Agent 與工作流
AI Agent Workflow 是什麼？大部分工作都能套用的萬用框架
AI Agent Workflow 是什麼？大部分工作都能套用的萬用框架
很多人卡在「我知道 AI 有用，但不知道從哪裡開始拆」。AI Agent Workflow 就是為了解決這個而存在的萬用框架。
它的價值在於，你不需要每次都重新設計流程。把手上的工作套進五個格子，該補的空格自己就會浮出來。
你將學到什麼
定義
把工作拆成輸入、研究、產出、檢查、輸出五段的通用骨架。
白話比喻
像做菜：備料、研究食譜、下鍋、試味道、上菜。
四個元素
從哪裡開始、中間要做什麼、最後得到什麼、如何檢查品質。
跟誰容易搞混
它是流程骨架，不管誰來做；誰來做是 AI 團隊那一層的事。
定義
AI Agent Workflow 中文叫 AI 智慧體工作流，指的是把一件工作拆成固定段落，每一段交給一個專責智慧體負責的做法。
標準骨架是五段：Input 輸入、Research 研究、Production 產出、Review 檢查、Output 輸出。前一段的成果就是下一段的輸入，一路走到最終交付物。
白話比喻
像做一道菜。先備料，再研究食譜，接著下鍋料理，起鍋前試一下味道，最後才上菜。
少了備料，鍋子空的；少了試味道，端上桌才發現太鹹。五段各有各的用途，跳過哪一段就會在那裡出問題。
五個段落各做什麼
| 段落 | 在做什麼 | 例子 |
|---|---|---|
| Input 輸入 | 從哪裡開始 | PDF、信件、SOP、教材、客戶需求 |
| Research 研究 | 研究與蒐集資料 | 市場研究、學員分析、競品分析 |
| Production 產出 | 分析與產出內容 | 課網設計、提案撰寫、文案產出 |
| Review 檢查 | 檢查與優化品質 | 邏輯檢查、格式檢查、缺漏檢查 |
| Output 輸出 | 得到最終成果 | 報告、課網、提案、SOP |
設計時要回答的四個問題
第一，從哪裡開始？把輸入寫清楚，是一份 PDF、一封信、還是一句客戶需求。第二，中間要做什麼？也就是研究、分析、分類、產出這些處理步驟。
第三，最後要得到什麼？把交付物講明白，是報告、課網、提案還是 SOP。第四，如何檢查品質？沒有這一題，成果好不好只能靠感覺。
實際用例
講師工作流：課程主題進來，研究智慧體先做功課，課網智慧體產出架構，教材檢查智慧體把關，最後得到完整課綱。
顧問工作流：客戶需求進來，經過研究、分析、提案三段，最後交出顧問提案與簡報。行政工作流也一樣，信件進來，分類、整理待辦，最後產出每日摘要。要延伸成多人分工，就往 AI Team Workflow 走。
延伸學習
做出你的第一個 Skill
一場快閃直播的完整重製。從搞懂 Skill 的五個層級開始，帶你把一件你每天在做的重複工作，寫成一支 AI 真的會照做的 Skill ── 命名、description、輸入拆解、Workflow 訪談、Output 與 Checks，最後組成一份能通過格式檢查的 SKILL.md。
NT$ 999
ChatGPT 很強，但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害，為什麼你還是每天加班」這個問題出發，把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統，再用 Apps Script 讓它自己跑起來，最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599