公开材料说明
- Anthropic 将 Claude Tag 的数据 Skills 视为持续刷新的服务内容，并在每次对话时重新读取仓库中的 skills 目录。
- Claude Tag 连接内部知识索引，以关联 Slack 讨论、事件、发布说明与仓库指标。
- 每次问题都会记录 Skills 版本、用户反馈和相关数据质量警告，并形成采用率与正确性视图。
Data Agent · 架构/方法参考
Anthropic Claude Tag
数据仓库只能说明指标发生了什么，业务原因却散落在 Slack、事件记录和发布说明中；Agent 还可能用过期口径自信地回答。
问数据 · 语义与上下文
查看完整原图 ↗配图 01 / 04
代表配图
- 要解决的问题
- 数据仓库只能说明指标发生了什么，业务原因却散落在 Slack、事件记录和发布说明中；Agent 还可能用过期口径自信地回答。
可以借鉴 · DataHot 解读
Data Agent 的上下文层至少要同时覆盖指标定义、分析方法和业务事件，三者不能只靠一个 Prompt 代替。
查看完整原图 ↗配图 02 / 04
原文配图 2
- 配图说明
- 原文未单独提供图注，可打开完整原文结合上下文阅读。
查看完整原图 ↗配图 03 / 04
原文配图 3
- 配图说明
- 虚构的 Claude Tag 对话重现，仅作说明。事件详情、名称和工具并非真实。
查看完整原图 ↗配图 04 / 04
原文配图 4
- 配图说明
- 虚构的Claude Tag对话重现，仅用于说明。事件细节、名称和工具并非真实。
代表图优先，其余配图保留原文顺序；配图不代表一次连续操作。材料核对于 2026-08-10 · 阅读完整原文 →
设计拆解
DataHot 解读
- 把“指标发生了什么”和“当时业务发生了什么”并列接入，能让 Data Agent 从查数入口升级为原因调查入口。
- 答案旁的质量警告和后台的纠错遥测构成前台信任与后台改进的闭环。
功能模块
- 持续刷新的数据 Skills
- 语义层与受治理数据集市
- 内部知识索引
- 答案质量警告
- 采用率与正确性遥测
交互方式 · 案例整理
- 用户在 Slack 共享频道直接提出业务问题
- Agent 同时读取仓库指标与同期业务事件
- 答案在数字旁展示数据质量警告和依据
- 用户用反应或回复纠正结果，团队按领域查看质量趋势
可以借鉴
- Data Agent 的上下文层至少要同时覆盖指标定义、分析方法和业务事件，三者不能只靠一个 Prompt 代替。
- 将数据质量提示贴在结论旁，并从第一天记录纠错反馈，才能让信任问题可见、可改进。
收益与代价
- 共享频道降低使用门槛，但服务账户权限会被频道成员共同继承，必须把频道成员资格当作授权边界。
- 持续刷新 Skills 能减少口径漂移，也要求数据模型变更与文档更新拥有明确 SLA。
适用边界代表图是官方文章中的架构示意，不是 Claude Tag 的完整真实界面。 文章描述的是 Anthropic 内部实践，95% 等采用数据不能直接推断到其他组织。
资料出处
阅读站内原文 →对你的产品设计有帮助吗？
反馈与收藏分开保存在当前设备。