预计阅读时间：12 分钟 | 系列第 4/5 篇
引子：不要想“我要做个智能体”，先想“我最烦的一件事是什么”
很多人一上来就问：“我要做个智能体，用什么工具？怎么写 Prompt？”
这是典型的 “拿着锤子找钉子” 的思维。
正确的起点正好相反：先找到你最烦、最重复、最耗时的一件事，然后用智能体把它自动化。
不是“我要做个智能体”，而是“这件事太烦了，能不能让智能体帮我做”。
现状：很多人一上来就选工具、写 Prompt，结果做出来用不上
某银行的客服系统就是个典型的反面案例。为了拥抱 AI，他们激进地采用了一个纯智能体方案去处理所有标准化查询。结果，不但运营成本飙升 3.2 倍，还因为多个智能体协同反而让响应速度变慢了。
问题出在哪儿？没想清楚要解决什么问题，就直接跳到了“怎么建”。
核心解答：六步法
下面是一个经过验证的六步闭环：问题定义 → 能力拆解 → 架构设计 → 关键细节 → MVP 验证 → 持续优化。
步骤 1：定义问题（最烦的一件事）
这是最关键的起点。
不要问：“我要做个什么智能体？”
要问：“我最烦的、最重复的、最耗时的一件事是什么？”
操作指南：
1. 拿出一张纸，列出你每周要做的所有重复性任务
2. 圈出其中最烦、最耗时的那一个
3. 用一句话描述这个问题：“我每天都要做 X，每次花费 Y 分钟，重复 Z 次”
示例：
- ❌ 错误：“我要做个客服智能体”
- ✅ 正确：“我每天要回复 50 个相同的尺码咨询问题，每个花费 3 分钟”
步骤 2：拆解任务（需要哪些步骤）
确定了要解决的问题后，把这个任务拆成 3-7 个步骤。
操作指南：
1. 假装你要手把手教一个实习生做这件事
2. 写下每一步具体要做什么
3. 检查：每一步是不是“可执行的”（有明确的输入和输出）
示例（尺码推荐场景）：
- 步骤 1：接收用户提问（身高、体重、想要的版型）
- 步骤 2：查询尺码对照表
- 步骤 3：根据用户数据计算推荐尺码
- 步骤 4：生成推荐回复（含理由）
- 步骤 5：记录推荐结果供后续优化
步骤 3：选工具（需要调用哪些 API/系统）
确定了步骤之后，想清楚：每一步需要调用什么工具？
操作指南：
1. 列出每个步骤需要的“外部能力”
2. 检查这些能力是否已有 API 或系统支持
3. 如果没有，考虑是否可以人工替代（人机协同）
常见工具类型：
- API 调用（天气、支付、地图等）
- 数据库读写（查询用户信息、订单记录等）
- 内部业务系统（CRM、ERP 等）
- 第三方服务（邮件发送、短信通知等）
示例（尺码推荐场景）：
- 步骤 2：需要查询尺码数据库 → 有 API
- 步骤 3：需要计算逻辑 → 可以用代码实现
- 步骤 5：需要记录到 CRM → 有 API
步骤 4：写 Prompt（角色、目标、约束、输出格式）
Prompt 是智能体的“大脑指令”。一个好的 Prompt 包含四个要素：
1. 角色：智能体是谁？
“你是一位专业的服装尺码推荐助手。”
2. 目标：智能体要完成什么？
“你的任务是根据用户的身高、体重和偏好版型，推荐最合适的尺码。”
3. 约束：有什么限制？
“如果用户提供的数据不完整，请主动询问缺失信息。不要推荐超出库存的尺码。”
4. 输出格式：结果长什么样？
“请按以下格式输出：推荐尺码：[尺码]，推荐理由：[理由]，温馨提示：[建议]”
Prompt 模板（可直接复用）：
你是一位 [角色]。
你的任务是 [目标]。
你需要遵守以下规则：[约束1]、[约束2]、[约束3]。
请按以下格式输出：[格式要求]。步骤 5：建知识库（上传文档、FAQ、历史数据）
很多智能体需要“专业知识”才能工作得好。这些知识需要以知识库的形式提供给智能体。
需要准备的知识类型：
- 文档：产品手册、操作指南、政策文件
- FAQ：常见问题及答案
- 历史数据：过往的对话记录、案例数据
技术实现：通常采用 RAG（检索增强生成）技术——智能体先从知识库中检索相关信息，再结合这些信息生成回答。
示例（尺码推荐场景）：
- 上传尺码对照表（Excel）
- 上传历史推荐记录（用于学习优化）
- 上传退换货政策（用于温馨提示）
步骤 6：测试与上线（小范围试点→收集反馈→迭代）
千万不要一上来就全量上线。
正确的节奏：
1. 内部测试：团队成员先用 1-2 周，发现明显问题
2. 小范围试点：选 10% 的真实流量试运行，收集数据
3. 评估效果：对比试点前后的效率、准确率、用户满意度
4. 迭代优化：根据反馈调整 Prompt、知识库、流程
5. 逐步扩大：确认效果达标后，逐步扩大范围
需要追踪的指标：
- 任务完成率（智能体独立完成的比例）
- 准确率（回答/操作的正确率）
- 处理时间（相比人工节省了多少时间）
- 用户满意度（用户对智能体服务的评价）
模板：Prompt 模板、测试清单
Prompt 模板（可直接复制使用）：
你是一位 [填入角色，如：客服助手/数据分析师/内容编辑]。
你的核心任务是 [填入目标，如：回答尺码咨询/生成销售报告/撰写产品文案]。
请严格遵守以下规则：
1. [约束1：如“只使用知识库中的信息”]
2. [约束2：如“不确定时请主动询问”]
3. [约束3：如“不要承诺无法实现的事情”]
输出格式要求：[如 JSON / 表格 / 自然段落]上线前测试清单（10 个必查项）：
1. [ ] 智能体能否正确理解常见用户输入？
2. [ ] 遇到不完整信息时是否会主动询问？
3. [ ] 输出格式是否稳定、一致？
4. [ ] 知识库中的信息是否准确、最新？
5. [ ] 工具调用是否成功、稳定？
6. [ ] 异常情况（如 API 超时）是否能优雅处理？
7. [ ] 是否有权限控制（不能访问不该访问的数据）？
8. [ ] 是否有日志记录（方便排查问题）？
9. [ ] 是否有“人工接管”机制（出问题时人能介入）？
10. [ ] 是否有人工审核机制（关键决策需人确认）？
总结 + 下一篇预告
本篇三条核心要点：
1. 从问题出发，而不是从工具出发——先找到“最烦的一件事”
2. 六步法的核心是 “想清楚再动手” ：定义问题→拆解任务→选工具→写 Prompt→建知识库→测试上线
3. 小范围试点、逐步扩展——不要一上来就全量上线
下一篇预告：智能体不是万能药，用不好会出大问题。最后一篇我们讲风险和边界——幻觉、数据安全、权限控制、合规责任，企业必须知道的 5 件事。
Leave a Reply