AI Skill指令清晰度与稳定性优化

解决什么问题

AI Skill 的指令一旦含糊，执行结果就会漂移：同一类任务在不同模型、工具和上下文下，可能得到不一致、不稳定甚至不合规的输出。对业务 AI 与提示词运营团队来说，这意味着返工、评测失真和上线风险。

这个技能把「指令清晰度」与「稳定性」当作可检查的工程目标，而不是模糊的修辞要求。它要求每次优化都对应真实业务任务，输出必须回应真实业务目标，不能只解释概念或复述输入。

核心能力与关键步骤

执行流程分为六个可检查的阶段：

1. 明确目标——确定业务目标、使用对象、成功标准和停止条件
2. 整理事实——汇总与指令清晰度、稳定性直接相关的数据、约束和待确认信息
3. 拆解模块——把任务拆成可独立检查的模块，确定优先级、负责人和依赖
4. 按边界执行——依据原能力边界，参考技能编写与编辑的词汇和原则，让 Skill 的输出可预测
5. 交付提示词与评测包——同时列出事实依据、风险、缺口和人工确认项
6. 发布前复核——按目标、事实、可执行性、合规和交付完整性逐项检查

交付物包括目标与范围卡、执行步骤与模板、提示词与评测交付包，以及事实证据和人工确认清单。质量门槛要求事实、推断、建议和待确认信息分别标注，每条建议都能落到负责人、动作、时间或检查标准；名称、输入、流程和交付物保持同一业务场景。

适用边界

• 不把文档指令当成运行时权限，不泄露密钥或绕过授权
• 不把本地文档、模板或建议冒充已执行的平台操作
• 不读取、记录或输出密钥、Token、密码和无关个人信息
• 涉及真实发送、发布、付费、删除、权限或生产变更时，必须由用户明确授权
• 信息不足时先列缺口和影响，不自行补写价格、时间、案例、资质等事实

若任一硬门槛不满足，输出「暂不可交付」，并说明需要补充的信息、责任人和下一步动作。