Skill和prompt就像经过严格培训遵循SOP的正式员工和拿来凑数的临时工
·
SOP 的定义（通用）
在这里，SOP 是 Standard Operating Procedure 的缩写，中文通常翻译为：SOP ，他是一套清晰、书面化、可重复执行的步骤说明，用于确保某项任务在不同时间、由不同人员执行时，都能保持一致的质量、安全性和效率。
常见于：
- 制药厂（如何消毒设备）
- 航空公司（起飞前检查清单）
- IT 运维（服务器故障恢复流程）
- 餐饮连锁（制作一杯标准拿铁的步骤）
在 AI Agent / Skill 的语境中，SOP 指什么？
这个 Skill 的行为是被明确定义、受控、可预测的，而不是靠 LLM 临场发挥。
具体体现在以下方面：
| SOP 要素 | 在 Skill 中的体现 |
|---|---|
| 明确的输入规范 | 定义了必须参数（如 username, password）、类型、格式 |
| 固定的执行步骤 | 代码逻辑固定：先登录 → 再搜索 → 加购 → 退出 |
| 异常处理预案 | 预设失败场景（如 selector 找不到）→ 截图 + 重试 + 告警 |
| 输出标准化 | 总是返回结构化结果（如 {"status": "pass", "screenshot": "..."}） |
| 审计与日志 | 记录每一步操作时间、结果，便于回溯 |
对比：没有 SOP 的“临时工”（纯 Prompt 生成代码）
- 输入模糊：“帮我登录一下” → AI 自己猜账号密码在哪
- 步骤随意：可能先点购物车再登录（逻辑错误）
- 出错就崩：找不到按钮直接报错，不截图、不重试
- 输出混乱：有时返回文本，有时返回代码，有时说“好像成功了？”
这就像让一个没培训过的实习生“看着办”——结果不可控。
举个生活化例子
| 场景 | 无 SOP（临时工） | 有 SOP（正式员工 / Skill） |
|---|---|---|
| 做咖啡 | “随便做杯拿铁吧” → 可能糖放三勺、奶泡打过头 | 严格按照配方：1 shot 浓缩 + 180ml 牛奶 + 65°C 蒸汽 |
| 自动化测试 | “写个脚本登录” → 可能漏掉验证码处理 | 按预设流程：输入账号 → 等待验证码 → 调用短信 API → 填入 → 提交 |
总结
在 AI Agent 架构中：
SOP = Skill 的“操作手册”
它确保 AI 调用这个能力时，不是靠“聪明才智”临场发挥，而是按既定规程可靠执行。
这正是 工程化 vs. 实验性 的核心区别。
如果大家正在设计 Skill，建议为每个 Skill 编写类似这样的 SOP 清单：
1- [ ] 输入参数校验
2- [ ] 超时控制（max 30s）
3- [ ] 失败时自动截图
4- [ ] 敏感信息从环境变量读取
5- [ ] 输出 JSON 格式统一
Agent 垂直技术社区，欢迎活跃、内容共建。
更多推荐
4
0- 0
已为社区贡献4条内容
所有评论(0)