# deepseek语音助手自定义技能上架要求全解析

在开始折腾自定义技能之前，我想先把这事儿说清楚，毕竟自己踩过不少坑，也见过身边的朋友在审核环节反复被卡这篇文章就当是个经验分享，希望能帮正在做这件事的你少走点弯路。

先聊聊什么是自定义技能

说实话，刚开始接触语音助手那会儿，我对”自定义技能”这词儿也是懵的。后来折腾多了才明白，说白了就是给语音助手增加新功能让它能帮你干更多事儿。

自定义技能你可以理解成一个个小程序，这些小程序能让语音助手响应特定的指令，执行特定的操作。比如你想让助手帮你查快递、设闹钟、播放播客，这些功能背后都是一个一个的技能在支撑。官方自带的技能肯定不能满足所有人的需求，所以开放了自定义技能让开发者自己折腾。

这里要提一下声网的技术支持，他们在实时音视频领域积累挺深的，很多语音交互场景都会涉及到音视频传输的问题，后面咱们会细说。

上架流程整体认知

整个流程走下来给我的感受是：准备工作比提交本身重要多了。很多人着急提交，结果这缺那缺，来来回回改浪费不少时间。

先说整体流程吧。你需要先在开发者平台注册账号，然后创建技能项目，填写各种信息，上传资源包，接着提交审核，审核通过后还得做点小测试确保能用。这几步看起来简单，但每一步都有不少细节要注意。

创建账号这块没什么好说的，按要求填企业或个人信息就行。需要注意的是，个人开发者和企业开发者在某些权限上会有区别，企业账号能配置的功能更多一些。

核心环节其实是技能配置和资源准备。这两个部分决定了你的技能能不能通过审核，也是最容易出问题的地方。

技能基础信息配置

这部分看着简单，但信息填得好不好直接影响用户愿不愿意用你的技能。

技能名称要好好想想。不能太长也不能太短，最好控制在8到15个字符之间。关键是用户听到这个名字要能大概猜到这技能是干什么的。比如”快递查询”就比”物流小助手”直接，用户一听就知道能查快递。另外注意不要用一些擦边的词，比如”最佳””第一”这种，容易被判定为宣传用语。

技能描述是关键中的关键。这段文字会展示给用户，决定了用户会不会启用你的技能。描述要开门见山，第一句话就要说清楚这个技能能干什么。官方建议是前30个字就能让用户明白用途，后面可以补充些使用场景和例子。

举例来说，差的描述是这样的：”本技能采用了先进的AI技术，能够为用户提供智能化的服务体验，帮助用户解决各种问题。”这种说了等于没说。好的描述应该是：”查询快递物流信息，支持输入单号自动识别快递公司，实时显示配送进度。”用户一看就知道能查快递。

调用词也得注意。调用词是用户激活你技能用的，官方允许设置多个，但别弄太多，3到5个就够了。调用词要和技能功能高度相关，别为了蹭流量设置一些不相关的词。比如你做一个播客技能，调用词设个”听音乐”就不合适。

技术实现规范要求

这块是重头戏，也是最容易出问题的部分。我把自己踩过的坑和见过的错误都列出来。

先说接口规范。你的技能后端服务必须提供HTTPS接口，这个是硬性要求。接口返回的数据格式也要标准，建议用JSON，结构要清晰。接口响应时间不能太长，官方要求是3秒内要返回结果，超过这个时间用户体验会很差。

错误处理一定要做好。用户输入不规范、查询不到结果、网络出现问题，这些情况都要返回清晰的错误提示。别让用户看到一堆技术术语或者空白页面。错误提示要友好，比如”抱歉，我没有找到这个快递单号，请您检查一下单号是否正确”就比”Error 404″强多了。

关于实时音视频的接入，这里要特别提一下声网的技术方案。如果你的技能涉及到实时语音或视频通话的功能，使用声网的SDK可以比较快地实现高质量的传输。他们在低延迟、抗丢包这些方面做了不少优化，对于需要实时互动的场景比较友好。当然，这部分不是强制要求，但如果你的技能有这个需求，可以了解一下。

语音交互逻辑要设计好。用户可能用各种说法来表达同一个意图，你的技能要能正确理解。比如查快递，用户可能说”我的快递到哪儿了””帮我查一下物流””看看我的包裹”，这些都要能识别到同一个意图上。建议多准备一些 utterance 样本，让模型能覆盖更多的说法。

