为什么这很重要

本指南的每个主题都以提示词和技能结尾。它们之所以存在,是因为服务管理中的许多任务很适合交给一个能阅读一堆工单、起草运行手册或把笔记转化为计划的助手。它们也因另一个原因而存在:对 AI 含糊的请求会产生含糊的、有时是错误的结果。一个有用的答案与一个貌似合理却空洞的答案之间的差别,往往在于请求是怎么写的,以及随之附上了什么材料。

本主题解释如何使用本指南的提示词和技能、它们为什么这样写,以及如何为你的团队编写自己的。它谈的是习惯多于技巧:提供真实的材料,说明你想要什么,要求助手标出它不知道的内容,并检查返回的东西。它建立在上一主题的告诫之上,后者描述了 AI 在哪里有帮助、在哪里会造成伤害(参见主题 6.2 — AI 在 IT 服务管理中的应用)。

这些来源是务实的。本指南自己的 skills/prompt-engineering 技能把撰写提示词描述为设计并迭代提供给语言模型的指令的刻意实践,把提示词当作一小段软件:被编写、依据真实案例测试并修订。Claude Code 文档描述了技能如何被组织成带有 SKILL.md 文件的目录。维基百科的大型语言模型词条提供了背景。为本指南所读的来源没有提供哪些提示技巧最有效的证据;请把这里的技巧视为有待检验的习惯。

核心概念

提示词、技能及其用途

提示词是你为一项任务提供给 AI 助手的指令和材料。技能,按本指南 skills/ 文件夹所用的格式,是针对一类任务的可复用专门知识包:一个包含 SKILL.md 文件的目录,说明何时使用它以及如何完成工作。在 Claude Code 的文档中,技能是一个带有必需的 SKILL.md 文件的目录,其前置元数据有名称和描述,正文给出指令;助手用描述来决定何时应用该技能,并仅在使用时才加载完整正文。

提示词 技能
范围 一项任务,当下 一类任务,反复使用
存放在 聊天或文档中 文件夹中,如 skills/ 或项目的技能目录
由谁修改 你,每次 团队,经过评审
最适合 对你自己的材料作具体分析 可重复的方法,如开展回顾会议

本指南的提示词是如何构建的

本指南中的提示词遵循一个简单的模式,在风格指南中有阐述:

  1. 一行加粗的目的 说明提示词的用途。
  2. 一个围栏代码块 包含你可以复制粘贴的文本。
  3. 方括号中的占位符 标出你必须提供的内容,并附有应放什么的提示。
  4. 一项任务,指明想要的输出。
  5. 界限:不要虚构数字、来源、引文或合规声称;只使用粘贴的材料。
  6. 缺少信息时要求先提问,并标明假设。
  7. 最后的检查:“列出你不确定的内容。”

这些部分的存在是有原因的。占位符迫使你带来真实的材料。界限阻止助手用虚构填补空白。要求澄清问题,把一次性的猜测变成简短的对话。最后一行让助手标出自己的薄弱之处,这有助于你决定该检查什么。

有帮助的模式

本指南的 prompt-engineering 技能列出了一些技巧,本指南用自己的话概括如下:

  • 具体说明你想要的输出, 比如带有指名列的表格,或至多五项的编号清单,这样助手就不必猜测形状。
  • 当指令含糊时给出示例, 用一个简短的样本展示你想要的模式。
  • 提供助手无法知道的背景, 比如你的术语、约束和所涉文档,并说明它不应假定什么。
  • 依据真实测试案例迭代, 在一系列真实输入上运行提示词,在失败之处修订,而不是凭一个好的例子来评判。

在一个输入上调好的提示词,可能在其他输入上失败。该技能指出,一个简短的、措辞古怪的输入,或缺少某个字段的输入,可能会破坏一个处理了最初示例的提示词。

核实的习惯

每个输出都需要检查,程度与出错的代价成比例。有帮助的习惯:

  • 对照你粘贴的来源检查事实。 要求助手引用你的材料中支持每一项陈述的部分。
  • 绝不接受你没有见过的引用。 上一主题所述的案例包括捏造的法院引文;不要重蹈覆辙。
  • 区分助手所见与它所假定的。 本指南的提示词要求这样做。
  • 自己检验计算, 或要求给出推导过程并检查。
  • 对任何离开团队的东西,进行第二次审视, 比如对客户的回复或政策。
  • 保留重大用途的记录, 如主题 6.2 — AI 在 IT 服务管理中的应用所述。

保护数据

在把任何东西粘贴进提示词之前,问问它包含什么、会去往哪里。除非工具及其条款已被批准用于此类数据,否则请移除个人数据、凭据和机密商业细节(参见主题 3.13 — 信息安全管理)。本指南的提示词要求你匿名化,但责任在你。有疑问时,用一般性的措辞描述情况。

