实用案例集 · 仅依据官方资料整理
先拆三步，再考虑智能体
把任务分成可检查的小步骤，找到值得自动化的那一段。
本站发布 · 资料核验
本文未进行工具实测。下方用途、步骤与模板为作舟建议，供你设计自己的尝试，不代表已验证效果。
变化与事实
Anthropic 的 Building effective agents 区分预先规定路径的工作流与由模型动态决定过程的智能体，并建议从简单方案开始，权衡成本与延迟。
查看原始依据 ↓适合谁
尝试用 AI 改进重复工作、但还没确定流程的人。
用在什么任务里
作舟解读：一份资料摘要可以拆成提取要点、核对依据、润色表达。每步产出可见，比直接要求 AI 全程完成更容易定位哪里出了错。
可以这样尝试
- 拿一个重复任务，写出输入、期望输出和不可接受的错误。
- 用同一份脱敏样例，分别尝试一次完成和分步完成，每步保留结果。
- 对比遗漏、修改次数和耗时，再决定是否值得增加自动化。这里是建议的实验设计，并非已获得的研究结果。
一段练习模板
将[任务]拆成最多三个步骤。每一步列出输入、产出、人工检查点和停止条件。先只执行第一步，让我检查后再继续。
可选中文本复制到你使用的 AI 工具，替换方括号内容。请使用脱敏材料。
尝试前，先看限制
- 方法不绑定特定模型；外部 AI 工具的费用与开放范围需自行确认。复杂流程可能增加调用次数与等待时间。
- 原文发布于 2024-12-19，当前页面也提示工具生态已变化；本篇仅提炼任务拆分原则，不作为现行框架选型建议。
原始来源
- Anthropic · Building effective agents ↗（新窗口打开）
原始发布：2024-12-19；当前页面含后续修订