企业官网建设流程全解析

1. 先搞清楚：技能库不是把提示词收藏起来

刚开始研究 Marketingskills 这个项目的时候，我的第一反应是：这不就是把一堆营销提示词按场景分好类、存起来，然后让 AI 代理自己去查吗？直到真正动手把一套"AI 代理营销技能库"跑通之后，我才发现这个理解错得离谱。

所谓技能库，本质上不是"提示词的文件夹"，而是一组可以被代理按需调用、带结构化契约、可验证、可版本化的营销能力包。它解决的是三个实际问题：

• 大模型本身不擅长"稳定地按固定流程做事"，同一个指令喂十次，十次输出风格和结构都可能漂移；
• 营销场景里，不同任务需要不同的方法论支撑——写信息流广告、做竞品对比、产出短视频口播脚本，它们的评判标准完全不同，靠一段通用 system prompt 根本罩不住；
• 代理执行任务时需要有"能力清单"来决定自己该干什么、怎么调用工具、输出什么格式，技能库正是这个能力的注册表。

换句话说，技能库让 AI 代理从"什么都会一点但什么都不稳定"变成"遇到什么任务就用什么专业流程去处理"。如果你也在做营销自动化、内容生产流水线或者自己的智能营销助手，这个项目拆开看一遍，能帮你少走不少弯路。

我在自己的一个模拟营销自动化项目里，用类似的方式搭建了二十来个技能单元，从文案生成、卖点提炼到投放数据复盘都有。整个过程中踩过的坑、总结出的方法论，比单纯抄开源代码有价值得多。这篇文章就把 Marketingskills 这种项目的底层逻辑、技能单元的结构设计、代理如何选中技能、以及实际落地时的避坑经验完整拆一遍。

2. 为什么提示词收藏夹会失效：技能化背后的工程逻辑

先把一个反直觉的结论放在前面：很多人口中的"技能库"，只是把几十条精心调过的提示词按行业、按平台、按内容类型分好类，然后在对话开始前让代理"先查一下该用哪条"。这种做法在个人使用场景下确实有效，但一旦进入生产环境，问题就全暴露了。

2.1 提示词的三个硬伤

第一是无状态。提示词只是文本，它不告诉代理"这个任务的输入格式是什么、输出格式是什么、哪些情况不该用我"。代理拿到一段提示词，本质上还是在用自然语言猜。猜对了是运气，猜错了是常态。

第二是不可测试。你没法对一条提示词做自动化校验——它没有参数边界，没有返回结构，执行完你不知道结果对不对，更没法大批量回归测试。改一句话，可能影响所有下游调用，而你自己完全无感。

第三是无版本。营销团队每个人都在维护自己的一版提示词，今天 A 改了开头句式，明天 B 加了禁用词，互相不知道，等到线上文案出问题再回溯，根本说不清是哪一版生效。

2.2 技能单元具备的工程属性

Marketingskills 这类项目把"提示词文本"升级成"技能单元"，核心差异在于每一项技能都携带了完整的工程契约：

• 元信息：技能名称、用途描述、适用场景、版本号；
• 输入参数 Schema：调用时必传哪些字段、每个字段的类型和约束；
• 指令模板：经过压缩和结构化的执行指令；
• Few-shot 样例：稳定输出的示范对；
• 护栏规则：禁用词、敏感表达、合规限制；
• 输出 Schema：规定返回 JSON 的字段结构，方便下游解析和校验。

我认为想理解这个项目，抓住一个关键认知就够了：技能库是把"模型行为"当成软件组件来管理。你要的不是"更会写文案的模型"，而是一个能反复稳定产出、可以被压测、被回滚的营销执行单元。这也是我后来把关注点从"提示词写得漂不漂亮"转移到"技能配置和路由逻辑好不好用"的原因。