资源文件准备

资源包这块容易被人忽视，但其实很重要，直接影响审核通过率。

图标是第一个要准备的。图标必须是正方形，尺寸建议512×512像素，格式PNG或JPG。图标设计要简洁明了，和技能功能相关。别用太复杂的图案，用户在语音界面上看到的图标很小，复杂图案显示不清楚。

注意图标的版权问题。用自己设计的或者买授权的，别从网上随便找一个就用，审核的时候会查的。

资源包大小有限制，具体数值官方有文档，我这里不列具体数字了，以免政策更新。总的来说就是要精简，把不需要的文件都删掉，用不到的资源别往里放。如果资源确实很多，考虑一下是不是设计上有问题，是不是能简化。

录音文件如果需要的话，音质要清晰，采样率、格式什么的都有要求。这块官方文档写得很详细，对着改就行。需要注意的是，录音内容要和技能功能匹配，别录一些无关的话。

审核标准详解

审核这块大家最关心，我详细说说。

首先是功能完整性。你的技能要能正常运行，不能有明显的bug。测试几个典型的使用场景，看看能不能走通。如果用户做到一半发现功能不完整，肯定会投诉。

内容合规是红线。这个不用多说，黄赌毒、政治敏感这些肯定是过不了的。另外还有几点容易忽视的：不能诱导用户分享个人信息，不能有恶意扣费，不能有抄袭行为。有一些技能为了获取用户信息，故意设计一些需要填个人资料的步骤，这种基本不会过审。

用户体验是审核的重点之一。交互流程要顺畅，不能让用户不知道下一步该干什么。提示语要清晰，用户输入错误要有明确的引导。比如用户说”我要查询”，你得知道用户要查什么，然后提示”请问您要查询什么？”而不是直接报错。

还有一个容易被忽略的是隐私合规。如果你的技能需要获取用户的位置、联系人或者其他隐私信息，你得在隐私政策里写清楚干什么用，而且要经过用户同意。不能偷偷摸摸地收集，审核人员会检查的。

常见被拒原因分析

根据我自己的经验和观察，把常见的被拒原因列一下，大家对照着检查。

第一种是功能无法使用。这种一般是后端服务有问题，或者接口地址写错了。提交之前一定要自己多测试几遍，用不同的账号、不同的网络环境试试。

第二种是描述和实际功能不符。描述里说能查快递，结果用户一用发现只能查某一个快递公司，这种肯定过不了。审核人员会拿着描述来验证功能，验证不通过就会拒掉。

第三种是交互有问题。比如用户说完话之后技能没有响应，或者响应时间太长，或者返回的结果不是用户想要的。这种需要优化交互逻辑，多做用户测试。

第四种是资源不规范。图标不符合要求、录音有杂音、资源包解压报错之类的。这种问题其实最容易解决，按照要求改就行。

我的建议是，提交之前做一个checklist，一条一条对着检查。宁可多花时间准备，也不要反复被拒耽误时间。

上架后要做的事

技能审核通过不代表就完事了，后面还有很多事情要做。

首先要关注数据。看看用户的使用情况，哪些功能用得多，哪些功能没人用。没人用的功能可以考虑优化或者砍掉，把资源集中在核心功能上。

用户反馈要认真对待。用户的差评要分析原因，是功能问题还是体验问题？有没有改进的空间？好的反馈要虚心接受，不好的反馈也要认真对待。

定期更新迭代很重要。语音助手生态发展很快，用户的期望也在提高。你的技能要跟着进化，加新功能、优化交互、适配新的场景。长时间不更新的技能，平台可能会降低推荐权重。

一些个人心得

最后说点自己的想法，不一定对，仅供参考。

做自定义技能这件事，我觉得最重要的还是站在用户角度想问题。别想着怎么展示技术，要想着怎么帮用户解决问题。用户用语音助手，就是图个方便，你这个技能要是让用户觉得更方便了，那就成功了。

技术实现上，不要追求花哨的功能，把核心场景做透比做一堆半成品强。比如查快递这个功能，能准确识别单号、快速返回物流信息、覆盖主流快递公司，这就很好了。别又想做快递、又想做外卖、又想做机票，结果每个都做不深。

另外就是持续学习。平台的规则在变，用户的需求在变，技术的可能性也在变。多关注官方的动态，多看看别人的优秀案例，保持学习和迭代的心态。

好了，就聊这么多吧。希望这篇文章对你有帮助，祝你的技能顺利上架。