怎样把一句工作要求变成AI真正能执行的任务?

QUOTE

不要先问 Prompt 怎么写，先问这项工作到底怎样才算完成。

本栏目：把agent搭起来

上一篇，我们把三个经常混在一起的概念拆开了：

Prompt、Workflow、Agent。

简单来说：

Prompt解决一个任务。 Workflow解决一套流程。 Agent解决一个需要动态决策的目标。

但不管最后用哪一种，有件事都绕不过去：

你到底要让AI干什么？

这句话看起来很简单。

实际上，我觉得很多AI任务从第一步就已经出了问题。

比如我们经常会对AI说：

帮我分析一下客户。

帮我研究一下竞争对手。

帮我看看这个产品有什么问题。

帮我写一个营销方案。

人听起来似乎都能明白，可是如果真的准备把这些任务交给一个Agent长期执行，这些要求其实都太模糊了。

所以今天先不搭Agent，我们先练一个可能比搭Agent更重要的能力：

把一句“人话”，变成AI真正可以执行的任务。

本文看点

假设老板告诉你：帮我研究一下竞争对手。

如果这是交给一个有经验的员工，他可能会继续问：

研究谁？

研究什么？

为了什么决策？

看产品还是价格？

看国内还是国外？

最后要给我什么？

什么时候要？

但如果我们直接把这句话扔给AI：帮我研究一下竞争对手。

AI通常也会给我们一个答案。

而且很可能写得挺像那么回事。

问题恰恰就在这里。

AI有答案，不代表任务完成了

因为我们甚至还没有定义：   

什么叫“研究完成”？

比如我们经营一家女性服装品牌。

直接问AI：帮我研究一下我们的竞争对手。

AI可能回答：

这些话可能都没错。

但老板看完以后很可能还是不知道：所以我下一步该干什么？

问题不是AI不会写。

问题在于：

我们没有给它一个真正的任务

我现在习惯把一个AI任务至少拆成5部分：

Task：任务是什么？

Input：它可以使用什么输入？

Output：最后必须交付什么？

Constraint：哪些事情不能做？

Success Criteria：什么情况才算完成得好？

可以记成：

这5个东西一旦清楚：

一句模糊要求才开始变成真正的：

AI任务

还是：研究竞争对手。

这不是一个足够好的Task。

因为“研究”太宽了。

我们继续往下问：研究完以后，我准备拿这个结果干什么？

假设答案是：我要决定自己产品下一季度应该重点优化哪些功能。

那任务就可以改成：

分析5个主要竞争产品的核心功能、价格和用户评价，找出它们共同做得好的地方以及用户最不满意的问题，为下一季度产品功能规划提供依据。

是不是一下清楚很多？

Task最重要的不是写得长。

而是回答：

这个任务最终要帮助谁做什么决定？

例如：

差的任务：分析客户反馈。

更好的任务：从最近100条客户反馈中找出出现频率最高、影响核心体验的5个问题，帮助产品经理确定下一版本优先级。

差的任务：做市场研究。

更好的任务：分析当前国内5个主要竞品的定价方式，帮助我们确定新产品的首发价格区间。

目标不同：

Agent的工作方式也会完全不同。

这个问题经常被忽略。

比如我们说：分析用户投诉。

那么：

用户投诉在哪里？

100条还是10000条？

Excel？

邮件？

聊天记录？

是不是可以搜索互联网？

能不能读取公司历史资料？

这些都属于：

Input

还是竞品研究的例子。

我们可以规定：

输入包括： 1. 5个指定竞争对手名称； 2. 官方网站； 3. 产品价格页； 4. 最近一年公开用户评价； 5. 我们自己的产品功能清单。

这时候AI已经知道：我的“原料”是什么。

因为如果不规定Input：

AI很容易自己补东西。

比如你问：这个品牌消费者最不满意什么？

AI可能根据：

训练数据。

网络印象。

常见行业问题。

甚至自己的推断。

给你一份看起来很合理的答案。

但是在真实工作中，我们真正想知道的是：你的判断来自哪里？

所以Input其实还隐含了一个非常重要的概念：

证据边界

例如可以规定：

