
把提示詞變成可運行的代理,次序比工具重要:先寫清楚場景與完成標準,再把需要的權限與審批點列成清單,然後用真實任務小範圍試跑,最後才談復用與擴展。這篇用一個實戰框架講清楚 ai agent development 的四步操作,每一步都說明完成後應該看到什麼,讓你在動手之前就知道怎樣判斷它是否真的可用。
要我指出第一次做代理最容易走歪的地方,我會說是「一開始就想要全部自動」。比較穩的做法,是先挑一條高頻、輸入與輸出都說得清楚的流程,把它當成第一個試點。
適合的情況包括市場推廣與內容團隊把重複的報告和素材交出去,電商團隊把商品資料與客服查詢接起來,營運團隊把跨系統的核對收攏到同一段對話,客服與財務則把固定的查詢與對賬前置處理。共同點是流程重複、資料拿得到、結果可以驗收。反過來,目標說不清、又找不到核對人的工作,先不要碰。這也是 ai 工作流程自動化 通常由一條流程開始、而不是一次改造整個部門的原因。
原文用一個吃飯的比喻,把市場上的代理分成三層。這個分法到今天仍然好用:三層的分別不在模型強弱,而在你願意把多少工作交出去、又保留多少控制。
| 層級 | 誰在做 | 常見形式 | 團隊要先準備 |
|---|---|---|---|
| done-by-you | 你自己 | 直接對着模型寫提示詞,資料自己上載 | 清楚的問題與可重複的提示詞 |
| done-with-you | 你與工具平台 | 預先寫好指示與知識的迷你應用、低代碼流程 | 系統連接、指示與審核點 |
| done-for-you | 由服務方承接 | 由目標出發、自行連接多個系統的完整流程 | 驗收標準、權限邊界與接手人 |
原文在 2025 年 11 月 25 日刊出時,把三層寫成 done-by-you、done-with-you、done-for-you。名稱可以不同,判斷標準一樣:越往下走,你做得越少、付得越多,對驗收與權限的要求也越高。

在寫第一句提示詞之前,先把以下幾項放到桌上,缺一項就先補:
這份清單同時是第一步的輸入。工具與平台可以後補,權限與負責人不能後補;沒有批准人,後面的審批設計就沒有落點。
四步的次序有因果關係:場景定得清楚,權限才列得準;權限列得準,試運行才知道要記錄什麼;試運行有記錄,復用與擴展才有依據。這條 ai 流程 自動化 的路徑寫成一張清單如下,每一步都附上完成後應該看到的結果。
場景定義寫得出來,才算是開始。目標、輸入、負責人三格之中有一格空着,後面的配置就會靠猜。原文給了幾條提示詞習慣,值得在第一步就用上。在提示詞結尾加一句「每次只問我一個問題,直到你掌握完成任務所需的資料」,逼模型先問清楚再動手,結果會比它直接交一份通用答案貼近得多。對話結尾再要求它把整段對話整理成下一次可用的系統指示,下次就不必從零開始。要求多個選項而不是單一答案,則讓你在幾個方向之間比較,而不是把判斷整份外判。
這幾條合起來做一件事:把一次性的對話,變成可以重複使用的輸入。它同時是場景定義的原料,也是第二步寫指示時的起點。
接入時最容易含糊的是權限。把動作分成幾級,逐級寫明預設處理,比寫一句「會有人審批」有用。
| 動作 | 例子 | 預設處理 |
|---|---|---|
| 只讀 | 讀取指標、渠道數據、知識文件 | 可直接執行 |
| 產出 | 生成報告、草稿、頁面、圖片 | 可直接執行,預設以草稿交付 |
| 對外發送 | 發訊息給客戶、發布貼文 | 人工批准或預先授權 |
| 花費與預算 | 投放、採購 | 逐次批准 |
| 訂單與關鍵變更 | 改價格、改交付範圍 | 批准並另核權限與範圍 |
| 未納入範圍 | 自動發布 | 代理不得自行執行 |
清單要與實際系統對得上,它既是配置依據,也是日後驗收的證據。原文提到的 Opal 是一個合適的對照:它在 2025 年 7 月由 Google Labs 推出,只在 Google 生態內連接,當時免費,適合純內部的工作流;opal.google 已在 2026 年 11 月 17 日停止服務,功能併入 Gemini 的 skills。工具會退場,寫成指示與清單的部分留得下來。Anthropic 在 2025 年 12 月 18 日把 Agent Skills 發布為開放標準,同一份技能可以在不同產品之間帶走,方向一致:把能力寫成可攜帶的文件,而不是綁死在某個介面。
試運行的目的,是找出系統在哪裡需要人。用真實任務跑一小批,逐筆記錄人工修訂,樣本再小也要包含一個曾經出錯的個案。完成後應該看到完成率、單件用時、返工次數與原因、人工介入率與介入點,以及一份事先約定的樣本、評分規則與通過門檻。沒有這份約定,之後就會變成各自解讀。
把有效的規則、提示與模板沉澱下來,再增加能力與使用者。完成後應該看到交接文件、復用率,以及連續幾個週期的穩定性。發布新版本不會自動升級所有已部署的代理,發布狀態與驗收狀態要分開確認;Plugin 一類的節點級擴展,安裝或升級可能重啟節點並影響其他代理,安排在低峰時段做。

