北京
一个技能描述写着"帮助处理网站相关的事情"，结果用户问天气它也会跳出来。这不是模型太笨，是描述本身没写清楚。在HackerNoon的AI编程技巧系列里，作者mcsee给出了一个很具体的做法：把每一条技能描述拆成三句话。
这三句话分别回答三个问题——什么时候该读它、什么时候该用它、它到底做什么。听起来像是文档规范，但背后指向的是AI代理在真实调用场景里最常踩的坑：触发条件模糊。
模糊描述是怎么让技能乱触发的
另一篇同系列的文章把问题说得更直白：像"help with websites"这种含糊的技能描述，会在完全不相关的请求上误触发。作者proflead的建议是，让技能绑定到具体的工作任务上，而不是绑定到话题上。
这两条建议其实是一回事的两面。技能描述如果只写"我处理什么话题"，模型就只能靠话题相似度去猜；如果写清楚"我在什么场景下被调用"，触发就有了明确的边界。
拆成三句话，等于把一段模糊的话题标签，变成了一份带触发条件的说明书。
技能越多，边界越重要
当一个人只挂载三五个技能时，描述写得糙一点问题不大。但当技能数量上去之后，每一条模糊描述都会变成一次潜在的误触发。误触发的代价不只是答非所问，还会挤占本该由正确技能处理的上下文。
同系列的另一条技巧讲的是权限问题：给每个AI代理只开放它任务所需的访问权限，并且留意那些没人授予过的入侵行为。这条和技能描述的逻辑是相通的——边界要提前划清楚，而不是等出事了再补。
把技能描述拆成三句话，本质上是在写边界。什么时候读、什么时候用、做什么，三句话各管一段，缺一句就会留下猜测空间。
这不是提示词技巧，是接口设计
很多人把这类做法归到"提示词工程"里，但它更像是在设计一个接口。技能描述是模型决定要不要调用某个能力的唯一依据，它承担的是路由的职责。
路由信息写得含糊，下游再怎么优化都救不回来。反过来，把触发条件写具体，模型的选择空间被收窄，误判自然减少。
三句话的结构之所以有效，是因为它强制作者回答一个平时容易跳过的问题：这个技能到底在什么情况下才该出现。这个问题答不上来，说明技能本身的定位就还没想清楚。
对于正在搭建AI代理工作流的人来说，这条技巧的门槛极低，改的只是几行描述文字。但它影响的，是整个技能库被调用的准确率。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
