从一次使用到稳定系统

一次对话解决的是一次问题。只有把成功做法变成可复用资产，效率才会复利。

从一次使用到 Agent 的沉淀阶梯

1. 1
   一次使用人负责

   任务新、规则未知，先拿到一份合格结果
2. 2
   模板人机协作

   输入输出开始稳定，固化任务简报
3. 3
   SOP人负责

   多次或多人执行需要一致，写清步骤与检查点
4. 4
   工作流自动触发

   步骤之间能稳定衔接，明确数据流与交接
5. 5
   自动化自动触发

   规则清楚、异常可控后，加触发、日志和告警
6. 6
   Agent自动触发

   路径动态变化、工具与边界明确时才评估

1. 各层分别解决什么

层次	形成的资产	适用条件
一次使用	一份结果	任务新、规则未知
模板	可复用的任务简报	输入和输出开始稳定
SOP	步骤、负责人、检查点	多人或多次执行需要一致
工作流	明确的数据流和交接	步骤之间可以稳定衔接
自动化	触发、执行、日志和告警	规则清楚、异常可控
Agent	可根据状态选择动作	路径不固定，但工具和边界明确

2. 固化一项任务需要保存什么

不要只保存“那句提示词”。至少保存：

1. 适用场景与不适用场景；
2. 必需输入及示例；
3. 工作简报模板；
4. 合格输出示例；
5. 验收清单；
6. 常见异常与处理方式；
7. 版本和最后一次验证记录。

3. 自动化前的五个门槛

• 已经手动或半自动成功运行至少五次；
• 输入格式大体稳定；
• 判断规则能写成清单；
• 出错时能暂停、告警和回退；
• 自动执行的收益大于搭建与维护成本。

任何一项不满足，就继续以人工触发和审核为主。

4. Agent 不是自动化的必然终点

固定规则可以稳定完成的任务，普通脚本或可视化流程往往比 Agent 更便宜、更可预测。只有当任务需要根据实时状态选择不同路径、调用不同工具时，Agent 才可能更合适。

选择顺序应是：

固定规则 → 普通程序或工作流
需要语言理解 → 工作流中加入 AI 节点
路径动态变化 → 再评估 Agent

5. 版本化你的工作方法

每次流程发生有效变化，记录：

版本：
修改原因：
改了哪一步：
用哪些样本验证：
效果变化：
已知限制：

换模型、换工具时，先复用这份任务定义和样本，而不是从零重新尝试。

6. 把资产放进固定位置

模板散落在各个聊天窗口里等于没有。用一个简单目录集中管理（笔记、网盘或仓库均可，敏感资料放在组织批准的位置）：

ai-workbench/
├── 01-briefs/       # 工作委托模板
├── 02-sources/      # 原始资料与来源索引
├── 03-workflows/    # SOP、流程图、异常处理
└── 04-reviews/      # 验收清单、效果看板、复盘

文件名包含任务、版本和日期。每个任务的档案至少保留：适用场景、必需输入、委托模板、合格样本、验收清单、异常处理、最后验证记录。

每周 20 分钟维护：合并重复模板；删除失效链接；把本周一次人工修正写回规则；检查资料权限和版本；只选下一周一个改进点。

新增工具的纪律：它替换工作流的哪一步？比现有方式改善哪个指标？数据去哪里？迁移成本是什么？没有明确答案，不引入。

7. 下一步

先在《发现第一条工作流》中选择任务，再用《工作流效果看板》判断它是否真的带来收益。