一、认知：Skill是什么？为什么任何人都能搭？

1.1 什么是 Skill？

Skill = 一个可复用的 AI 技能模块，它接收输入、按规则执行任务、返回稳定结果。

• Skill和Prompt的区别在于：
  • Prompt 解决的是“这一次问题”，Skill 解决的是“这一类问题”。一旦进入"这类任务每周都发生"的场景，Skill将大大提升你的工作效率。
• Skill 具备以下特征：
  • 可复用：一次搭建，反复调用，不用每次重写Prompt
  • 按需加载：只常驻元数据（约100 tokens），触发时才加载正文与资源，不占上下文
  • 可传播：可上传至团队空间，可分享给具体某个人或组织架构
  • 可组合：多个 Skill 可以组合成复杂的工作流

1.2 为什么用户更适合搭 Skill？

• Skill是目前最适合非技术人的AI应用方式，不管你是运营、营销、产品经理，还是分析师，甚至是团队管理者；学会它，你就多了一个"复制自己的方法"。
  • 你最懂业务场景：知道哪些工作重复、痛点在哪
  • 你最懂用户语言：知道自己会怎么提问、期望什么回答
  • 你最懂评判标准：知道什么结果算好，什么算差

1.3 搭建 Skill 需要什么能力？

• 清晰的逻辑表达能力
• 对业务场景的深度理解
• 耐心调试和迭代的意愿
• 基本的文字组织能力

1.4 小叮当 Skill 的两种创建方式

小叮当提供了对于非技术人员友好的两条Skill创建路径：

方式	适合谁	操作难度	说明
对话式创建	零基础小白	极低	用自然语言描述你想要的技能，AI 自动生成
迁移/上传已有 Skill	有现成模板的人	极低	上传包含SKILL.md的技能包，平台自动识别

二、规划：动手前需要想清楚三件事

2.1 第一问：这个 Skill 解决谁的什么问题？

• 用一句话填空：当 [某类用户] 遇到 [某个场景] 时，这个 Skill 帮 TA [完成某个任务]。

👍🏻 Good Case：

• 当平台运营同学需要在DAU双周会材料中写固定运营复盘报告时，使用【DAU复盘报告】skill
• 当中台类产品同学需要针对行云需求进行进度监控时，使用【行云需求监控】skill

• Bad Case:
  • 在任意需要数据分析的场景，使用【数据分析skill】
  • 在产品经理需要写PRD的时候，使用【PRD生成skill】

2.2 第二问：输入和输出分别是什么？

• 你可以把 Skill 想象成一个入职一个月实习生小王：在与实习生交待任务时，我们需要给到他明确的输入与预期的输出，例如：

你：小王，帮我做一个这周的DAU复盘报告，数据在数仓的A表中
实习生小王：【处理】数据查询、拖到Excel中分析、撰写分析报告
实习生：张哥，报告整理好了，链接是：xxxxxxx

其中我们给到实习生的输入，以及预期的输出，就是我们需要在skill中明确定义的。

• 输入类型：文字？数据表？链接？图片？
• 输出格式：一段话？一个表格？一份报告？结构化 JSON？

2.3 第三问：如何判断这一Skill的好坏

• 在搭建之前就定义好【好与坏】的标准；建议准备 5-10 个测试用例，格式如下：

测试编号	输入示例	期望输出
Case 1	"上周 DAU 下降 15%"	包含可能原因分析 + 建议
Case 2	"帮我写个活动方案"	结构化方案含时间/预算
Case 3	闲聊	礼貌提示无法识别，请重新输入

三、实操：小叮当平台实操四步法

Step 1：进入小叮当技能创建页面

1. 打开小叮当的页面

1. 点击【Agent/Skill中心】
2. 选择创建方式：
   • 对话创建：直接用自然语言描述你想做什么
   • 从本地导入：如果你有现成的SKILL.md文件或技能包

Step 2：对话创建Skill

🎯 关键原则：写给一个聪明但完全不了解你业务的新人看——如果 TA 能按你写的指令干活，AI 也能。

• 需要输入的内容包括：
  1. 通过自然语言描述，你自己的工作流程
  2. 在你工作流程中，可能参考到的信息（例如文档、网页、表格、PDF等）
  3. 预期的输出信息，可以是文档格式
• 以创建一个简单的行云需求跟踪助手举例，第一次输入如下，其中括号中为备注：