最常見的誤解,是以為 done-for-you 等於無人看管。落地的界線是:重要動作要有批准點,未納入範圍的自動發布不由代理自行執行。排查方法很簡單,把每一個會影響外部或花費的步驟圈出來,問一句「這一步錯了,誰會知道、誰會停下來」。答不出來,就補審批點。我的判斷是,ai agent development 這一步最容易被當成可以後補的環節,代價通常要到上線之後才浮現。
演示資料跑得順,真實任務一上就露出問題,因為真實資料有缺漏、有例外、有沒人維護的欄位。試運行必須用真實任務,樣本可以小,但要包含至少一個曾經出錯的個案。
為了省事把權限開到最大,等於把風險留在系統裡。按清單逐項開,並保留一次拒絕測試;被拒絕的記錄比批准的記錄更能說明邊界有效。
功能清單可以全部打勾,例外卻沒有人處理。配置時就要寫明失敗路徑:重試、提示、轉交人工。試運行時主動製造一次失敗,看它停在哪裡、誰收到通知。
平台的能力目錄會列出很多條目,當中有底層輔助能力,也有尚未完成業務驗收的部分。數字反映的是可選範圍,不是已交付的成品。選能力時看它有沒有說明、有沒有對應的驗收方式,而不是看總數。
成效要按流程的幾個可觀察指標對比基線,不看代理回答得多漂亮。以下幾類流程的指標可以直接套用,前提是數據來自自己團隊的試運行記錄。
| 流程 | 可觀察指標 |
|---|---|
| 報告與分析 | 整理與複核時間、數字一致性、報告返工原因 |
| 客戶查詢與跟進 | 首次處理時間、資料完整度、逾期跟進比例 |
| 商品內容與協作 | 製作與修訂時間、審核通過率、資料錯漏 |
衡量的是流程改善,不是商機轉化或收入增長的承諾。連續幾個週期的完成率與返工原因穩定,才算是站穩;一次跑得好,只能說明這次的樣本簡單。要做 ai 工作流程自動化,先把這張表填成自己的版本,再談擴大範圍。
Topkee 的 AI Agent 定製開發,把代理當成一個要交付的系統,而不是一段示範。它的四項設計原則,正好對應本文四步裡最容易漏掉的部分:資料有來源,指標必須來自檔案或接口,不能補造未知數;執行有權限,明確可讀的資料與可執行的動作,對外發送、預算等涉及資金或訂單的變更依約定審批或預先授權;成果可驗收,樣本與評分規則、通過門檻都先約定好;交付可接手,交付代碼、代理配置、接口與部署說明,並完成培訓。
在產品體系裡,定製 AI 代理屬於應用開發,定位是為業務需要構建與部署代理應用。人工審批與權限邊界的做法是:重要業務動作透過 Approvals 批准或拒絕待執行步驟,運行記錄與任務清單、證據相關聯,運行身分使用短期租戶 JWT 並自動刷新。上線驗收與落地方法則把工作分成四階段:評估與設計、開發與試點、驗收與上線、持續改進;正式啟用前再核對目錄與依賴、業務服務、運行環境、發布職責四項,並默認以草稿交付,不承諾無條件自動發布。
對準備起步的團隊,這個組合的意義是:第一步不必買齊所有能力,但要把權限清單、審批點與驗收標準一併寫進交付範圍。少了這三樣,後面的試運行只會得到一堆無法比較的結果。

如果團隊正卡在「知道要做,但不知道從哪裡開始」,先選一條流程做場景啟動:把目標、輸入、負責人與基線寫成一頁,然後按本文四步走一遍。想先看平台怎樣把配置與交付記錄接起來,可以讀 Weber 平台更新日誌;要理解由投放、內容到自動化的整體位置,可以看 Topkee Cloud 的介紹。需要人幫忙落地時,就由 ai 流程 自動化 的服務範圍開始核對自己的場景。
一般自動化按固定規則執行,遇到沒寫過的例外就停。代理多了一層判斷與工具調用,可以在授權範圍內選步驟、取資料、交草稿。差別落在它可以處理沒有預先寫死的路徑,代價是必須有權限邊界與審批點。
不必。多數團隊先從 done-with-you 起步,把提示詞、知識與審核點固定下來,再逐步把流程交出去。層級是按需要選的,不是成熟度的排名。
會拖慢需要批准的動作,這正是它的作用。做法是把只讀與產出的動作設為直接執行,只把對外發送、花費與關鍵變更留給批准,讓大部分時間花在不需要等人回覆的部分。
看樣本與返工原因是否穩定,而不是看日曆。同一類任務連續幾個週期的完成率與返工原因不再大幅變動,就可以進入復用;若每次出錯的原因都不同,樣本還不夠。
可以做到 done-with-you 的階段,前提是有人願意負責場景與權限、也有人負責驗收。涉及系統對接與部署、審批規則的部分,仍需要工程或服務方的參與;把這部分寫進交付範圍,比事後補救省事。