简介:本文系统定义智能体 Skill 调优的含义、运行机制与工程价值,重点分析路由准确性、上下文结构、规则约束、案例设计和评测闭环等关键问题。读者将了解如何拆分 Skill、降低上下文开销、提升输出可信度,并建立适用于投研及其他复杂业务场景的持续优化方法。
智能体 Skill 调优,是指围绕智能体中的技能模块,对其路由描述、知识结构、提示规则、输入输出边界、案例样本和评测机制进行系统优化,使智能体能够在正确的任务中调用正确的 Skill,并以稳定、可验证、符合约束的方式完成任务。
这里的 Skill,不应简单理解为一段提示词,也不只是某个业务流程的文字说明。更准确地说,Skill 是智能体运行时可被识别、选择和执行的能力单元,通常包含以下内容:
因此,Skill 调优的目标不是单纯让提示词“写得更长”或“表达得更专业”,而是让能力模块在真实运行环境中具备更好的可发现性、可组合性、可控性、可解释性和可维护性。
在投研、财务分析、风险判断等严谨场景中,业务专家通常能够提供正确的计算方法、分析框架和数据解释规则。但这些内容被转化为智能体 Skill 后,仍可能出现明显问题。
用户的自然语言往往是不完整的。例如:
这些问题没有明确写出“估值分析”“同行比较”或“盈利归因”等标准任务名称。若 Skill 的描述只是罗列专业概念,路由模块可能无法准确判断用户意图,进而选择错误的 Skill,或者同时激活多个职责相近的 Skill。
路由问题的本质,是能力描述没有转化为可识别的任务边界。一个好的描述不应只说“能够进行专业分析”,而应说明:
许多 Skill 在生成时追求“大而全”,把背景知识、所有规则、多个业务流程和大量案例全部放在一个模块中。这样做虽然看起来信息完整,但会带来几个后果:
Skill 的有效性并不与文本长度成正比。对于运行时系统来说,应将内容区分为“始终需要知道的内容”和“命中后才需要读取的内容”。前者应尽量短,后者可以保留更完整的专业知识。
在严谨业务中,结果是否可信不仅取决于结论是否合理,还取决于过程是否遵守约束。例如:
这些问题并非传统业务逻辑错误,而是规则执行和边界控制不足。因此,Skill 调优必须同时关注“能否得出答案”和“答案能否被验证”。
一个 Skill 通常可以拆分为三类内容,它们在智能体运行时承担不同职责。
| 组成部分 | 运行时作用 | 主要风险 | 调优方向 |
|---|---|---|---|
| 常驻索引与描述 | 每轮请求中参与能力识别和路由 | 描述过长、意图模糊、相互重叠 | 短小、稳定、突出触发条件 |
| 按需知识与执行模板 | 命中后注入,用于完成具体任务 | 内容冗余、职责混杂、规则冲突 | 单一职责、结构化、可复用 |
| 外部确定性约束 | 由程序、数据校验或流程控制强制执行 | 约束缺失或只依赖模型自觉 | 将不可违反的规则交给系统执行 |
常驻描述是 Skill 的索引,不是完整说明书。它的主要任务是帮助智能体回答三个问题:
因此,描述应优先包含:
例如,“支持行业分析”过于宽泛,而“用于比较同一行业多个标的的估值水平、盈利能力和关键经营指标;不负责单一标的的价格预测”就更具有路由价值。
只有当 Skill 被选中后,详细规则才需要进入上下文。此部分可以包含:
按需注入能够避免所有 Skill 的内容同时占用上下文,也有利于维护。一个 Skill 应尽量围绕单一任务组织,而不是把估值、行业比较、财报解读和风险分析强行合并。
有些规则不应仅依赖提示词。例如:
这类约束适合由程序、数据层或流程层执行。提示词擅长表达语义和处理复杂判断,代码和系统机制更适合执行确定性边界。两者结合,才能降低模型自由发挥带来的风险。
拆分 Skill 时,应依据“任务目标”而不是“知识主题”。例如,“财务数据”是一个知识主题,但其中可能包含:
这些任务的输入、判断路径和输出结构不同,通常不宜合并为一个超大 Skill。
可以采用以下拆分原则:
