最近围绕讯飞 AI 开发者大赛的智能文档解析、智能分析决策赛道我在 WorkBuddy 上完成了 3 个垂直场景 Skill 的开发与发布。三个技能全部聚焦「人工核验效率低、标准不统一、漏检率高」的共性痛点走的都是「输入材料 → 结构化交叉核验 → 风险分级 → 标准化输出」的闭环逻辑。这篇笔记完整复盘三个 Skill 的从 0 到 1 落地过程包含场景选型思路、输入输出定义、核心规则设计、真实输入输出示例、踩坑解决经验既是自己的开发沉淀也给同赛道的同学做个参考。一、我沉淀的核验类Skill通用开发框架在 WorkBuddy 上做了三个技能后我发现所有「文档/信息核验类」Skill 都可以套用一套五步开发法能大幅减少返工保证输出稳定性锚定具体岗位场景不做泛化的「审核助手」直接锁定某一个岗位的某一项具体工作比如「理赔审核员的初审材料核验」边界越窄越好用。刚性定义输入输出明确输入的文件类型、字段范围输出的文件格式、固定结构不给 AI 自由发挥的空间。核验规则结构化拆解把人工审核的 SOP 拆成可执行的维度比如健康险就拆成 6 大核验维度尽调拆成 7 大维度逐条对应校验逻辑。风险边界与红线收口明确禁止编造信息、禁止给出终审结论、所有结论必须标注来源从规则上规避 AI 幻觉。模拟样例全链路自测用脱敏/模拟数据跑通完整流程验证准确率、格式合规性、边界场景处理能力这套方法的核心逻辑是Skill的本质是把岗位的标准化SOP封装成AI可稳定执行的能力而不是让AI自由发挥做「全能助手」。二、3 个已发布 Skill 完整拆解附输入输出示例2.1 健康险理赔材料责任核验助手对应赛题方向智能文档解析 - 医疗健康智能理解与辅助决策选型原因健康险理赔初审是寿险公司理赔部最高频的重复工作单份申请15-30页材料人工审核要40-60分钟日均处理20份极易出现既往症漏判、免责条款对应错误、费用分类统计偏差等问题。场景规则明确、标准化程度高非常适合做成skill提效。输入输出定义输入健康险理赔申请材料包包含门诊/住院病历、检查检验报告、费用明细清单、出院小结、对应保险条款、投保告知记录共6类PDF文件输出《理赔审核意见书》Word 文档 费用分类核算表 Excel所有判定标注材料页码与原文摘抄给出赔付/拒付/协谈的初步审核方向核心核验规则按6大维度做材料内交叉核验风险点分为Critical/Major/Minor/Info四级保障责任匹配诊断项目与保险责任范围对应校验既往症排查病历既往史与投保告知记录交叉比对免责条款对应等待期、既往症免责、特定疾病免责场景识别费用合理性校验诊疗项目与诊断的相关性校验费用分类核算区分保内/保外/自费项目核算赔付金额材料完整性与一致性多份材料的诊断、时间、金额一致性校验最小输入输出示例输入节选病历出院诊断急性支气管炎既往史高血压病史3年长期服药保险条款等待期30天既往症免责急性支气管炎属于保障范围投保告知未告知高血压病史输出节选风险等级风险点对应材料页码原文依据初步建议Major未如实告知既往症高血压病历第2页、投保告知第1页病历记载“高血压病史3年”投保告知“无高血压病史”建议协谈按既往症免责处理本次高血压相关费用Info急性支气管炎属于保障责任条款第3页、出院小结第1页诊断符合保障范围内疾病对应费用可进入保内核算数据来源与测试测试数据全部为人工构造的脱敏模拟理赔案件无真实患者隐私信息符合医疗数据合规要求。测试结果核心诊断匹配准确率 100%既往症识别覆盖率 92%费用分类误差率低于 5%单份材料审核耗时从 40 分钟压缩至 2 分钟内。踩坑记录初期费用分类逻辑模糊经常把医保「自费」和「自付」概念混淆导致核算金额偏差。解决方法是把医保三大目录的分类规则写进 Skill 约束明确每一项费用的判定标准强制标注分类依据后续准确率提升至 95% 以上。2.2 嵌入式单元测试用例生成助手对应赛题方向智能分析决策 - 代码智能辅助与质量保障选型原因嵌入式 C 语言开发中单元测试用例设计、覆盖率统计是测试工程师的高频重复工作。人工编写千行代码的测试用例需要2-3天且极易遗漏边界条件、异常分支场景。该场景规则明确、输出可量化落地价值高。输入输出定义输入C语言源码文件包 需求规格说明书输出单元测试用例清单 Excel 覆盖率分析报告 Word包含未覆盖分支定位、补充用例建议核心设计逻辑先做需求-源码映射解析需求功能点与源码函数的对应关系做覆盖性核验三类用例生成为每个函数生成正常场景、边界场景、异常场景三类测试用例覆盖率分析统计语句覆盖率、分支覆盖率路径识别未覆盖分支与冗余用例精准定位所有用例、问题点都对应到具体函数名与代码行号最小输入输出示例输入节选 C 代码// 函数判断输入值是否在合法范围内0-100intis_valid(intvalue){if(value0value100){return1;}else{return0;}}输出节选用例用例ID对应函数用例类型输入值预期输出覆盖分支TC001is_valid正常场景501合法分支TC002is_valid边界场景0、1001边界值TC003is_valid异常场景-1、1010非法分支数据来源与测试测试数据公开的嵌入式C 语言基础示例代码 自制需求规格说明书无商业代码泄露风险测试结果正常场景用例覆盖率100%边界与异常场景识别覆盖率85%行号定位准确率98%用例生成效率提升80%以上踩坑记录初期生成的用例和源码函数对应关系混乱行号定位经常偏移。