第 23 卷

要素要回答的问题

目标最终解决什么问题输入使用哪些资料或系统

动作分析、整理、生成还是写入约束不能做什么，采用什么规则

输出交付什么文件或结构验收怎样判断正确和可用

六要素里最容易被忽略的是「验收」：没有验收标准，模型只能按自己的理解交差，你也就没法说它错在哪。

Prompt、任务卡与 SOP

・ Prompt：本次怎么说；

・ 任务卡：同类任务可以填写的结构；

・ SOP：固定步骤、角色、检查点和异常处理；

・ Skill：把稳定 SOP、脚本和资源封装成可执行能力。

四者是从「一次性说明」到「可复用能力」的逐级固化。

不是每个 Prompt 都值得变成 Skill。先重复成功，再逐步固化。一个只做过一次的任务，先写好 Prompt 跑通；跑顺三五次、模式稳定了，再考虑沉淀成 Skill。

Agent：能围绕目标循环行动的执行体

Agent 不只是「回答一次」，而是持续执行一个循环：理解目标、观察环境、决定下一步、调用工具、读取结果、修正计划，直到交付或触发停止条件。

flowchart TD A[接收目标] ‑‑> B[观察资料与状态]

B ‑‑> C[规划下一步] C ‑‑> D[调用工具执行]

D ‑‑> E[读取结果与错误] E ‑‑> F{完成或应暂停？}

F ‑‑>|继续| B F ‑‑>|暂停| G[请求人工确认]

F ‑‑>|完成| H[交付并验收]

聊天模型是「你问一句它答一句」；Agent 是「你给目标，它自己一步步推进，中途还会看结果、改路线」。

Agent 与聊天模型的区别

Agent 的停止条件

好的 Agent 不应「永远想办法继续」。出现以下情况，应暂停并请求人处理：

・ 关键输入缺失；

・ 目标冲突；

・ 权限不足；

・ 成本超预算；

・ 动作不可逆；

・ 结果无法验收。

知道什么时候停下来问人比什么都自己硬扛更专业。一个不会停的 Agent，比一个笨 Agent 更危险。

Tool：让 Agent 真的能做事

Tool 是 Agent 可以调用的具体能力，例如读取文件、执行搜索、生成表格或发送消息。Connector 通常是产品已经封装好的第三方服务连接，强调授权后直接使用。

模型知道不等于模型能做

模型可以解释「如何发送邮件」，但只有获得邮件工具和账号权限后才能实际创建草稿或发送。模型可以写 SQL，但只有数据库工具、网络和账号允许时才能查询。

这点是普通用户最容易误解的：模型「懂」一件事，不代表它「能」做这件事。能不能做，取决于有没有对应的工具、权限和连接。任务失败时，先问「工具通没通、权限给没给」，而不是「模型是不是不行」。

每个工具要问五件事

1. 使用谁的身份；
2. 能读取什么；
3. 能修改什么；
4. 数据会发到哪里；
5. 失败后如何停止和回退。

Skill：可复用的专业工作方法

Skill 不是更聪明的模型，而是把某类任务需要的说明、脚本、知识和模板组织起来，让 Agent 更稳定地完成动作。

Skill 的价值不在「让模型变强」，而在「把容易做错、容易遗漏的环节固定下来」。同样的发票处理，让模型每次现写，十次可能有三种写法；写成 Skill，十次走同一条被验证过的路。

一个 Skill 可能包含

Plain Text invoice‑ skill/ ├── SKILL.md# 触发条件、步骤、边界与输出 ├── references/# 字段、分类和业务规则 ├── scripts/# OCR、校验、表格处理 ├── templates/# Excel 和报告模板

└── tests/# 正常与异常样例

SKILL.md 是入口，告诉 Agent「什么时候用我、怎么用、边界在哪」；references 放业务知识；scripts 放真

错，也可能请求本地、网络或第三方权限。

记住：Skill 是「方法封装」，不是「能力保证」。装了 Skill，Agent 更可能走对路，但不等于永远不会出错。

安装第三方 Skill 的风险

・ 读取不必要的本地目录；

・ 外发输入材料；

・ 获取 API Key 或账号；

・ 执行系统命令；

・ 包含恶意提示或代码；

・ 依赖过期、无人维护。

因此应检查来源、代码、权限、网络、凭证、成本和停用方法，并先在隔离目录测试。第三方 Skill 和装浏览器插件一个道理：方便，但要先看它要什么权限。

MCP：让 AI 接入工具与数据的标准接口

MCP 是 Model Context Protocol。它规定 AI 客户端如何发现和调用外部工具、读取资源或获取提示模板，可以理解为 AI 工具生态的一类标准接口。

把 MCP 想成「AI 世界的 USB 接口」：工具提供方按一套标准暴露能力，AI 客户端按同一套标准去用，不用每家重新适配。

MCP 解决什么

如果每个 AI 产品都要为每个系统开发一套专用连接，集成成本很高。MCP 让工具提供方和 AI 客户端按统一方式描述能力，降低重复适配。

没有 MCP 时，接一个 CRM 要写一套适配，接一个数据库又写一套；有了 MCP，工具方一次性按标准暴露，所有支持 MCP 的客户端都能直接用。

MCP 不解决什么

・ 不自动判断数据是否合规；

・ 不替你保管好所有密钥；

・ 不保证工具结果正确；

・ 不自动实现身份与最小权限；

・ 不等于连接后可以开放生产写入。

MCP 解决的是「怎么连」，不解决「连了之后安不安全、对不对」。安全那层仍然是你的责任。

用户级与项目级

・ 用户级适合多个项目复用的公共能力；

・ 项目级适合客户、数据库或业务专属工具。

敏感连接优先项目隔离，避免跨项目误调用。比如公司的生产数据库，只该在对应项目里接，别放成全局用户级，否则另一个无关任务也可能摸到它。