输入：
增加一个需求逾期预检测的skill （基本信息）
读取这个网页（http://jagile.jd.com/teamspace/scrum/csu_szhyypt/workitems/card?sprintId=316656）中  （参考信息）
每个卡片的计划提测日期，计划上线日期；与当前日期做对比，如果晚于当前日期，则为风险需求。（工作流程）
网页不是写死的，只是个样例，但是结构是差不多

上述的Prompt中，包含了一个简单的skill创建提示词；此处只包含了前两个要素；如果需要修改的话，请参考Step3步骤。

输入提示词后，小叮当将自动根据你输入的需求，完成Skill的初始化搭建。

👉🏻 更多优秀提示词案例，请参考本文档实战案例部分

Step 3：试用及优化Skill

• 在小叮当中创建完成Skill后，你可以点击skill后，直接和skill对话。试用你的skill吧~

当然，一次性生成的skill总有着各种各样的不好用的部分。此时我们可以通过如下两种方式，来进行Skill的调优。

• 方案一：【基础】对话式修改Skill

第一步：点击编辑Skill，点击AI改进

第二步：等待运行完成后，告诉你的需求；包括增加功能、修改输出格式、修改工作流程等；

例如我当前的Skill只能读取一个行云迭代下的卡片，但实际情况下我们会存在多个迭代并行。每个迭代的链接也是不固定的。因此我的输入为：

1. 打开如http://xingyun.jd.com/teamspace/scrum/csu_szhyypt/workitems/card 这种用户提供团队空间的页面；

2. 遍历空间中的每一个迭代信息；

3.按照当前的逾期预检测来进行输出

4.输出格式 按照迭代，输出每个迭代的风险状态；如果未提供预计提测时间，则显示研发未排期。如果未提供预计上线时间，则显示测试未排期

大模型即可自动修改skill的原文件

• 方案二：【进阶】直接修改Skill文件

第一步：点击编辑Skill，在编辑框中直接修改文件

由AI自动生成的Skill，通常会包括以下三个文件/文件夹

• SKILL.md：用 Markdown 写成的任务描述和执行逻辑
• scripts/（可选）：辅助脚本
• references/（可选）：专业知识库，参考信息等

我们可以通过直接修改文件，实现Skill的迭代。

⚠️ 需要注意的是，SKILL.md的格式有着严格的要求。例如必须通过markdown格式编写，存在YAML frontmatter（在---标记之间）等要求；非专业用户不建议直接通过方式二修改。

Step 4：让别人也能用起来，设计你的Overview&When to Use部分

• 做出来一个好的skill，如果需要让其他同事也使用起来。我们需要在skill.md中增加两个板块：
  • Overview/总览：简单介绍这个Skill
  • When to use：告诉其他人什么情况下可以使用这个skill

---
name: prd
description: 'Generate high-quality Product Requirements Documents (PRDs) for software systems and AI-powered features. Includes executive summaries, user stories, technical specifications, and risk analysis.'
license: MIT
---

# Product Requirements Document (PRD)

## Overview

设计全面、生产级的产品需求文档（PRD），弥合业务愿景与技术实现之间的鸿沟。此技能适用于现代软件系统，确保需求清晰明确。

## When to Use

在以下情况下使用此技能：
 启动新产品或新功能开发周期
 将模糊的想法转化为具体的技术规范
 为 AI 驱动的功能定义需求
 利益相关者需要项目范围的统一"事实来源"
 用户要求"撰写 PRD"、"记录需求"或"规划功能"

---

经过上述的定义，其他人在使用你的skill时，可以知道他的能力范围。

四、调优：从能用到好用

4.1 提示词调优速查表

问题现象	可能原因	调优方法
输出太泛、像废话	缺少具体约束	增加输出格式要求 + 示例
输出格式不稳定	没有明确格式指令	用 Markdown 模板固定结构
经常答非所问	角色/任务定义模糊	重写角色定义，加「不可以做」的边界
输出太长/太短	缺少长度约束	明确字数范围或段落数量
遇到不会的问题瞎编	缺少兜底策略	加入"如果不确定，请说明并建议用户…"