技能是什么样的

根据 Claude Code 文档和本指南中的技能,技能是一个目录,如 skills/runbook/,其中包含 SKILL.md。文件以 --- 标记之间的 YAML 前置元数据开头,至少包含 name 和 description。文档称,描述告诉助手该技能做什么以及何时使用,并建议把关键用例放在最前面。正文以 markdown 给出方法。其他文件,如参考文档或脚本,可以放在旁边并在需要时加载;文档建议保持 SKILL.md 本身简短,不超过 500 行。

本指南中复制的技能遵循同样的形状。它们的描述以“Use when asked to…”开头,使每个技能何时适用一目了然。

技能存放在哪里

文档描述了存放在用户主目录技能目录中的个人技能、存放在仓库技能目录中、可以提交并与团队共享的项目技能,以及插件等其他位置。对团队来说,受版本控制的项目文件夹是自然的位置:技能被评审,通过与其他工作相同的流程更改,并对所有人可用。

编写你们自己的团队技能

团队技能捕获团队重复进行、并希望一致完成的实践。服务管理的例子:如何以你们的内部风格撰写事后复盘、如何对某类工单分诊、如何准备变更请求、如何开展你们周五的评审。编写一个技能:

  1. 选一项你重复做的任务, 且有已知的良好做法。
  2. 先写描述, 以“Use when……”和关键用例开头,使助手和你的同事知道它何时适用。
  3. 把方法写成简短的步骤, 附输出格式、检查和要避免的事项。
  4. 添加良好结果的示例, 并移除敏感细节。
  5. 说明它不得做什么, 比如虚构数字或未经评审就发送任何东西。
  6. 用真实案例测试 并修订。
  7. 给它一位负责人和评审日期, 就像任何其他共享文档一样。

本指南中的技能

本仓库的 skills/ 文件夹存放着来自 skills-on-ai 集合的技能副本,列在 skills/README.md 中,以及为本指南编写的两个技能:一个给读者,一个给维护者。每个主题都链接到对其主题最有用的技能,并附一句说明何时使用。复制的技能是通用的,并非专门针对本指南的内容,所以请将它们用作起点,并使其输出适应你的背景。

局限

为本指南所读的来源没有一个度量任何提示技巧的效果,AI 工具也变化很快。所读的 Claude Code 文档很长,只读了一部分。以下是在一般使用中行之有效的实用建议,作为有待检验的习惯而不是保证提出。

最佳实践

  1. 从真实的任务和真实的材料开始。 选一件你需要完成的事,粘贴实际的事实,而不是对它们的描述。用具体内容填写每个占位符。
  2. 用一行陈述目的。 说明输出是干什么用的、谁将使用它。这有助于助手选择合适的细节程度。
  3. 指定输出。 说明你想要的格式、长度和结构。想比较时要求表格,想要步骤时要求清单。
  4. 设定界限。 说明助手不得做什么:虚构数字、来源或引文;假定未给出的事实;在没有文本的情况下声称某条规则适用。
  5. 要求先提出澄清问题。 告诉助手在回答之前问它需要的东西。简短回答,然后请它继续。
  6. 要求它区分事实与假设。 让它标出哪些取自你的材料、哪些是它假定的。本指南的提示词以“列出你不确定的内容”结尾。
  7. 索要证据。 要求引用你的材料中支持每项声称的部分,以便你快速核对。
  8. 迭代。 把第一个答案当作草稿。说明哪里有误并要求修订,或更改提示词再试一次。
  9. 在多个案例上测试提示词。 在依赖一个提示词之前,用三四个真实输入运行它,包括一个不寻常的。记下它在哪里失败。
  10. 保护数据。 粘贴前移除个人和机密细节。使用批准的工具。遵循你所在组织的政策。
  11. 使用前检查。 核实事实、数字和引用。凡是发给客户或改变系统的东西,都要由人评审。
  12. 分享行之有效的做法。 把被证明有用的提示词连同说明放进团队技能或受版本控制的文档,并指定负责人。

与团队讨论的问题

我们重复做哪些任务可以由助手来帮忙?我们需要检查什么?

请每个人列出任务,并标出输出若有误的风险。把它们分为低、中、高风险。从低风险的一项开始。主持人可以问,检查的步骤会是什么。选一项任务试用。

我们今天把什么粘贴进 AI 工具?我们应该吗?

要诚实且不带评判。列出例子。与数据政策和批准的工具比较。商定一个人们在粘贴之前可以应用的快速检查:“这里面是否包含个人数据、机密或保密细节?”

本指南的提示词中,我们会先试哪一个?用什么真实材料?

一起浏览提示词并选一个。识别要粘贴的真实材料,移除敏感细节,然后运行。比较结果,讨论提示词中该改什么。这是学习模式的快速方式。

我们如何知道一个提示词有效?

