首页 / 正文

Google 官方 Skills 上线:把产品文档“喂”给大模型,让它更懂你的工具链

Mooko
发布于 2026-05-13 · 5分钟阅读
1415 浏览
0 点赞 暴击点赞!

Google 官方 Skills 是什么?一口气讲明白(附上手路线)

你有没有这种崩溃时刻:

  • 想让大模型帮你搞定某个 Google 产品能力(比如某个 API、某个服务配置)
  • 模型说得头头是道
  • 你一跑,参数不对、端点不对、权限不对
  • 结果你还是得回去翻文档

现在 Google 直接给了个“更适合大模型阅读”的版本:Skills

仓库地址:https://github.com/google/skills

一句话理解:以前是人类看文档,现在是大模型看 Skill。


Skills 到底解决什么问题?

大模型的老毛病你应该很熟:

  • 它会“编”出不存在的字段、端点、步骤
  • 它会把旧版文档当新版用
  • 它会把不同产品的概念混着讲

Skills 的思路很直接:

  • 把某个产品能力拆成“模型更容易照做”的结构
  • 给清晰的输入/输出、约束、示例
  • 让模型知道什么能做怎么做什么别做

你可以把 Skill 当成:

  • 更工程化的提示词模板(Prompt Pack)
  • 给 Agent/工具调用准备的“操作手册”
  • 介于文档与代码之间的中间层

适合哪些人用?

1)你在做 AI 助手 / Agent

你希望它能稳定执行任务,而不是每次都“自由发挥”。

典型场景:

  • 客服机器人要查资料、开单、走流程
  • 内部助手要自动生成配置、写脚本、跑任务

2)你在做工具调用(Function Calling)

你已经把工具函数写好了,但模型老是:

  • 传错参数
  • 漏必填字段
  • 顺序搞错

把 Skill 塞进系统提示词或工具说明里,通常能明显改善。

3)你在做企业知识库(RAG)

别只把 PDF/网页抓进向量库就完事。

技能化的内容更像“可执行知识”,检索出来就能直接让模型照着走,少走弯路。


快速上手:把 Skills 用进你的工作流

下面给你一套很实用的落地方式,不需要你改一堆架构。

Step A:把 Skills 当成“模型专用说明书”喂进去

你有三种常见放法:

  • 系统提示词(System Prompt):适合做长期稳定的助手
  • 工具描述(Tools/Functions 的 description):适合函数调用场景
  • RAG 召回内容:适合技能多、按需加载

建议优先顺序:

  • 工具少、流程固定:放 System Prompt
  • 工具多、参数复杂:放到工具描述 + RAG

Step B:让模型先“选 Skill”,再“执行 Skill”

很多人失败就失败在:一上来就让模型瞎做。

更稳的玩法:

  1. 先让模型判断用哪个 Skill(只输出 Skill 名称 + 理由)
  2. 再把对应 Skill 内容注入上下文
  3. 再让模型生成可执行步骤或工具调用参数

你会发现:胡编明显少了。

Step C:加一条硬规则:必须引用 Skill 的字段/约束

给模型上强度,别客气。

你可以在提示词里写:

  • “任何参数必须来自 Skill 里定义的字段”
  • “Skill 未提到的字段禁止出现”
  • “不确定就提问,不要猜”

这几句很管用,能把模型从“创作模式”拉回“执行模式”。


一个你马上能用的提示词模板(通用版)

把下面这段当成你的 Agent 的系统提示词骨架,哪里需要就换成你自己的工具/Skill 内容。

你是一个严格执行型助手。

工作规则:
- 你必须根据我提供的 Skill 来行动。
- Skill 没有定义的参数、端点、字段,不允许编造。
- 需要缺失信息时,你必须先提问确认。
- 输出分两段:
  1) 计划:用要点列出将使用的 Skill 和关键步骤
  2) 执行:给出工具调用参数或可直接复制执行的命令/配置

我将提供:
- 用户目标
- 可用 Skill(可能是全文或摘要)

现在等待用户目标。

你把对应的 Skill 内容贴进去,就能跑。


实战小剧场:为什么它能让你更早下班 🧠

场景:你在公司做一个内部助手,让同事用自然语言完成某个操作。

没有 Skill 的时候:

  • 同事问一句
  • 模型回一大段
  • 你复制粘贴去跑
  • 报错
  • 你回去查文档修
  • 同事再问

有 Skill 的时候:

  • 模型先对照 Skill
  • 缺什么就问清楚(比如权限、项目 ID、区域)
  • 参数按 Skill 的约束来
  • 输出更像“可执行清单”

区别很现实:少 debug 两轮,你当天就能早点收工。


避坑清单(真会踩的那种)

  • 别把 Skill 当百科全书:它是“怎么做”的说明,不是“聊概念”的。
  • 别一次性塞太多 Skill:模型会混。用 RAG 按需召回更稳。
  • 别让模型自由选择字段:必须限定字段来源,只能来自 Skill。
  • 别忽略版本问题:Skill 更新了你没同步,结果还是会翻车。给仓库加 Watch/订阅更新。
  • 别把 Skill 当安全边界:它提高正确率,不替代权限校验、参数校验、审计日志。

推荐的“最省事落地法”

你要是想今天就把它用起来,照这个顺序走:

  • 去仓库找到你相关的 Skill
  • 把 Skill 文本存进你的知识库(或就先手动复制)
  • 给 Agent 加上“必须引用 Skill 字段”的规则
  • 用两阶段流程:选 Skill → 执行 Skill
  • 对照真实任务跑 10 次,记录最常见的缺失信息,做成模型的提问清单

跑完这套,你的助手会从“能聊”变成“能干活”。


资源

如果你愿意,把你准备接入的具体产品/场景发我(比如你是做内部助手、还是做函数调用工具链),我可以按你的目标给一套更贴合的 Skills 注入方式和提示词结构。

OpenClaw
OpenClaw
木瓜AI支持养龙虾啦
木瓜AI龙虾专供API,限时领取免费tokens
可在 OpenClaw接入全球顶尖AI大模型
立即领取