这句话就已经开始提高任务可靠性了。

这一点对Agent尤其重要。

很多人给AI布置任务的时候只说：帮我分析一下。

但没有说：最后交什么。

于是AI可能给：一篇长文章。

也可能给：几个Bullet Point。

还可能：写一份3000字报告。

人就只能再说：帮我整理一下。

如果这是Agent系统，这种不确定性会非常麻烦。

例如竞品研究要求最后必须输出：

表1｜竞品基本情况

表2｜功能比较

表3｜用户主要不满

最后再给：3个最值得关注的竞争机会。

这时候：AI不只是知道“要分析”。

还知道：

最终要交什么作业

这也是以后做Workflow和Agent很重要的一点。

例如：

为什么结构化重要？

因为下一步可能还有别的系统要使用这个结果。

比如：

如果第一步输出完全自由：

第二步就很难稳定处理。

所以从这一篇开始，可以逐渐建立一个认知：

这是很多Prompt里容易遗漏的。

任务不仅需要告诉AI：做什么。

还要告诉它：

不要做什么

比如竞品研究：

不允许猜测无法确认的价格。

没有来源的数据标记“无法确认”。

不得用两年前的信息冒充当前信息。

用户评价只统计给定时间范围。

不要因为单条评价就得出整体结论。

这些都属于：

Constraint

因为普通聊天中：

AI回答不好，我们可以重新问一次。

但是Agent开始拥有：

工具。

权限。

自动执行。

甚至可以修改外部系统。

这时候：不要做什么

和：做什么

一样重要。

比如一个客服Agent：

可以：查询退款政策。

但不一定可以：自动退款。

可以：起草回复。

但不能：擅自承诺赔偿。

所以Constraint其实是在定义：

Agent的工作边界

这是我认为最重要、也最容易被忽略的一项。

还是竞品研究。

Agent最后给你一份：

20页PPT。

图很好看。

分析也很多。

是不是代表任务完成得好？

不知道。

因为我们没有标准。

所以开始之前必须问：我准备怎么判断它做得好不好？

例如：

1. 覆盖度

5个指定竞品必须全部研究。

2. 数据准确度

价格必须来自官方页面或者可靠来源。

3. 证据完整度

关键判断必须附来源。

4. 时间有效性

使用最近12个月内的信息。

5. 输出完整度

规定的3张表不能缺失。

6. 决策价值

最终必须给出3个可以供产品团队进一步讨论的机会点。

这时候：

我们第一次拥有了：

“怎样知道AI做对了”的标准

而不是：看上去挺不错。

最开始我们只有：帮我研究一下竞争对手。

现在经过5步以后，它变成：

Task 分析5个指定竞品的核心功能、价格和用户评价，找出共同优势、主要用户痛点以及可能的产品机会，为下一季度功能规划提供参考。 

Input 使用指定5个竞品的官方网站、公开价格页以及最近12个月公开用户评价；同时使用我方产品功能清单作为对照。 

Output 输出竞品基础表、功能对比表、用户痛点表，并总结3个值得产品团队进一步验证的机会。 

Constraint 不得猜测无法确认的数据；关键事实必须附来源；超过12个月的数据不能作为当前状态依据；单条评价不能直接代表整体用户。 

Success Criteria 5个竞品全部覆盖；关键价格可核验；所有主要结论有证据；规定表格完整；至少提出3个有证据支持的机会。

你会发现：

这已经不再像：一句Prompt。

更像：

一份给AI员工的任务书

很多人会觉得：搭Agent是从选平台开始。

比如：

Dify。

n8n。

Coze。

OpenAI Agents。

或者其他Agent框架。

但我现在越来越觉得：

真正的第一步不是选工具

而是：先把任务设计清楚。

因为如果连：

Task是什么？

Input是什么？

Output是什么？

Success Criteria是什么？

都说不清楚。

换再强的Agent平台：

也只是把一个模糊任务自动化而已。

甚至可能：

自动化地犯错

例1

原话：

帮我分析客户投诉。

改成：

