从手工处理到自动回填:重复文档确认工作的Skill实践

01

—

在日常工作中，经常会遇到一类需求：用户发来一个Excel或Word文件，里面列出若干数据库相关的功能项，希望确认这些功能是否支持，并附上对应的说明、截图或报告。

这类工作表面上看并不复杂。比如确认数据库是否支持事务、是否支持 ACID、是否支持分区表、是否支持备份恢复、是否支持资源控制等。真正麻烦的是数量和重复度。

一个文件里可能只有十几项，也可能有上百项。如果一天只处理一个文件，还能人工逐条确认；但如果一天有十多个文件，每个文件又包含大量相似问题，这件事就会变成典型的重复劳动。

这些动作需要细心，但并不总是需要创造性。时间花了很多，个人能力增长却有限。AI进入工作台之后，我首先想到的不是让它替我写答案，而是让它把这种高频、稳定、重复的确认流程标准化。

数据库功能确认这个场景，正好适合被抽象成一个工具化流程。

现状方案：从人工确认到知识库检索

面对这类问题，常见处理方式大致有几种。

第一种是完全人工处理。人工根据经验和历史文档逐条判断，再复制对应答案和截图。这种方式最直接，但效率最低，也最依赖个人记忆。一旦需求项数量增加，错误率和遗漏率也会增加。

第二种是维护一个标准问答文档。把常见问题和标准答案整理到Excel、Word或内部文档里，需要时人工搜索。这比纯人工记忆好一些，但仍然存在几个问题：搜索依赖关键词，表述稍有变化就不容易命中；截图、说明、表格等素材分散维护；最终仍需要人工复制回填。

第三种是做知识库或 RAG 系统。把问题、答案和资料切片入库，通过向量检索召回相关内容，再由大模型生成或整理答案。这是目前比较主流的工程化方案，适合资料量大、问题开放、答案不固定的场景。

一个完整 RAG 流程通常包含文档解析、向量化、数据库存储、检索服务、提示词编排、结果校验等模块。对于几十项或几百项固定功能确认来说，投入成本可能超过问题本身。

算力和稳定性也需要考虑。文件中的每一项都走向量检索和模型生成，不仅成本增加，也会带来输出不稳定的问题。而功能确认的目标并不是发挥模型创造力，而是找到已有标准答案，并可靠地回填。

针对于数据库功能确认这类工作，直接上完整RAG未必是最优解。该场景的关键不一定是做一个知识库系统，而是把已有确认经验变成一套可复用、可检查、可追溯的流程。

另一种思路：用 Skill 固化工作流程

Skill可以理解为一种面向具体任务的标准化能力。它不一定要做成一个完整系统，也不一定要引入数据库和服务端架构，而是把某类任务的处理步骤、数据结构、脚本和判断规则沉淀下来。

这类需求的本质并不是开放式问答，而是把用户提出的问题，和已有标准问题集做匹配。标准问题背后已经有固定答案，只要判断出用户问题最接近哪一个标准问题，就可以通过编号找到对应答案。

所以在数据整理上，我没有一开始就做复杂的向量知识库，而是借鉴数据库存储数据的思路，把问题和答案分开维护。

问题库里只放标准问题、问题编号和答案编号；答案库里再保存具体的文字、截图和表格。匹配时只读取轻量的问题索引，不把完整答案都塞进模型上下文。等匹配到答案编号后，再由脚本根据编号取出对应内容并回填。

这样的话对模型上下文的要求就降低了。降低对大参数模型的依赖，经测试小模型上效果也很多。因为模型只需要围绕问题做判断，不需要一次性读大量截图说明和长文本答案，答案来源也更稳定。

ps: 本文重点阐述基于Skill方式的问题召回实现思路，故对数据整理与存储格式的细节未作展开。具体设计规范已整理如下，欢迎大家在评论区留言交流探讨。

这个数据库需求确认Skill的核心流程可以概括为：提取问题 -> 召回候选 -> AI精排确认 -> 回填答案和生成报告.

这个流程主要是下面四个步骤，其中第三步就很难纠正，因为要让模型知道是让它自己做判断，而不是调用其他模型接口去做问题语义判断（这步调整了很久。。）

第一，问题不再靠人工逐条复制。Word文档中的问题可以被自动提取出来，包括段落中的问题，也包括表格中的问题。

第二，匹配不完全依赖关键词。脚本会先从标准问题库中召回 Top5 候选，综合使用字符序列相似度、关键词重合度和最长公共子串等方法做粗筛。

第三，AI 只负责最适合它的环节：理解原始问题和候选问题是否语义等价。也就是说，AI 不需要在整个资料库里漫无目的地找答案，而是在有限候选中做判断。

第四，结果可以回填到原始Word 文档中，并生成HTML匹配报告。这样交付物不只是AI 给出的答案，而是可以继续流转、检查和归档的文档。

Skill操作演示

Skill的存放位置：https://github.com/gaoyuan98/dameng-skills/tree/main/db-requirement-matcher

下面是运行Skill后的分析流程，可以看到除生成已填写的Word文档，流程还会输出一份HTML匹配报告。报告中会列出每个问题匹配到的标准问题和答案来源。

最终结果包含两文档：填充后的docx文档跟html报告。

总结

这篇分享想表达的是：把那些事情本身并不复杂、但真正消耗时间的重复工作，借助 AI 沉淀成标准流程，从而释放自己的精力，给日常工作减负。

在这个需求里，Skill 的价值在于把问题提取、候选匹配、AI 判断、答案回填和报告生成串成一条固定路径。脚本负责稳定执行，AI 负责语义判断，标准库负责复用经验，报告负责留下依据。