4.2 用「思维链」提升复杂任务质量

对于需要推理的任务（如数据分析、策略建议），在提示词中要求 Skill 先分析再输出：

请按以下步骤处理：
1. 先理解用户的核心诉求是什么
2. 列出涉及的关键因素和数据维度
3. 基于分析给出结论和建议
4. 最后用 [指定格式] 输出完整结果

4.3 善用「分段验收」策略

对于长输出任务（如写方案、写报告），不要让 Skill 一口气输出全部内容。建议在指令中设计分段确认机制：1

Step1: 先输出大纲，等用户确认
Step2: 用户确认后，逐节生成正文
Step3: 每段输出附带自检项

五、实战详解：以搭建行云项目管理skill为例

问题背景：

作为中后台产品经理，经常需要通过行云进行复杂的项目管理；但目前行云平台定位通用的项目管理平台，与实际工作流程脱节。造成大量项目管理流程依赖线上表格、多维表格等方式。希望通过Skill针对行云平台无法覆盖，但在真实工作环节中产生的问题进行提效。

想清楚

第一问：这个 Skill 解决谁的什么问题？

• 目标用户：产品经理
• 场景：通过行云进行项目管理
• 具体任务：
  • 需求进度追踪：在评审完成后，追踪研发、测试是否排期；上线时间是否符合业务预期；需求进度是否健康等

第二问：输入和输出分别是什么？

• 输入：行云空间链接
• 输出：进度报告，由于是自己看所以不需要生成JoySpace等

第三问：如何判断这一Skill的好坏

• 准确度：数据不能错误，不能有事实性问题
• 兼容性：所有的行云空间链接都能复用
• 易用性：任何产品经理都能理解如何使用这个skill

实操

第一轮对话，支持基本能力

增加一个需求逾期预检测的skill，参考这个网页（http://jagile.jd.com/teamspace/scrum/csu_szhyypt/workitems/card?sprintId=316656）中每个卡片的计划提测日期，计划上线日期；与当前日期做对比，如果晚于当前日期，则为风险需求。网页不是写死的，只是个样例，但是结构是差不多

第二轮对话，升级支持多个迭代

1. 打开如http://xingyun.jd.com/teamspace/scrum/csu_szhyypt/workitems/card 这种用户提供团队空间的页面；2. 遍历空间中的每一个迭代信息；3.按照当前的逾期预检测来进行输出 4.输出格式 按照迭代，输出每个迭代的风险状态；如果未提供预计提测时间，则显示研发未排期。如果未提供预计上线时间，则显示测试未排期

可以看到该skill已经可以通过人工调度或自动执行使用。

调优

• 虽然该skill已经处于可用状态，但仍然存在以下问题：
  1. 速度较慢：由于使用的是AI浏览器能力，需要花费大量token让大模型操作浏览器实现。效率低，稳定性差。
  2. 输出效果不直观：由于未提供明确的输出格式，因此输出的内容可读性不足；

• 基于以上两个问题，我们可以进一步优化：

针对问题1：我们可以采用爬虫的方式，来获取网页元素，提高效率；

针对问题2：我们可以增加reference，让Skill每次输出前参考。

在不断使用的过程中，逐步调优。不要一开始做“大而全”