索要测试集:几个带有已知良好输出的真实输入。讨论如何给答案打分以及由谁决定。没有测试集的提示词只是一种希望。为一个提示词商定一小组测试集。

我们重复进行的哪项实践值得成为团队技能?

列出候选:评审格式、分诊例程、报告模板。选一个,一起起草描述和步骤。决定由谁拥有它、何时评审。

有什么事是我们绝不希望 AI 自行去做的?

列出行动:发送给客户、更改生产环境、批准访问、决定优先级。讨论原因。这些答案就是要写进你们的提示词和技能的界限。商定一份简短的清单。

实践:一个敏捷 ITIL 示例

一家地区医院的 IT 服务台有十四名分析员。服务台负责人注意到同事们以不同的方式使用 AI 助手:一个人把整张工单(包括患者姓名)粘贴进公共聊天机器人;另一个人写了精心设计的提示词并得到有用的摘要;大多数人根本不用。最近一篇由助手起草的知识文章包含了一个并不存在的程序步骤。

服务台负责人用本指南的方法召开了一个一小时的会议。她从数据开始:群体商定一条规则,即任何患者细节或凭据都不得进入任何工具,并且医院已获授权、条款合适的批准助手是唯一可用于工单文本的助手。她选了一项任务,即根据已解决的工单起草一篇知识文章,并使用本指南提示词的模式:一行目的、匿名化工单的占位符、仅使用工单内容的指令、用标签标出任何推断的步骤,以及列出它不确定的内容。两名分析员在五张过往工单上运行了这个提示词,群体一起阅读结果。提示词在一个案例中虚构了一个步骤;他们加了一行,要求为每个步骤引用工单中的内容。

服务台负责人把改进后的提示词写成团队技能,放在服务台的共享文件夹中,描述以“Use when……”开头,并附有负责人和评审日期,还增加了一条规则:每篇起草的文章在发布前都由第二位分析员检查。两个月后,每周起草的文章数量翻了一番,评审者发现的错误比以前更少。一些问题依然存在。两名分析员在忙碌时仍把细节粘贴进公共工具;该技能产出的措辞过于正式,分析员要重写;一位评审者承认只是浏览了一下。服务台负责人在每次团队会议上重申数据规则,为技能添加了一个风格示例,并请评审者勾选一份简短的检查清单。

四种视角

产品与交付团队

交付团队用助手来写代码、测试和文档。应用同样的习惯:真实的材料、清晰的界限、核实和评审。把机密排除在提示词之外,并把有用的提示词和技能与代码一起保存。

服务与运维团队

运维团队可以用提示词来分析工单、起草运行手册和准备评审。把个人数据排除在外,对照日志和记录检查输出,并为团队重复进行的例程编写技能,比如事后复盘和班次交接。

领导层与治理

领导者设定规则:可以使用什么、用什么数据、由谁负责。索要清单、数据政策和来自试点的证据。支持团队有时间编写和测试提示词和技能,并确保共享的技能有负责人。

客户与用户

客户和用户可能在回复、文章和摘要中看到提示词和技能的结果。预期提供者会检查它们,并在重要的地方告诉你他们使用了自动化工具。报告错误,这有助于改进底层材料。

常见失败模式

  • 含糊的请求。 助手在猜测。应对方法:提供材料、目的和你想要的输出。
  • 粘贴敏感数据。 个人或机密细节离开了组织。应对方法:移除它们并使用批准的工具。
  • 接受虚构的内容。 捏造的步骤、数字或引用被使用。应对方法:设定界限、索要引文并核实。
  • 按单个例子调优。 提示词用一次就失败。应对方法:在多个真实输入上测试。
  • 技能没有负责人。 共享的提示词过时。应对方法:指定负责人和评审日期,并置于版本控制之下。
  • 过度信任复制来的提示词。 来自互联网或本指南的提示词原封不动被使用。应对方法:适应你的背景并检查结果。
  • 没有第二次审视。 AI 输出直接送达客户。应对方法:凡是离开团队的东西都由人评审。
  • 把助手当作权威。 它的自信被当作正确。应对方法:要求说明它不确定的内容并加以检查。

成熟度模型

维度 起步 发展 标准化 管理 协同
提示词实践 人们临时编写提示词 一些人分享提示词 团队使用包含目的、材料、界限和检查的通用模式 用真实案例集测试提示词质量 依据共享的测试结果在团队之间改进提示词
技能 没有共享的技能 存在一些个人技能 带有负责人和评审日期的团队技能存放在版本控制中 评审技能的使用和结果 技能在团队和合作伙伴之间共享和维护
核实与数据 信任输出;数据被随意粘贴 有一些检查和数据规则 核实习惯和数据政策是例行的 跟踪错误和数据事件并据此行动 核实和数据实践在整个组织内协调
学习 学习是个人的 分享一些小窍门 团队定期举行会议来改进提示词和技能 跟踪并度量改进 学习持续在团队之间传播

