字节面试题:Agent 里的 Skill 到底怎么做才算高质量?


很多人做 Agent 项目,最容易讲成这样:

接了大模型。

加了工具调用。

封装了一些 Prompt。

支持多轮对话和任务执行。

听起来好像没问题,但真到大厂面试里,面试官往往不会只问这些表层能力。

他很可能继续追问一句:

你的 Agent 系统里面,Skill 是怎么编写的? 你怎么保证一个 Skill 是高质量的?

这个问题一出来,很多人就容易卡住。

因为如果你只回答:

Skill 就是把常用 Prompt 封装起来。

这个答案基本不够。

在真正的 Agent 工程里,Skill 不是一段更长的提示词,也不是一个漂亮的 Prompt 模板。

它更像是一个可复用、可验证、可迭代的专家能力包。

一个高质量 Skill,至少要回答清楚几个问题:

  • 什么时候应该触发?
  • 什么时候不应该触发?
  • 任务应该按什么流程执行?
  • 遇到边界情况怎么判断?
  • 哪些行为禁止做?
  • 输出结果如何验证?
  • 失败以后如何修正和迭代?

所以,这道面试题真正考察的不是你会不会写 Prompt,而是你有没有能力把专家经验沉淀成系统能力。


一、面试官真正想听的,不是“我会写 Skill”

这道题表面上问的是 Skill,实际上考察的是 Agent 工程化能力。

可以拆成三层:

考察点
面试官真正想听什么
任务抽象能力
你能否判断什么任务适合 Skill 化
专家经验沉淀能力
你能否把人的判断规则写进 Skill
质量保障能力
你有没有验证、评测和迭代机制

所以回答这个问题时,不要一上来就说“我会写 SKILL.md”。

更好的回答方式是:

我不会把 Skill 简单理解成 Prompt 模板,而是把它看成 Agent 系统中的可复用任务能力单元。 一个高质量 Skill 应该包含触发条件、专家决策逻辑、反模式约束、资源导航、模板脚本、验证闭环和持续迭代机制。 它的目标不是让 Agent 偶尔答得好,而是让 Agent 在一类任务上稳定、可控、可复用地完成工作。

这句话,就是这道题的核心答案。


二、第一步:不是写 Skill,而是判断任务值不值得 Skill 化

很多团队刚开始做 Agent 时,最容易犯一个错误:

什么任务都想封装成 Skill。

最后 Skill 越写越多,Agent 反而越来越难维护。

因为 Skill 不是免费的。

它需要写说明、配模板、放参考资料、维护脚本、做测试验证,还要随着业务变化持续迭代。

所以第一步不是写 Skill,而是判断:

这个任务到底值不值得做成 Skill?

一般可以从三个维度判断。


1. 任务里有没有专家判断?

如果一个任务,熟手和新手做出来差距很大,那它通常适合做成 Skill。

比如测试开发场景里:

  • 根据 PRD 生成测试用例
  • 判断接口测试覆盖是否充分
  • 分析线上缺陷根因
  • 评估自动化用例是否值得写
  • Review 测试报告是否可信
  • 判断一次发版有没有高风险点

这些任务不是简单执行步骤,而是包含大量经验判断。

新手可能只会根据需求写几个正常流程。

但有经验的测试开发会继续追问:

  • 有没有异常流程?
  • 有没有边界条件?
  • 有没有权限问题?
  • 有没有数据一致性问题?
  • 有没有幂等问题?
  • 有没有灰度和回滚风险?
  • 哪些场景适合自动化?
  • 哪些场景反而不值得自动化?

这些判断,才是 Skill 最值得沉淀的部分。

Skill 的价值,不是让 Agent “照着做”,而是让 Agent 具备接近专家的判断框架。


2. 任务是不是足够复杂?

如果一个任务一句 Prompt 就能说清楚,通常没必要做成 Skill。

比如:

帮我润色这段话。

这种任务直接写 Prompt 就够了。

但如果任务变成:

根据 PRD、接口文档、历史缺陷和业务规则,生成高质量测试用例,并标注优先级、风险点、自动化建议和验收标准。

这就明显复杂很多。

因为它涉及:

  • 输入信息抽取
  • 业务流程理解
  • 测试场景拆解
  • 风险识别
  • 优先级判断
  • 自动化价值评估
  • 输出格式约束
  • 质量自检

这种任务就很适合沉淀成 Skill。


3. 任务会不会反复出现?