解决方法是调整执行顺序先做源码函数拆解、建立行号映射表再基于单个函数生成用例强制绑定函数名与行号解决了定位不准的问题。2.3 风险投资项目投前尽调核验助手对应赛题方向智能文档解析 - 多源信息检索与分析选型原因早期创投项目的初步尽调需要从工商、司法、专利、招聘、新闻等6 类平台检索信息和 BP 披露内容交叉核验单项目人工检索要4-5 小时常出现信息来源标注混乱、负面信息漏检、数据冲突未核实的问题。该场景信息源固定、核验逻辑清晰适合Skill 化。输入输出定义输入初创项目 BPPDF 指定核验维度 限定信息来源范围输出《投前尽调信息核验报告》Word 信息核验表 Excel全量信息附带来源链接按重要性标注冲突点与风险等级核心核验维度按7大维度做BP信息与公开信息的交叉核验风险分级为Critical/Major/Minor/Info主体资质核验工商信息、经营状态、股权结构创始人背景核验任职经历、失信记录技术专利核验专利数量、类型、法律状态团队规模核验招聘信息、参保人数舆论评价核验行业新闻、公开报道融资历史核验公开融资记录与BP披露比对失信/股权纠纷排查司法裁判、被执行人信息最小输入输出示例输入BP 节选公司成立于2020年拥有15项发明专利团队规模50人已完成天使轮融资输出节选核验结果核验维度BP披露内容公开信息核验结果风险等级来源链接主体资质2020年成立一致工商注册时间2020年X月X日Info国家企业信用信息公示系统链接技术专利15项发明专利公开可查发明专利8项其余为实用新型Major国家知识产权局链接融资历史已完成天使轮无公开融资记录Minor公开融资平台链接数据来源与测试数据来源全部来自国家企业信用信息公示系统、国家知识产权局、中国裁判文书网等官方公开平台测试用 BP 为人工构造的模拟商业计划书测试结果核心维度信息覆盖率90%以上数据冲突点识别准确率95%所有信息均可追溯单项目尽调耗时从4-5小时压缩至10分钟内踩坑记录初期信息来源标注混乱只写平台名不附链接结果无法核验真伪完全不符合尽调场景的要求。解决方法是强制每条结论必须附带「来源平台 具体链接 查询时间」做到逐条可追溯完全匹配真实尽调的工作规范。三、SKILL.md 规范写法与自检清单三个 Skill 全部遵循 WorkBuddy 的标准格式核心是开头的 YAML frontmatter必须严格按照「核心能力 适用场景 触发词」三段式写 description这直接决定Skill的触发准确率。标准写法示例---name:健康险理赔材料责任核验助手description:输入门诊/住院病历、检查报告、费用清单、出院小结、保险条款、投保告知 6 类 PDF逐份提取就诊事实与费用项目按 6 大维度做材料交叉核验与风险分级输出理赔审核意见书 Word 与费用分类核算表 Excel所有判定标注页码与原文摘抄。适用于寿险公司理赔审核员处理医疗险理赔申请、批量初审的工作场景。触发词健康险理赔审核、理赔材料核验、保障责任匹配、既往症排查、免责条款对应、理赔费用核算、病历费用核对、投保告知核查---必做自检清单每次写完必须逐一核对核心能力是否具体有没有说清输入什么格式、做什么处理、输出什么产物禁止“处理各类文档”这种模糊表述场景是否明确有没有讲清什么岗位、什么工作场景下使用隐含能力边界触发词是否充足有没有覆盖书面指令 岗位黑话数量 ≥ 8 个避免只用通用词名称是否具象有没有明确场景 核心动作禁止“XX 助手”这种泛化命名四、踩坑复盘做好这几点Skill准确率直接拉满核验类Skill的灵魂是「可追溯」所有结论、风险点、数据都必须标注原文位置/来源链接不能凭空输出。这既是业务场景的刚需也是规避AI幻觉最有效的手段。边界收得越窄Skill越好用不要试图做「万能审核工具」就死磕一个岗位的一项具体工作。比如「嵌入式单元测试」就只做C语言、只做单元测试用例不要扩展到集成测试、其他语言边界越窄输出越稳定用户越知道什么时候该调用它。输出格式必须贴合真实办公习惯直接生成WordExcel双文件而不是纯文本回复。用户拿到就能直接修改、上报、存档这才是可复用的Skill而不是一次性的聊天回复。触发词要用「从业者的话」多用岗位日常术语比如「既往症排查」「分支覆盖率」「BP尽调」少用「帮我看看」「分析一下」这种通用词。触发词越专业误触发率越低匹配越精准。最后是我整体做下来最大的感受Skill开发拼的不是提示词技巧而是对业务场景的理解深度。把一个小问题做透、做稳比做十个半吊子的大功能有价值得多。