正确方式：先做一个小 Skill -> 跑通 -> 再扩展

Skill 的核心不仅仅是“强”，更是：稳定 + 可复用 + 可持续优化

六、案例：运营/分析师常见 Skill 场景

以下是几个市场与平台运营中心内部的实战案例，供大家实战参考：

分析类skill

案例一：转化指标波动分析 运营：@王蕾

步骤1. 目标定义

核心指标：量化各环节对最终转化的影响权重（如资源位曝光贡献度、素材点击率敏感度）。

波动归因：当转化率异常波动时，定位关键环节（如素材曝光占比下降导致转化流失）。

步骤2. 数据层拆解

输入数据：

资源位维度：曝光量、点击量

素材维度：曝光量、点击量、转化量

时间维度：按日/周粒度分析波动

步骤3. 分析模型

| 指标名称 | 计算公式 | 说明 |

|---------|---------|------|

| 曝光占比 | 素材曝光 / 资源位曝光 | 衡量素材在资源位上的曝光覆盖程度 |

| CTR（点击率） | 素材点击 / 素材曝光 | 衡量素材的点击吸引力 |

| 点击到转化率 | 转化 / 素材点击 | 衡量点击后的转化效率 |

步骤4. 输出交付

自动化报告：生成波动分析报告，包含：

• 执行摘要
• 各环节归因分析
• 关键发现
• 建议

结果对比：

人工

[Alarm]需要人工整理数据，并基于数据得出结论

Skill

[Normal]直接从未经整理过的数据得出最终结论

效果：解决"转化UV波动了，原因是什么？"这一核心业务问题。能够基于周对周对比数据，精准量化从曝光到转化各环节对最终结果的贡献值。并给出优化建议

案例二：业务投放效果分析为例｜ 产品经理： @朱荣(Rosa)

步骤1. 通过数据表获取原始数据

帮我创建一个“查询某一个业务线在cms全部资源位投放效果”的skill，主要是这段脚本，CURLOPT_URL中dt_start、dt_end、cmp_instru_name，需要每次根据用户输入发生变化。

<?php

$curl = curl_init();

curl_setopt_array($curl, array(

CURLOPT_URL => 'http://aquarius.fds.jd.com/query/api-list/riverrun/idm_jdt_cmp_f05_delv_fusn_data_i_d?dt_start=2026-03-15&dt_end=2026-03-18&cmp_instru_name=一分返现 SDK,

CURLOPT_RETURNTRANSFER => true,

CURLOPT_ENCODING => '',

CURLOPT_MAXREDIRS => 100,

CURLOPT_TIMEOUT => 0,

CURLOPT_FOLLOWLOCATION => true,

CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,

CURLOPT_CUSTOMREQUEST => 'GET',

CURLOPT_HTTPHEADER => array(

'fds-app-token: 9524a***********81030cdb91',

'fds-request-id: 123123zhurong9'

),

));

$response = curl_exec($curl);

步骤2. 在获取的数据结果上完善细节

比如，将ctr改成百分数形式；输出的结果按ctr降序排列；计算素材组未更新时长等，确定执行结果无误后，增加一句命令，将上述要求补充在skill中

步骤3. 基于数据结果进一步做数据分析

比如，帮我将数据结果以html的形式呈现，按资源位做汇总，并且可以展开查看每个资源位下素材组的具体数据情况。同样地确定执行结果无误后，增加一句命令，将上述要求补充在skill中

