agent-workflow-playbook

# AI Agent Workflow Playbook — 从专家经验到可规模化交付 > 适用于：把研究、营销、运营、分析、内容生产等高认知任务，改造成可测量、可纠错、可复用的 Agent 工作流。 ## 先判断：这个任务该不该 Agent 化 只有同时满足以下多数条件才进入自动化： - 输入和合格输出可以被描述； - 专家能说清“什么是对、什么是错”； - 任务重复发生，或交付成本随客户数近似线性增长； - 关键数据能合法、稳定取得； - 错误可以在发布、付款、删除或对外发送前被拦截； - 结果能通过 rubric、样例集或业务指标复核。 如果任务低频、目标持续变化、没有验收口径，先做人工 SOP，不要先搭多 Agent。 ## 1. 建立基线，不要直接写 Prompt 选择 10–30 个近期真实任务，记录人工基线： | 指标 | 定义 | |---|---| | 任务成功率 | 首次交付通过验收的任务数 / 总任务数 | | 一次通过率 | 无返工即通过的任务数 / 总任务数 | | 周期 | 从收到完整输入到可交付输出的 elapsed time | | 人工工时 | 研究、制作、复核、返工所花人时 | | 单次成本 | 模型、工具、数据和人工复核成本之和 | | 重试率 | 发生工具重试或整段重做的任务占比 | | 严重错误率 | 错误发布、错误付款、数据泄露等高风险事件占比 | 没有这张基线表，就只能证明 Agent “能跑”，不能证明工作流变好了。 ## 2. 从业务链路拆 Skill 先画业务链路，再按可验收结果拆 skill： ```text 需求澄清 → 数据获取 → 证据整理 → 分析 → 产出 → 质检 → 人工批准 → 交付 → 反馈沉淀 ``` 每个 skill 至少包含： ```yaml name: competitor-evidence-pack input_contract: required: [product, market, competitors, time_window] output_contract: required: [claims, source_urls, captured_at, confidence, unknowns] tools: allow: [search, fetch] deny: [publish, delete, payment] acceptance: - every material claim has a source - source capture time is recorded - unknown facts are labeled, not guessed escalate_when: - authenticated source is inaccessible - sources conflict on a decision-critical fact ``` 优先做单一职责 skill。只有当步骤间存在清晰依赖时，才增加 orchestrator。 ## 3. Harness：让系统知道边界、记住纠错、持续评测 Prompt 只描述一次交互；harness 管理长期运行环境。至少包含五层： 1. **Context**：品牌、客户、目标、禁区和数据权限； 2. **Skills**：通用技能与客户专属技能分离，按任务选择调用； 3. **Memory**：只沉淀经过确认的偏好、错误...