？4 招教你把命中率拉回来！

很多人做 Agent 一开始特别兴奋。

写作 Skill、搜索 Skill、设计 Skill、代码 Skill、总结 Skill、PPT Skill、数据分析 Skill……越加越多。

但真正跑起来后你会发现一个很现实的问题：

明明准备了 Skill，Agent 却不用。 明明有更合适的 Skill，Agent 却选错。 你只是想写一篇小红书，它调用了公众号长文 Skill。 你只是想做一个 UI 页面，它开始分析商业模式。

当 Skill 数量变多以后核心问题就从“有没有 Skill”，变成了“能不能命中正确 Skill”。

今天这篇就讲 4 招 帮你提升 Agent Skill 的命中率。不讲空话，直接给你能复制的写法。

1. 1️⃣ 第一招：优化 Skill 描述，写清触发场景

很多人写 Skill 描述时会写得特别像简介：

这是一个写作 Skill，可以帮助用户写文章。

这句话给人看没问题，但给 Agent 看就太模糊了。

因为“写文章”范围太大了。

公众号是写文章。 小红书也是写文章。 邮件也是写文章。 论文也是写文章。 短视频脚本也是写文章。

描述不清，Agent 就容易乱选。

更好的写法应该是：

当用户需要创作小红书帖子时，使用这个 Skill。 适用场景： - 小红书图文笔记 - 小红书视频文案 - 小红书爆款标题 - 口语化实操教程 - 适合新手复制操作的内容 输出要求： - 开头要抓人 - 使用小标题和 emoji - 金句加粗 - 表达口语化 - 避免空话和营销腔

这样写之后，Agent 更容易判断：

“用户要小红书内容，我应该调用这个 Skill。”

Skill 描述不是写给人看的产品介绍，而是写给模型看的触发条件。

✅ 小白可复制模板

你可以按这个格式改自己的 Skill 描述：

当用户需要【具体任务】时，使用这个 Skill。

适用场景：
- 【场景 1】
- 【场景 2】
- 【场景 3】

不适用场景：
- 【不适合的任务 1】
- 【不适合的任务 2】
- 【不适合的任务 3】

输入信息通常包括：
- 【用户会提供的信息 1】
- 【用户会提供的信息 2】
- 【用户会提供的信息 3】

输出要求：
- 【输出格式 1】
- 【输出格式 2】
- 【输出风格 3】

记住一句话：不要写“这个 Skill 很强”，要写“什么情况下必须用它”。

2. 2️⃣ 第二招：建立 Skill Tree，做分层路由

当你只有 5 个 Skill 时平铺没问题。但当你有 30 个、50 个、100 个 Skill 时，全部丢在一起就会乱。

这就像电脑桌面。

5 个文件可以随便放。100 个文件还不分文件夹，那就是灾难。

所以你需要给 Skill 做一棵树。

比如：

内容创作类 - 小红书帖子 Skill - 公众号文章 Skill - X 推文 Skill - 短视频脚本 Skill - 标题生成 Skill 设计类 - UI 风格 Skill - 海报设计 Skill - Logo 设计 Skill - 配图提示词 Skill 开发类 - 前端页面 Skill - API 接口 Skill - 数据库设计 Skill - Bug 修复 Skill 研究类 - 资料总结 Skill - 竞品分析 Skill - 论文阅读 Skill - 搜索整理 Skill

这样 Agent 在选择时，不是从 100 个 Skill 里硬选一个。

它会先判断大类：

这个任务是内容？ 是设计？ 是开发？ 还是研究？

然后再进入对应分支，选择具体 Skill。

Skill Tree 的价值就是把“直接猜答案”，变成“先分类，再选择”。

✅ 小白怎么做？

你可以先用最简单的 3 层结构：

第 1 层：任务大类 第 2 层：具体任务 第 3 层：对应 Skill

举个例子：

任务大类：内容创作 具体任务：小红书实操帖 对应 Skill：xiaohongshu-practical-post-skill

再举一个：

任务大类：设计 具体任务：SaaS 首页 UI 对应 Skill：saas-ui-style-skill

不要一上来就搞复杂系统，小白先把 Skill 分组，就已经能减少很多误触发。

3. 3️⃣ 第三招：增加负样本描述，明确“什么时候不用”

很多人只写 Skill 适合什么，但不写它不适合什么。

这会导致一个问题：只要用户的问题沾一点边，Agent 就可能误用。

比如你有一个“UI 设计 Skill”，你只写：适合生成网页 UI、App UI、设计风格、页面布局。

看起来没毛病，但还不够。

你最好补上：

不适用场景： - 不用于后端接口开发 - 不用于数据库建模 - 不用于商业模式分析 - 不用于纯文本文章写作 - 不用于法律、医疗、财务建议

这就是负样本。

负样本的作用是告诉 Agent：

这些情况看起来有点像，但不要用这个 Skill。

✅ 负样本怎么写？

你可以从 3 个角度写。

第一，排除相邻任务。

比如： 小红书 Skill 不用于公众号长文。

第二，排除相似但不同的任务。

比如： UI Skill 不用于 Logo 设计。

第三，排除高风险任务。

比如： 投资、医疗、法律建议，不要乱用创作类 Skill。

可复制模板：

不适用场景： - 当用户需要【相邻但不同的任务】时，不使用本 Skill - 当用户主要目标是【另一个任务目标】时，不使用本 Skill - 当任务涉及【高风险领域】时，不使用本 Skill - 当用户只需要简单问答，不需要结构化输出时，不使用本 Skill