结果对比：

人工

[Alarm]使用分析洞察只能看到某一业务线在不同资源位下投放的数据，无法再下钻资源、素材组的数据，难以做进一步加工分析

Skill

[Normal]使用skill可以自由定义关注的核心数据，通过自然语言可以灵活地在原数据基础之上添加分析逻辑

[Normal]以html或其他图标样式呈现，可以更直观地看到多层数据的逻辑关系

【基础版】

【H5版】

案例三：DAU异动分析 分析师： @蔡秋霞

用户输入 Prompt 第一次输入 帮我写个数据分析skill，包含各个指标周日均计算，周日均环比变化（包含基准值、对比值、变化量、变化率），维度下拆下的波动变化，比如下拆维度结构(基准占比）、波动如何影响整体指标变化(贡献度）、变化驱动（TGI，按照贡献度/基准占比）。 基础数据如示例数据中，sheet【DAU数据分渠道表现】整体DAU数据 及渠道维度(主动打开、push唤起、互动、黑金页、CPA换量、CPA买量）细拆；sheet【主动打开用户行为】为主动打开用户数，及用户属性细拆，包含业务交易类用户（包括保险、金条、白条等）、平台活动用户（包括省钱、社区、签到、游戏）。sheet【交易用户大线细拆】为整体交易用户及业务线大类细拆，sheet【交易用户细节业务线细拆】为业务细线细拆，比如现金贷（拆解为金条、借钱、白取），财富（拆解为小金库、基金、黄金），白条支付拆解为（白条、支付）。参考数据如 skill数据脱敏0323.xlsx 第二次输入 针对于非mece的维度拆解（单个用户既可以进行多个业务交易），这种是否可以用贡献度来评估变化 用户输入	Prompt
第一次输入	帮我写个数据分析skill，包含各个指标周日均计算，周日均环比变化（包含基准值、对比值、变化量、变化率），维度下拆下的波动变化，比如下拆维度结构(基准占比）、波动如何影响整体指标变化(贡献度）、变化驱动（TGI，按照贡献度/基准占比）。 基础数据如示例数据中，sheet【DAU数据分渠道表现】整体DAU数据 及渠道维度(主动打开、push唤起、互动、黑金页、CPA换量、CPA买量）细拆；sheet【主动打开用户行为】为主动打开用户数，及用户属性细拆，包含业务交易类用户（包括保险、金条、白条等）、平台活动用户（包括省钱、社区、签到、游戏）。sheet【交易用户大线细拆】为整体交易用户及业务线大类细拆，sheet【交易用户细节业务线细拆】为业务细线细拆，比如现金贷（拆解为金条、借钱、白取），财富（拆解为小金库、基金、黄金），白条支付拆解为（白条、支付）。参考数据如 skill数据脱敏0323.xlsx
第二次输入	针对于非mece的维度拆解（单个用户既可以进行多个业务交易），这种是否可以用贡献度来评估变化

结果对比：

人工

[Risk]当前异动分析产品能力背后的归因算法，不支持DAU场景下的部分指标，需要依赖研发开发。且需要配置复杂的归因树，人力成本高

Skill：

[Normal]无需搭建复杂的归因树，只需要通过自然语言描述自己的拆解维度，即可完成特定场景下异动归因分析的skill搭建

[Normal]量化自助式开发，小时级完成归因算法Python代码开发

案例四：push触达场景dau分析日报与自动化推送 产品：@李阳

结果对比：

人工

[Alarm]触达的日报、周报数据散落在各处 ，运营需要粘贴到excel后，按自己想要的格式组装，汇总计算，并基于数据得出结论

Skill

[Normal]根据接口返回的数据，用户可以通过自然语言做数据加工处理（含关联、过滤等），并给出计算口径以及输出格式后，可输出理想的分析报告结构

[Normal]同时根据数据，可以给出大盘的洞察分析与归因结论

案例五：支付通道降本商务谈判方案生成 agent ｜客户运营：@杨硕；产品：@陈亚妮

## 角色定义

你是一个专业的支付行业通道费率商务谈判方案生成智能助手，能基于历史支付交易规模数据、通道成本数据，按支付场景、通道等维度，基于不同的假设条件，比如业务增长、通道费率降低、交易量腾挪等方式，测算不同通道费率及计费模式下的通道成本，输出出版方案，供商务和大银行谈判来年的通道费率。

## 底线原则

- 涉及数据类的计算、展示严格理解、严格准确

## 核心能力与工具

1.**数据加工计算**

- 能够通过自然语言理解用户的数据加工需求，并从底层数据表中获取结果，计算时需要严格计算，不要随意抹零。

- 计算结果如果为交易金额转换成亿为单位，如果为通道成本转换成万为单位，如果为交易笔数转换成万为单位。

- 底表的业务含义：底表为按月汇总的数据表格。其统计维度涵盖支付通道、支付主体、交易场景及银行，核心指标为各维度下的“支付金额”与“通道成本”。业务需求是基于此表进行数据整理、多维度分析及进一步的指标计算。更多字段级的业务含义参考 references/basicdata.md

- 示例：用户询问“2025年中行借记卡的快捷交易规模、通道成本、市场份额及同比表现”，你需要从相关底表中提取准确数据并汇总呈现。

2.**方案模拟计算**

- 支持用户输入假设条件，进行支付通道费率方案的动态推演。你需要结合历史交易数据、业务规则和费率模型，计算不同方案下的成本变化、银行中收影响等。

- 示例：用户说“现有官方通道费率较高（千二），计划谈一条万五的新通道，将分行交易体谅腾挪过去，测算整体成本变化及银行中收影响”，你需要进行精准计算，并给出结果。

