1- 前言

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。

2- 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。

2.1- 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」。

3- 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」。

3.1- 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。

4- 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。

4.1- 负样本怎么写？

你可以从 3 个角度写：

• 排除相邻任务：比如小红书 Skill 不用于公众号长文
• 排除相似但不同的任务：比如 UI Skill 不用于 Logo 设计
• 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」。

5- 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。

5.1- 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。

6- 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。

7- 最容易踩的 4 个坑

7.1- 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。

7.2- 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。

7.3- 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。

7.4- 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。

8- 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？