这一步很重要。

因为很多 Agent 出错，不是因为它完全不知道，而是因为它“以为差不多”。

4. 4️⃣ 第四招：引入召回 + 重排机制

这个听起来有点技术，但用大白话解释很简单。

当 Skill 很多时不要让 Agent 一次性从所有 Skill 里选。

可以分两步：

第一步：召回。 先找出一批可能相关的 Skill。

第二步：重排。 再从这批 Skill 里选最适合的那个。

比如用户说：

帮我写一篇 Codex CLI 的小红书实操教程，要求小白能复制操作。

系统可以先召回：

- 小红书帖子 Skill - AI 工具教程 Skill - 标题生成 Skill - 配图提示词 Skill - 技术命令核验 Skill

然后再重排：

主 Skill：小红书帖子 Skill 辅助 Skill：AI 工具教程 Skill、技术命令核验 Skill、配图提示词 Skill 不使用：公众号长文 Skill、PPT Skill、UI 设计 Skill

这就比直接乱选稳得多。

召回 + 重排的本质就是先缩小范围，再做选择。

✅ 小白也能复制的路由提示词

你可以把下面这段放到 Agent 的系统提示词或工作流前面：

在执行任务前，先判断任务类型，并从已有 Skill 中选择最合适的 Skill。

选择流程：
1. 先识别用户任务属于哪个大类：内容、设计、开发、研究、自动化、数据分析。
2. 从该大类中召回 3-5 个可能相关的 Skill。
3. 对召回的 Skill 按匹配度排序。
4. 选择 1 个主 Skill，必要时选择 1-2 个辅助 Skill。
5. 明确说明哪些 Skill 不使用，以及不使用的原因。
6. 再开始执行用户任务。

禁止：
- 不要因为关键词相似就直接调用 Skill。
- 不要同时调用多个功能重叠的 Skill。
- 不要在没有明确触发条件时调用高风险 Skill。

5. 5️⃣ 给你一个完整示例：写作类 Skill 怎么改

假设你现在有一个“小红书写作 Skill”。

不要只写：

用于写小红书文案。

建议改成：

Skill 名称：小红书实操帖写作 Skill 触发条件： 当用户需要创作小红书图文笔记、实操教程、工具教程、经验分享、避坑指南时，使用本 Skill。 适用场景： - AI 工具教程 - 编程工具上手 - 副业经验分享 - 产品体验拆解 - 小白可复制操作指南 输入通常包括： - 选题 - 简介 - 目标人群 - 操作步骤 - 参考资料 - 输出格式要求 输出要求： - 开头第一句要抓住注意力 - 内容口语化 - 分步骤讲清楚 - 小标题带 emoji - 关键句加粗 - 结尾设置互动问题 - 不夸大、不编造、不写无法验证的信息 不适用场景： - 不用于公众号深度长文 - 不用于论文写作 - 不用于正式商业合同 - 不用于法律、医疗、投资建议 - 不用于只需要一句话回答的问题

这样写完后，Agent 的命中率会更稳。

6. 6️⃣ 最容易踩的 4 个坑

❌ 坑 1：Skill 名字很酷，但描述很虚

比如：

超级内容大师 Skill

这对模型没什么帮助。

不如叫：

小红书实操帖写作 Skill

名字越具体，越容易命中。

❌ 坑 2：所有 Skill 都写“适合内容创作”

这样等于没写。

公众号长文、小红书帖子、X 推文、短视频脚本，虽然都叫内容创作，但触发场景完全不同。

每个 Skill 都要有自己的边界。

❌ 坑 3：不写不用场景

只写适合，模型就容易过度触发。

加上“不适用场景”，能明显减少乱用。

❌ 坑 4：Skill 太多但没有分组

100 个 Skill 平铺在一起，模型很难每次都选准。

先按内容、设计、开发、研究、自动化分组，再做路由，效果会更稳。

7. 最后总结

Skill 越多，Agent 不一定越强。

真正决定效果的是它能不能在正确时间调用正确 Skill。

你可以把这 4 招记下来：

1. 优化 Skill 描述：写清触发场景
2. 建立 Skill Tree：先分类，再选择
3. 增加负样本：明确什么时候不用
4. 引入召回 + 重排：先粗筛，再精选

Agent 的能力上限不只取决于你给了多少 Skill，更取决于你有没有设计好 Skill 的命中路径。

很多人做 Agent 卡住，不是卡在模型不够强，而是卡在 Skill 管理太乱。

所以别急着继续加 Skill。

先问自己一句：我现在的 Skill 是不是能被准确命中的？