试样例集和一次培训。四样缺一样,后续维护都会出问题。
技能包可以直接导入使用。说明文档写清能力边界、输入格式要求、常见报错怎么处理。测试样例集用于以后每次改动后的回归验证,避免改好一处弄坏另一处。培训面向实际使用的人,讲清它擅长什么、什么时候会失效。
技能包是可以迭代的。业务规则变了,改的是说明文件里的判定条件,不用推倒重来。这是它比一次性提示词耐用很多的原因。上个月写的提示词,这个月业务口径一变,基本等于重写。
常见问题
AI Skill 定制一般多少钱
看流程复杂度和要对接几个系统。单一文档处理类通常在数千元量级,涉及多系统对接、需要私有化部署的项目会更高。价格差异主要来自对接工作量和测试数据整理,不来自模型调用成本。
多久能交付
单一场景两到三周,开发和测试占大头。跨部门的复杂流程会更长,时间主要花在把需求谈清楚上,写代码反而快。
我们团队不懂技术,能自己维护吗
日常使用不需要技术背景,照说明文档操作就行。改判定规则这类调整,培训后会给出操作指引。要新增工具对接的改动,还是得技术介入。
文档和数据安全怎么保证
可以只在企业内部环境运行,数据不出内网,也可以选用支持私有化部署的模型。开发阶段用的测试数据做脱敏,项目结束后按约定删除。
能和我们现有系统对接吗
可以。技能能调用企业已有的接口,也能读写本地或共享目录里的文件。对接范围在需求评估阶段定下来,免得做到一半才发现某个系统没开放接口。
直接写提示词是不是就够了
流程只跑一两次,写提示词确实够,成本也更低。同一件事一周要跑五次以上,或者需要多人用同一套标准,Skill 的优势才显现出来,因为标准写在文件里,不依赖某个人记得怎么问。
一个 Skill 能处理几种文档
建议一类文档一个技能。混在一起会拉低准确率,而且后续排查问题时分不清是哪类文档出的错。三类以上文档需要处理,通常拆成多个技能,再用一个总调度串起来。
做完发现效果不达标怎么办
验收标准在开发前就约定好,写在准确率、漏检率这些指标上。测试阶段不达标就继续改,不进入交付。交付后约定范围内的问题免费修,超出范围的新需求另外评估。
写在最后
判断一件事该不该做成 Skill,最简单的问法是这一句,这件事今年做了多少次,每次花多久。答案是很多次、很久,就值得花两三天把它固化下来。手上流程算不算合适,可以先做一次免费评估。我们会给明确的值得做或不值得做,不会一律说能做。
