为什么你的智能体总是一做就跑偏？

很多人用 Skill 时会遇到一个困惑：明明 Skill 写得挺详细，为什么智能体执行到一半就跑偏了？为什么最终结果总是差点意思？

问题往往出在：你只告诉了智能体要去哪，却没告诉它怎么去。

从"给目标"到"给路径"

假设你让智能体做一份竞品分析，如果 Skill 里只写了这个目标，智能体可能会随便找几个竞品、只对比价格和功能、分析深度不够、结论和数据脱节，每次执行的结果都不一样。

这就像你让一个新员工去调研市场情况，却不告诉他调研哪些维度、找哪些数据源、用什么分析框架。他可能忙活一天，交上来的东西完全不是你想要的。

解决方案是：不要只给终点，要给路线图。

工作流：让智能体按图索骥

工作流就是把一个大任务拆成有序的小步骤，每一步都有明确的输入、动作和输出。

以竞品分析为例，一个好的工作流是这样的：

首先，明确分析对象，确认要分析哪些竞品，列出竞品清单；然后，收集基础信息，针对每个竞品收集产品定位、核心功能、定价策略、目标用户等；接着，逐维度对比，按照功能、价格、用户体验、市场份额等维度逐一对比；之后，提炼差异点，找出我方产品的优势和劣势；最后，给出行动建议，基于分析结果提出具体的改进或竞争策略。

关键在于：每一步都要有明确的完成标志。比如第一步的完成标志是"输出一份包含 3-5 个竞品的清单"，第三步的完成标志是"输出一张多维度对比表格"。有了这样的工作流，智能体就不会东一榔头西一棒槌，而是按部就班地推进，每一步的质量都可控。

检查清单：防止遗漏的利器

工作流解决了"按什么顺序做"的问题，但还有一个问题：智能体怎么知道自己做到哪了？有没有漏掉什么？

这时候就需要检查清单。

你可以在 Skill 中要求智能体维护一个清单，每完成一步就打个勾，最后检查是否所有项目都完成了。比如在竞品分析 Skill 中，可以这样要求：