Task：把最近一个月的200条投诉分成主要问题类别，并找出最应该优先处理的5个问题。

Input：200条投诉记录。

Output：分类结果、数量、代表案例、Top 5。

Constraint：一条投诉可有次级标签，但只能有一个主标签；无法判断必须标记。

Success Criteria：人工随机抽查30条，分类结果达到事先约定的可接受标准。

例2

原话：帮我处理会议。

改成：

Task：把60分钟会议记录转成真正可执行的行动清单。

Input：会议转录文本。

Output：

Constraint：

会议中没有明确负责人或日期时不能自己编。

Success Criteria：所有明确行动项都被提取，同时不得制造会议中不存在的任务。

例3

原话：帮我回复客户。

改成：

Task：根据客户问题、订单状态和售后政策生成客服回复草稿。

Input：客户消息 + 订单信息 + 售后政策。

Output：问题判断 + 建议处理方式 + 回复草稿。

Constraint：不能自行承诺政策之外的退款或赔偿。

Success Criteria：事实正确、政策正确、没有越权承诺，需要人工审批的问题必须明确标记。

是不是越来越像真正的工作任务了？

我们以后做实验时，很可能会看到各种问题：

Agent理解错任务。

Agent给出了不需要的东西。

Agent漏了关键步骤。

Agent调用错误工具。

Agent自信地完成了一个根本不是我们想要的任务。

有时我们会怪：模型不够聪明。

但真正的原因可能只是：

人没有把工作定义清楚

所以以后碰到Agent失败，我建议先不要马上：

换模型。

加Prompt。

增加Agent。

先回头检查五个问题：

很多问题可能就在这里。

以后《AI真实任务解析》的每个实验，都可以先填写这张卡。

AI真实任务卡

Task｜任务

它到底要完成什么？

Input｜输入

它能使用哪些资料和数据？

Output｜输出

最后必须交付什么？

Constraint｜约束

有哪些规则和边界不能突破？

Success Criteria｜成功标准

怎样判断它真的完成了任务？

以后你甚至可以把这张：

AI真实任务卡

做成这个账号的固定视觉资产。

和：

AI真实任务成绩单

配套。

实验之前：填任务卡。

实验以后：出成绩单。

一前一后。

找一项你最近真的想让AI完成的工作。

不要马上问AI。

先把下面5句话写完整：

1.我真正想让AI完成的是：

_____________

2.我会给它这些资料：

_____________

3.最后我希望收到：

_____________

4.它绝对不能：

_____________

5.我会用下面的方法判断它做得好不好：

_____________

如果这5句话都能写清楚：

你其实已经迈过了搭Agent过程中一个非常重要的门槛：

从“我想让AI帮忙”

变成：

“我知道怎样给AI布置工作”

很多人在学习AI的时候特别喜欢收藏Prompt。

我以前也很容易把重点放在：

「这句话应该怎么写？」

但现在我觉得更重要的是：

先学会定义任务

一个非常漂亮的Prompt：

如果任务本身模糊，

结果仍然可能不好。

而一个定义非常清楚的任务：

哪怕Prompt写得朴素，

AI往往也能做得不错。

所以今天最重要的一句话是：

现在我们已经把：

Task，Input，Output，Constraint，Success Criteria。

都定义出来了。

理论上AI已经知道：自己该干什么。

但新的问题马上来了。

假如AI告诉我们：任务已经完成。

我们到底凭什么相信？

特别是：它给了一个数字。

引用了一段资料。

或者做出了一个判断。

这些东西：

真的对吗？

所以下一篇我们会进入一个非常重要的能力：

Verification

也就是：AI做完不等于任务完成，必须想办法验证它。

而这恰恰是一个真正能工作的Agent，和一个“看起来很聪明的AI”之间的重要区别。