3.**黑话模块与业务知识**

- 你内置了支付行业专有知识，包括：

哪些银行通道属于中收通道、哪些属于低成本通道；

基金通道与网银在线通道的可调配性；

不同银行的组织诉求、谈判风格、历史谈判策略等。

- 当用户提及相关术语或策略时，你能理解其含义并给出专业建议。

4.**知识库检索**

- 你可以访问内部知识库，包括：历史谈判方案、会议纪要、合同条款、银行要求、行业动态、谈判技巧等。

- 当用户询问如“中国银行2026年对我司有什么要求”时，你需要检索本地文件（如PDF合同）并提取具体要求。

- 当用户询问“我司对于中行2026年通行费率有什么要求”，你需要从知识库（如会议纪要）中召回相关信息。若知识库无记录，则明确告知“没有”，不编造信息。

- 当用户询问“为说服银行接受我方方案，可通过什么增强谈判力度”时，你可检索知识库中的宏观产品调控工具、行业新闻等作为支持依据。

结果对比：

人工

[Alarm]制作耗时费力：测算方案制作过程耗费大量时间和人力。

[Alarm]精细度不足：测算方案的精细度不够。

[Alarm]洞察受限：数据洞察受限于人工的有限经验。

skills

[Normal]提升效率：显著提升运营报告产出效率。

[Normal]支撑精细化：能够支撑精细化测算。

[Normal]归因优异：数据异动归因洞察表现优异，效果优于预期。

[Normal]双赢价值：实现降本增效与业务价值双赢。

案例六：支付银行营销复盘分析报告 agent ｜支付产品：@陈则铭；产品：@陈亚妮

# 银行营销复盘报告生成器

你是一个专业的商务复盘报告生成Agent，专注于为银行合作伙伴在京东生态内的营销活动提供数据洞察与策略建议。

## ⚠️ 重要执行规则

1. 本技能需结合银行交易数据进行分析，能根据用户的自然语言生成sql 并从hive表中（dmc_qm.dmc_jdt_dmcqm_yhyx_pay_agent_i_det_d)(dmc_qm.dmc_jdt_dmcqm_yhyx_card_agent_i_det_d) 获取数据。表含义和字段名见 indexmeaning.md

2. 分析必须覆盖五大维度：银行核心指标、同业对比、品类分布、营销覆盖交易特性、用户画像。

3. 所有数据引用必须来自知识库，禁止虚构或推测数值。

4. 最终输出为一份结构完整、样式美观的PPT报告，使用 `docx-viewer-component` 生成 `.pptx` 文件。

## 核心能力

- 解析银行在京东生态内的交易与用户数据

- 进行同比、同业排名与用户画像分析

- 识别关键增长点与优化空间

- 推荐可落地的营销合作玩法

- 生成专业级PPT报告用于商务汇报

## 工作流程

### 步骤 1: 确认银行与周期

向用户确认具体银行名称与分析周期（如2025年Q4）。若未提供，暂停执行并询问。

### 步骤 2: 读取银行数据

能根据用户的自然语言生成sql 并从hive表中（dmc_qm.dmc_jdt_dmcqm_yhyx_pay_agent_i_det_d)(dmc_qm.dmc_jdt_dmcqm_yhyx_card_agent_i_det_d) 获取数据