3. 一个技能单元的内部结构：配置拆解与 Schema 设计

纸上谈兵不如直接看结构。下面是我在模拟项目里用的一个技能配置模板，参考了常见的技能库设计，字段上做了一定简化，但完整保留了核心模块。

skill_id: soc_short_ad_copy name: 付费信息流广告文案变体生成 version: 2.3.0 owner: 内容小组 scope: 营销内容生产 description: > 适用于投放团队需要快速产出信息流广告文案的场景。 基于用户提供的产品卖点、目标人群和投放平台风格， 生成 3-6 条风格不同的短文案变体，每条控制在 40-60 字。 当用户只是咨询广告投放策略、不做文案生成时，不要调用本技能。 params: product_name: type: string required: true desc: 产品名称 core_selling_points: type: array[string] required: true desc: 核心卖点，最多 5 个 target_audience: type: string required: false default: "泛人群" desc: 目标用户描述 platform: type: string enum: [朋友圈, 抖音, 小红书, 淘宝] required: true tone_options: type: array[string] required: false default: ["理性", "情绪化"] desc: 文案语气方向 instructions: | 你是电商投放场景的资深文案，任务是根据输入生成信息流广告短文案。 硬性要求： 1. 每一条文案都必须包含一个明确的行为指令（如"立即领取""点击了解"）。 2. 禁止使用绝对化用语，包括但不限于：最、第一、100%、零风险、根治。 3. 每条文案必须从不同角度切入：可以从价格、效果、使用场景、从众心理、稀缺感中各选一个。 4. 先陈述用户痛点，再给产品卖点，最后给行动指令，三段式结构。 5. 输出 JSON 数组，每个元素包含 copy、angle、call_to_action 三个字段。 few_shot_examples: - input: product_name: 便携榨汁杯 core_selling_points: ["无线充电", "一键清洗", "30秒出汁"] platform: 抖音 target_audience: 通勤白领 output: - copy: "早上赶地铁还想喝鲜榨果汁？带上它，30秒搞定，到公司还能一键自动清洗。" angle: 使用场景 call_to_action: "点我了解详情" - copy: "通勤包里塞一个，午休随时榨杯鲜果茶，同事都问链接。" angle: 从众心理 call_to_action: "评论区留下你的需求" guardrails: banned_words: - "最便宜" - "全网第一" - "纯天然治愈" - "百分百有效" checks: - 输出必须包含 call_to_action - 任何一条变体不得与历史样本重复 output_schema: type: array items: type: object properties: copy: string angle: string call_to_action: string

看到这个配置，你可能已经感受到它和提示词的本质区别了：每一项技能都变成了"结构化接口 + 行为约束 + 输出契约"。代理调用它的时候，走的是工具调用的路径，而不是让模型自由发挥。

3.1 最重要的字段：description

整份配置里，我最想强调的是description这个字段。别看它只占几行，它是代理决定"要不要调用这个技能"的最主要依据。很多同学做技能库失败，原因就是 description 写得像产品介绍，而不是路由信号。

好的 description 必须包含两层信息：

• 正向触发条件：什么场景、什么任务类型、什么目标应该调用这个技能；
• 负向排除条件：什么情况下不要调用，尤其是与相似技能的边界。

比如上例里专门写了"当用户只是咨询广告投放策略、不做文案生成时，不要调用本技能"。这一句能极大减少代理乱调技能的概率。因为在实际对话里，用户问"信息流广告该怎么投"和"帮我写条信息流广告文案"在语义上非常接近，如果不写排除条件，代理很容易两者混淆。

3.2 输出 Schema 为什么重要

我见过不少人在做技能库时只关注指令怎么写，完全不定义输出结构，这是个很大的失误。

稳定的输出结构意味着三件事：

• 下游任务可以直接消费技能结果，不需要再用一段 prompt 去"洗"一遍模型输出；
• 可以写自动化校验规则，比如检查 JSON 字段是否齐全、是否命中禁用词；
• 可以积累历史输出做效果对比。

我们在实际使用中对技能输出做了统一的 JSON 封装之后，接数据报表、接人工审核、接投放接口都顺畅了很多，整体链路少了差不多一半的文本处理代码。

4. 把营销知识"翻译"成技能：从素材库到可执行能力的构建流程

有了技能单元的模板，接下来的核心问题就是：怎么把散落在文档、方法论、优秀案例里的营销知识，编译成一套代理能稳定执行的技能库？

我在第一批技能建设上大概花了三周时间，其中有两次大的返工。总结下来，比较靠谱的流程分为五步，每一步都有想清楚的理由。

4.1 盘点素材：先把知识分门别类

第一步不是写配置，而是盘素材。把营销知识按"代理要完成的任务类型"分类，而不是按"素材本身的形式"分类。

举例说明，同样是"怎么写文案"这个主题，可以拆成：

• 写信息流广告短文案；
• 写产品详情页长文案；
• 写短视频口播脚本；
• 写公众号文章开头。

这四种任务的工作流和输出要求差异巨大，在技能库里应该拆成四个独立技能，而不是挤在一个"文案生成"大技能里。技能拆分的最小单位是"一次完整可验收的营销交付物"，不是知识领域。