Skill 的核心价值是复用。

如果一个任务只做一次,没必要封装。

但如果团队每天、每周都在做类似事情,就很值得 Skill 化。

比如:

  • 每个需求都要写测试用例
  • 每次发版都要做风险评估
  • 每次接口变更都要补充自动化用例
  • 每次线上事故都要做缺陷复盘
  • 每次代码提交都要做质量 Review

这些任务一旦沉淀成 Skill,长期收益会非常明显。

可以总结成一个判断公式:

适合做成 Skill 的任务 =
反复出现
+ 足够复杂
+ 有专家判断
+ 对输出质量有要求

反过来,如果只是简单、低频、一次性的任务,就不要强行做成 Skill。

Skill 不是越多越好,能稳定解决高价值重复问题才重要。


三、第二步:Skill 不是把流程写长,而是把判断写清楚

很多人写 Skill,会犯一个很典型的问题:

把 Skill 写成一大段说明书。

里面写了很多背景、理念、注意事项,看起来很完整,但 Agent 真正执行时抓不住重点。

高质量 Skill 的关键不是写得多,而是写得准。

尤其要提取三类内容:

  • 专家决策树
  • 反模式约束
  • 模板和示例

1. 提取专家决策树

Skill 最重要的价值,是告诉 Agent:

  • 什么情况下走方案 A
  • 什么情况下切到方案 B
  • 什么情况下必须停止
  • 什么情况下需要补充信息
  • 什么情况下只能给建议,不能直接执行

比如一个“测试用例生成 Skill”,不能只写:

根据需求生成测试用例。

这句话太泛了。

更好的写法应该是:

当需求描述包含完整业务流程时:
- 先生成主流程用例
- 再补充异常流程
- 最后补充边界、权限、数据一致性和幂等场景

当需求描述不完整时:
- 不要编造不存在的业务规则
- 先标记缺失信息
- 再基于已有信息生成可确认的用例草稿

当需求涉及支付、权限、资金、删除、审批时:
- 必须标记为高风险需求
- 必须补充回滚、审计、重复提交、异常中断场景

这才是真正有价值的 Skill。

因为它不是简单告诉 Agent 做什么,而是告诉 Agent 怎么判断。


2. 提取反模式:明确不要做什么

在 Agent 系统里,“不要做什么”往往比“要做什么”更重要。

因为大模型很容易为了完成任务而过度发挥。

比如:

  • 为了让答案完整,补充不存在的信息
  • 为了快速给结论,跳过验证步骤
  • 为了显得专业,写很多无法落地的套话
  • 为了执行任务,直接修改高风险文件
  • 为了覆盖全面,输出一堆没有优先级的内容

所以 Skill 里必须明确反模式。

例如:

不要把来源不明的信息当成事实写进结果。
不要为了让答案完整,擅自补充不存在的业务规则。
不要在高风险操作中直接修改文件,必须先生成计划。
不要跳过验证步骤直接给最终结论。
不要只覆盖正常流程,必须补充异常、边界、权限和数据一致性场景。
不要输出无法执行、无法验证的空泛建议。

这类约束能明显降低 Agent 的幻觉和误操作。

尤其是在测试开发、代码修改、数据库变更、自动化执行这类场景里,反模式非常关键。


3. 提供模板和示例,保证输出稳定

如果任务对输出结构要求很高,就应该提供模板。

比如测试用例模板:

| 用例编号 | 场景类型 | 测试点 | 前置条件 | 操作步骤 | 预期结果 | 优先级 | 自动化建议 |
|---|---|---|---|---|---|---|---|

如果任务对表达风格、分析深度要求很高,就应该提供示例。

比如缺陷复盘 Skill 可以给出这样的结构:

## 一、问题现象

## 二、影响范围

## 三、复现路径

## 四、根因分析

## 五、风险等级

## 六、修复方案

## 七、回归验证点

## 八、后续预防措施

模板解决的是格式稳定。

示例解决的是表达稳定。

两者结合,才能让 Skill 的输出质量更可控。


四、第三步:写 Skill 指令时,要控制上下文成本

一个常见误区是:

Skill 写得越详细,效果越好。

其实不一定。

Skill 不是独占上下文的。

它要和系统提示词、用户输入、历史对话、工具说明、其他 Skill 一起共享上下文窗口。

如果 Skill 里塞满了模型本来就知道的通用知识,反而会浪费上下文。

例如下面这种内容价值就不高:

你是一个专业、严谨、负责的智能助手。
你需要认真分析用户需求。
你需要给出高质量回答。

这些话太通用了。

更值得写进 Skill 的,是任务特有的判断和边界:

当输入缺少业务规则时,不要自行补全。
必须先列出缺失信息,再基于已有内容生成可确认的结果。
涉及资金、权限、删除、审批类需求时,必须提升风险等级。

Skill 里真正值得保留的是:

  • 触发条件
  • 任务边界
  • 专家判断
  • 禁止行为
  • 输出模板
  • 工具导航
  • 验证方式

其他通用废话,都应该删除。


五、第四步:高风险任务低自由度,分析任务高自由度

不同类型的 Skill,对 Agent 的自由度要求不一样。

不能所有任务都用同一种写法。


1. 高风险任务:必须降低自由度

比如:

  • 批量修改代码
  • 数据库迁移
  • 线上配置修改
  • 删除文件
  • CI/CD 发布
  • 权限策略调整

这些任务不能让 Agent 自由发挥。

Skill 里必须明确要求…

— 以上为试看内容(约 40%),开通会员后阅读全文 —