### 步骤 3: 同比分析

提取该银行当前周期与上一周期的核心指标（绑卡量、交易额、用户数、订单量），计算增长率，分析变化原因（如活动力度、外部竞争、季节因素）。

### 步骤 4: 同业对比分析

从知识库中获取同业银行汇总数据，确定该银行在绑卡量、交易额等维度的排名与市场份额。对比相近银行，分析其优势策略与可借鉴点。

### 步骤 5: 品类与营销覆盖分析

分析该银行交易集中在哪些京东核心品类（如3C、家电、外卖、超市）。识别营销活动覆盖的交易比例，评估营销效率。

### 步骤 6: 用户画像分析

基于知识库中的用户标签数据，分析绑卡用户在性别、年龄、学历、职业、家庭资产、省份分布等维度的特征，提炼典型用户群。

### 步骤 7: 营销玩法推荐

结合分析结果，推荐适配的营销玩法,比如说：

- 银行专享价

- 一分购玩法

- 绑卡首单激励

- 生活场景合作（12306、肯德基等）

- 线下门店活动（京东贸、京东之家等）

- AI智能调控策略

更多玩法推荐参考 marketingcase.md

推荐需结合银行当前表现（如绑卡量低则主推一分购，交易活跃则推专享价）。

## 输出规范

1. 封面页：标题、银行名称、周期、日期

2. 执行摘要：核心结论与建议

3. 核心指标分析：趋势图 + 同比数据

4. 同业对比：排名、占比、差距分析

5. 品类分布：交易额 Top5 品类 + 饼图

6. 营销覆盖分析：覆盖交易比例、ROI 评估

7. 用户画像：多维度分布图 + 典型用户描述

8. 营销玩法推荐：6类玩法 + 适配建议

9. 下一步行动：具体可执行计划

10. 附录：数据来源说明

## 适用场景

- 银行营销费用投入前的复盘汇报

- KA银行季度经营分析会议

- 银行合作策略优化讨论

- 营销方案提案准备

- 用户增长策略制定

- 商务谈判支持材料生成

## 注意事项

- 若知识库中无对应银行或周期数据，应明确告知用户并建议检查数据上传情况

- 所有图表需标注数据来源与周期

- 推荐玩法需与分析结论强关联，避免泛泛而谈

- PPT生成前需确认银行名称与周期无误

- 用户画像分析需注意隐私合规，仅使用聚合数据，不涉及个体信息

结果对比：

人工

[Alarm]人力成本高：从数据获取、分析解读到PPT制作，整个过程非常耗费人力。

[Alarm]制作周期长：完成一套精美的PPT需要3~5天。

skills

[Normal]响应快速：PPT制作时效从天级缩短至分钟级别。

[Normal]交互便捷：可以通过自然语言方式快速调整生成的内容。

配置类skill

案例一：任务AI配置助手-“个性化规则自动生成与校验” ｜运营：@于美喆；产品：@杨蒙蒙

使用任务系统有两类群体：制定规则的流量场管理员（任务渠道负责人）、遵循规则创建任务的各业务线运营

使用对象：任务渠道负责人（即：流量场管理员）

解决痛点：1）无需人工写SOP；2）系统直接个性化校验，降低渠道负责人与配任务的反复沟通的成本；3）降低渠道负责人审批成本

skill该要：

# SOP配置文档生成器

你是一个专业的SOP配置文档生成器，通过结构化问答引导用户完成渠道场景任务的SOP配置。支持**新建模式**、**修改模式**和**Excel导入模式**三种工作方式。

## ⚠️ 核心规则

1. **分步提问**：依次收集6类信息，每轮只问一类

2. **渐进引导**：禁止一次性索要所有信息

3. **完整输出**：最终生成完整的.md文档，保存到用户目录

4. **模式识别**：自动识别用户是新建、修改还是Excel导入模式

5. **中文优先**：与用户交互时，优先展示中文名称，fieldKey 仅在必要时显示

6. **Excel导入**：支持从Excel文件导入渠道配置，自动映射字段

7. **模板下载**：提供Excel模板供用户下载，模板路径：`template/SOP渠道配置模板.xlsx`

8. **预览地址生成**：根据channelCode生成预览页面URL

skill文件：可下载后直接从本地导入，生成自己专属的skill

任务AI配置助手-个性化规则生成与校验.zip

结果对比：

人工

1、手写SOP文档，耗时低效

2、不同流量场/触点的配置规则各不相同，有很多文档，运营需记忆各渠道的字段必填/选填字数限制/命名规范等，纯靠记忆，系统上无提示，不仅配置出错率高，且反复沟通成本很高（有时，单次沟通配置耗时约1小时😭😭）

skills

1、生成个性化规则：通过对话，生成自己任务渠道下专属的校验规则+预览页面

2、预览并自动同步：预览生成规则是否符合要求，符合，点击保存，系统会自动同步到“任务配置系统”

3、配置任务：任务配置页面，规则已自动生效且自动处理