合理拆分并不意味着 Skill 越多越好。过度拆分会增加路由难度,因此需要在“职责清晰”和“选择成本”之间取得平衡。
路由描述不能只使用专家术语,还应覆盖用户真实表达。建议建立三层描述:
例如,针对同行比较类 Skill,可以同时描述“估值横向比较”“和同业相比是否高估”“这家公司比同行贵不贵”等表达,并明确排除“只分析单一公司的历史估值趋势”这类问题。
在实现层面,可以让路由流程先识别任务意图,再补充实体、时间范围和指标,而不是直接根据几个关键词进行匹配。
一个可维护的 Skill 通常可以采用如下结构:
一、适用范围二、输入要求三、任务目标四、执行步骤五、数据与来源规则六、异常和缺失处理七、输出格式八、禁止事项九、示例与反例
其中,“适用范围”和“禁止事项”应放在较前位置,帮助模型迅速建立边界;具体公式、特殊情况和长篇案例可以放在后部,或作为独立知识片段按需加载。
需要注意的是,结构化并不等于堆砌标题。每个部分都应回答明确问题,避免同一规则在多个位置重复出现。重复规则不仅增加上下文,还可能在修改时产生版本不一致。
“请谨慎引用数据”属于弱约束,执行结果不稳定。更有效的写法应明确检查动作,例如:
规则越具体,越容易被评测和自动检查。对于可程序化验证的内容,还应尽量放到系统层执行。
正例能够说明“什么情况下应该使用”,反例则能说明“什么情况下不应该使用”。二者缺一不可。
案例设计应覆盖:
比起大量相似正例,少量高质量边界案例更有价值。案例应说明输入、预期路由、关键处理步骤和合格输出特征,而不只是提供一段漂亮答案。
Skill 调优不能依赖开发者主观感受,应建立覆盖全链路的评测体系。
重点检查:
重点检查:
重点检查:
还应关注:
评测结果应沉淀为可回归的数据集。每次修改路由描述、规则或案例后,都应重新运行关键样例,避免“修复一个问题,又引入另一个问题”。
Skill 调优适用于具有多能力、多规则和高准确性要求的智能体系统,例如:
尤其在以下情况下,调优收益更明显:
提示词是与模型交互时使用的指令文本,Skill 则是具备明确职责、触发条件、执行流程和评测标准的能力单元。提示词可以是 Skill 的组成部分,但不能代表完整的 Skill 工程体系。
知识库主要解决“存储和检索信息”的问题,Skill 主要解决“如何识别任务并执行任务”的问题。知识库提供事实材料,Skill 规定使用这些材料完成什么工作、按照什么规则输出。
工作流通常强调固定步骤和确定性编排,Skill 更强调面向任务的能力封装。二者可以结合:由 Skill 负责理解用户意图和组织任务,由工作流负责执行确定性步骤。
代码工具负责执行计算、查询、校验等动作,Skill 负责决定何时使用这些能力以及如何解释结果。对于高风险和强约束操作,应优先使用确定性工具完成,而不是让模型直接生成结果。
首先,不要把所有问题都交给模型自由判断。时间范围、权限、数据类型、引用关联和输出格式等内容,应尽可能由系统校验。
其次,不要盲目追求 Skill 数量。大量职责重叠的 Skill 会增加路由不确定性,合理的能力边界比数量更重要。
再次,不要用一次性测试代替持续评测。真实用户问题会不断变化,线上 bad case 应经过脱敏、分类和归因后进入回归集。
最后,Skill 需要版本管理。每次修改都应记录变更原因、影响范围和评测结果,并区分是路由问题、知识问题、规则问题还是数据问题。只有这样,系统才能从“凭经验修改”转向“基于证据迭代”。
智能体 Skill 调优,本质上是对智能体能力模块进行工程化治理。它关注的不只是业务逻辑是否正确,还包括能力能否被准确发现、上下文是否高效组织、规则能否严格执行、输出是否可验证以及问题能否持续闭环。
从运行时角度看,Skill 应被拆分为常驻索引、按需知识和外部确定性约束三类部分;从工程实践看,应围绕路由、结构、规则、案例和评测五个方面持续优化。只有把“能生成”进一步转化为“能选择、能执行、能验证、能维护”,智能体 Skill 才真正具备生产环境所需的稳定性与可信度。