做完这步盘点之后，我们大概把几十篇方法论文档和案例库映射成了 18 个候选技能，最后第一批只保留了 6 个，其余都因为边界模糊被砍掉了。砍比留重要。

4.2 提炼触发条件和边界条件

每个技能写清楚"三种该用它、三种不该用它"的场景。这一步的价值在后续路由调试时会体现得淋漓尽致。

以"竞品对比分析"技能为例：

• 该调用：用户给出了具体竞品名称和比较维度；
• 该调用：用户需要输出对比表格并给出差异化建议；
• 不该调用：用户只是想了解行业格局，没有指定对象；
• 不该调用：用户只问"怎么调研竞品"，这是方法论咨询，不是任务执行。

一开始写边界条件觉得是额外负担，但当我后面给超过 10 个技能做路由调试时，才发现每条边界条件都是在帮代理做区分，能省下大量纠错的力气。

4.3 把方法论压成指令层

这一步是把"营销教科书"翻译成"执行手册"。重点不在于把知识写得有多全，而在于每一步操作都要落到模型可以执行的具体规则上。

一个典型的例子：营销文案里有 AIDA（注意、兴趣、欲望、行动）结构。如果你在技能指令里写"请遵循 AIDA 原则"，模型知道，但执行不稳定。正确做法是把它拆成可验证的行为规则：

• 第一句话必须明确提出与目标人群相关的痛点或悬念；
• 中间部分必须给出两个以上具体利益点，禁止抽象形容；
• 结尾必须包含一个明确的行为指令。

顺序、数量、限制词，都写成可以自动检查的条款。我测试下来，同样的技能指令，写成这种"算法化规则"之后，文案结构合格率能提升 30% 以上。

4.4 挑选 few-shot 样本：稳定优先于惊艳

技能里的 few-shot 样例不是拿来炫技的，它的作用是锚定输出风格和结构。我自己趟过的坑是：一开始选样例专挑最出彩、最有创意的文案放进去，结果输出风格飘忽不定，创意倒是多，但客户要求稳定可控，没办法上线。

后来标准改成"结构最完整、语气最有代表性、容易复现"的样例优先。创意型样例只留一条作为风格上限参考，其余两条都选标准作业形态。效果立刻稳定了很多。技能库里放的是标准作业程序，不是创意作品集。

4.5 压测之后再加护栏

技能配置写完不是结束，要在代理环境里用一批覆盖正常、边界、异常三类输入做压测。正常输入验证效果，边界输入验证触发阈值，异常输入验证技能能不能优雅拒绝或回退。

我在压测阶段发现一个典型问题：某个"短视频口播脚本"技能，用户输入和营销无关的信息时，模型还是会强行生成脚本。后来在护栏里加了前置判断规则：先检查输入是否包含商品或品牌信息，没有就明确拒绝。加了这个规则之后，误调用率降了一半以上。

5. Agent 怎么选中技能：路由、匹配与兜底策略

技能库建好之后，另一个关键问题是：代理面对用户请求时，怎么知道该调哪个技能？

这里值得展开说，因为我在项目初期把这块想简单了。最初我打算用一个简单策略：把用户请求和大段技能描述都做向量化，然后向量相似度最高的就是目标技能。跑起来之后发现精度不够，表面相似但意图不同的情况经常翻车。

5.1 三种路由方案的对比

我自己实验过的方案有三种，各有取舍，列个表方便对比：

我在 20 个技能规模下测试，纯规则匹配只能解决不到五成请求，向量召回能解决七到八成，剩下两成基本都是"看似 A 技能实际 B 技能"的边界案例。最后上线采用的是**"向量召回初筛 + 小模型分类裁决"**的混合方案：先用向量召回 Top 5 候选技能，再让分类模型根据候选技能描述做二次判定，选出最终技能。

5.2 一个容易被忽略的点：技能描述要写成路由友好格式

前面强调 description 的重要，在路由设计这里真正落地了。向量召回的效果高度依赖技能描述本身的质量。如果描述里都是营销黑话，向量空间里就是一团浆糊。

我后来把每个技能的 description 做了一次"路由友好化"改写：明确使用任务动词开头（生成、分析、对比、复盘），把触发场景写全，把排除条件单独加一句负向提示。改完之后，Top 5 命中率从 61% 涨到了 88%，这个提升完全没动模型和向量库，只动了文本。