检查清单

  • 团队有一条简短的规则,说明什么数据可以进入哪些 AI 工具。
  • 我们依赖的提示词有明确的目的、真实的材料、界限,以及对助手不确定之处的要求。
  • 我们依赖的每个提示词都已在至少三个真实输入上测试过。
  • 离开团队的输出由人评审。
  • 对照来源检查 AI 输出中的引用和数字。
  • 有用的提示词连同说明被保存在受版本控制的共享位置。
  • 团队技能有清晰的“Use when……”描述、负责人和评审日期。
  • 团队已列出 AI 绝不得自行采取的行动。
  • 员工知道哪些工具是批准的。
  • 我们每年至少两次评审我们的提示词和技能。

AI 提示词

目的:改进你已经在使用的提示词。

这是我使用的一个提示词:[粘贴]。
这是我给它的一个输入示例,已移除敏感细节:[粘贴]。
这是我得到的结果:[粘贴]。
这是我想要的结果:[描述]。

仅使用上面的文本,诊断输出为何不尽如人意。建议一个修订后的提示词,它要:陈述目的、指明输出格式、设定界限(不虚构事实、数字或来源)、先要求提出澄清问题、索要所提供材料中的引文作为证据,并以要求你列出不确定的内容结尾。保留 [方括号] 中的占位符。不要改变任务。列出你不确定的内容。

目的:把一项重复的任务转化为团队技能草稿。

帮助我为这项任务起草一个 SKILL.md 格式的团队技能:[名称并描述任务]。

我们今天如何完成它,逐步说明:[粘贴]。
良好的结果是什么样(一个已移除敏感细节的示例):[粘贴]。
绝不能发生的事(例如虚构数字或未经评审就发送):[列出]。

撰写一个 SKILL.md,包含带有名称和以“Use when”开头、把关键用例放在最前面的描述的 YAML 前置元数据,然后是包含目的、简短方法步骤、输出格式、检查和要避免的事项的正文。保持在 150 行以内。把你添加的每一项都标为假设。请先提出澄清问题,并列出你不确定的内容。

目的:为提示词构建一个小型测试集。

我有一个提示词,它 [描述它做什么]:[粘贴]。

帮助我设计一组 5 到 10 个输入的测试集:典型案例、一个不寻常的案例、一个缺少字段的案例,以及一个正确答案是“信息不足”的案例。告诉我从真实示例中收集什么(移除敏感细节)、如何记录预期输出,以及如何给结果打分(正确、部分正确、错误、自信地错误、正确地拒绝回答)。不要虚构测试内容;给我类别和要看什么。请先提出澄清问题,并列出你不确定的内容。

目的:对照来源检查 AI 撰写的草稿。

这是来源材料:[粘贴]。
这是 AI 工具根据该材料产生的草稿:[粘贴]。

列出草稿中的每一项陈述,说明来源是支持它(引用支持的文本)、与之矛盾,还是没有提及,并建议修改以移除没有依据的陈述。不要添加你自己的事实。给出关于草稿可靠程度的简短总结。列出你不确定的内容。

AI 技能

(这些技能本身以英文编写。)

主要来源

  • Claude Code 技能文档(code.claude.com):对技能如何被组织成带有 SKILL.md 文件的目录的描述。
  • 提示工程(本指南的 skills/prompt-engineering/SKILL.md):对技巧的简短陈述,以及在真实输入上测试提示词的理由。
  • 大型语言模型(维基百科):关于这些系统如何构建以及可能在何处失败的背景。
  • AI 风险管理框架(NIST):管理 AI 风险的自愿性框架,对团队政策有用。

参考文献

  1. Skills (Claude Code documentation) — Anthropic — https://code.claude.com/docs/en/skills
  2. Large language model — Wikipedia — https://en.wikipedia.org/wiki/Large_language_model
  3. Prompt engineering — Wikipedia — https://en.wikipedia.org/wiki/Prompt_engineering
  4. AI Risk Management Framework — NIST — https://www.nist.gov/itl/ai-risk-management-framework
  5. Hallucination (artificial intelligence) — Wikipedia — https://en.wikipedia.org/wiki/Hallucination_(artificial_intelligence)
  6. Retrieval-augmented generation — Wikipedia — https://en.wikipedia.org/wiki/Retrieval-augmented_generation
  7. Artificial intelligence — Wikipedia — https://en.wikipedia.org/wiki/Artificial_intelligence
  8. Version control — Wikipedia — https://en.wikipedia.org/wiki/Version_control
  9. Information security — Wikipedia — https://en.wikipedia.org/wiki/Information_security