5.3 兜底策略：没有匹配技能时怎么办

技能库再全，也一定会有落空的请求。兜底策略设计得好不好，直接影响用户体验。

我的做法是保留一个"通用营销助手"技能作为底座。当路由判定所有技能的置信度都低于阈值时，代理不报错、不硬调，而是调用底座技能，用通用营销能力处理请求，同时把这次 miss 记录到日志里。每周复盘 miss 日志，看是不是有高频场景值得新建一个技能。

这套"先兜住、再沉淀"的机制保证了代理的稳定性。有一次我在日志里发现连续有用户请求"写电商大促活动主题口号"，这个场景当时没有对应技能，全靠底座硬扛。后来统计了历史上线活动主题较多的信息，把它单独做成了一个"大促主题生成"技能，miss 率立刻就降下来了。

6. 跑通之后必踩的坑：效果评估、合规检查与技能漂移

核心链路跑通只是开始。把技能库放进生产环境之后，我遇到了一连串问题，每一个都值得单独拿出来说。

6.1 效果评估：别只看文案"好不好看"

技能刚跑起来的时候，我们最常犯的错误是拿"文案惊艳度"当效果指标。这是陷阱。营销场景里的文案技能，评判标准应该是：结构是否完整、卖点是否覆盖、行为指令是否明确、是否命中合规大忌、风格是否可控。创意本身就是不容易被量化的东西。

我采用的评估方式是"五维打分 + 人工抽检 + 兜底回归"：

• 五维打分：结构完整度、卖点覆盖度、CTA 明确度、合规通过率、格式规范度，每个维度自动检测；
• 人工抽检：每天随机抽取 10% 的技能输出，由团队成员快速打分；
• 兜底回归：维护一组固定的 golden 测试用例，每次技能更新后跑一遍，对比输出是否退化。

这套评估体系用了以后效果很明显，我们把技能库当成"代码仓库"来管理——合代码要跑单测，更新技能要跑回归，概念是一样的。

6.2 营销内容合规：这是最容易翻车的隐形坑

做营销技能库，内容合规这块必须前置处理，不能等输出事故再补救。常见的高危表达包括：

• 绝对化用语：最、第一、唯一、100%、零风险；
• 效果承诺：根治、永久、立刻见效；
• 虚假权威："专家推荐"但没有信息支撑。

我的处理分三层：

1. 技能指令层：在指令里明确禁用词清单并给出反例示范；
2. 输出校验层：技能输出的 JSON 过一遍敏感词和规则过滤器，命中即触发重写；
3. 人工审核层：高风险场景（比如医疗美容类文案）强制走人工复核队列。

有一次线上测试，我故意喂了一个"健康食品"的真实卖点进去，技能里没有加护栏，模型生成了"三天见效、根治便秘"这种话，直接命中高危。这让我确信护栏规则必须和技能同步升级，不能指望模型自我约束。

6.3 技能漂移：版本更新带来的连锁反应

技能库上线之后，另一个高频问题是技能漂移：今天改一个技能的指令措辞，明天发现它在另一个场景下不再被正确触发。

这个问题的根源是技能描述、指令模板、few-shot 样例三者存在隐性耦合。只改指令不改描述，可能破坏向量匹配的一致性；只换样例不改护栏，可能导致新输出风格产生合规风险。

我给出的解决方案没有太多花哨：严格版本管理 + 每次更新跑全量回归。每个技能配置带上 version 字段，更新记录写清楚变更原因；技能 A 的变更如果可能影响技能 B 的触发，必须在回归用例里同时覆盖两个技能的边界场景。

7. 我实际用下来的一些心得体会

如果你也想在自己的项目里搭一套 AI 代理营销技能库，我给的最小可行起步是一个组合：

• 从 5 个技能起步，选任务边界最清楚、交付物最标准的，别一开始就追求大而全；
• 每个技能先写 description 的触发与排除条件，再写输出 Schema，最后才优化指令措辞；
• 路由采用"向量召回 + 小模型裁决"，别迷信单一方案；
• 护栏和评估体系从第一天就要有，后续补都会付出代价。

我在整个模拟项目里最深的一个体会是：技能库的灵魂不在"技能"而在"工程管理"。它之所以比提示词收藏夹高一个维度，不是因为它让模型变得更聪明，而是它让团队能够像管理代码一样管理模型行为。营销知识本身不稀缺，稀缺的是让这些知识每一次都稳定落地的方式。如果你正在被"提示词改来改去还是不听话"折磨，不妨把思路从"调出一段更好的话"换成"搭出一个能稳定执行的技能"，你会看到质变。