复杂任务交给 AI Agent，先拆步骤再设检查点

你让 Agent“帮我分析 200 条客户反馈，找出最重要的问题，并给出改进建议”，它可能给你这样一段话（模拟）：

用户主要不满价格、配送和客服，建议优化价格策略、提升物流效率、加强客服培训。

这段话读起来很顺，但没有分类结果、频次和用户原话，读者无法核对结论。如果只让 Agent 根据一句话生成最终结果，实际任务中的步骤依赖和检查点就容易被忽略。

准备客户会议、整理项目复盘、处理客户反馈、生成课程大纲，这些任务通常都需要分步骤推进，例如：

收集信息 -> 筛选重点 -> 生成结果 -> 检查风险 -> 交人确认

问题出在一句话任务省略了太多：客户是谁，之前沟通过什么，哪些结论要有依据，哪些步骤依赖前一步的结果。

好的做法是把任务拆成具体的步骤，每一步写清输入和输出，让后一步接得住前一步；再看哪些问题最该优先处理，既看出现的频次，也看影响有多严重。

步骤之间还要设检查点，把错误拦在成本高的环节之前，免得分类一开始就错了，要等整份报告写完才回头重做。

01 一句话任务省略了什么

先看一个常见请求：“帮我准备明天的客户会议。”这句话给出了目标，却省略了完成目标所需的步骤：客户是谁？之前沟通过什么？会议目标是什么？客户最关心什么？哪些承诺不能随便说？会后要输出什么？

如果 Agent 拿到这句话就直接给你一份会议议程，客户资料、历史沟通、风险边界和确认点很可能还没有核对过。先把任务拆成有依赖关系的步骤：

1. 确认会议目标
2. 查看客户背景和历史沟通
3. 提取客户关心的问题
4. 准备会议议程
5. 生成可能问题和回答要点
6. 标出不能承诺或需要确认的内容
7. 输出会议准备清单

这个顺序先建立事实和目标，再生成议程与回答要点，最后检查承诺边界，便于逐项核对会议准备是否完整。

02 好流程每一步都能检查

设计流程时，要让每一步都能检查。把任务拆成具体动作，才容易发现猜测和遗漏。对比两种写法：

回到那 200 条反馈，按证据生成顺序，可以拆成：

步骤 1：读取反馈，排除无关内容和同一条反馈的重复导入，保留原始编号。
步骤 2：按问题类型分类，例如价格、配送、功能、客服、使用体验。
步骤 3：按统一口径统计每类问题涉及的反馈条数。
步骤 4：为每个高频问题摘出代表性原话。
步骤 5：区分确定结论和资料不足。
步骤 6：根据证据提出改进建议。
步骤 7：输出问题表、证据和建议。

“去重”只处理同一条记录被重复导入的情况。不同客户都说“配送慢”，是多条反馈，文字一样也不删。统计前还要约定口径：一条反馈同时提到配送和客服，就配送 +1、客服 +1，各类条数加起来可能超过 200 条总数。先统一统计口径，数字才有可比性。

03 优先级看两个维度

分类、条数和代表性原话，都能对照原始反馈核对。排优先级时，看两个维度：

出现次数：120 条说配送慢   -> 高频，要分析
后果严重度：2 条说看到别人的订单 -> 少见，但要马上核实是否越权读取

“最重要”由这两个维度一起决定，只按条数排会漏掉严重问题。那 2 条在核实之前，记为“严重风险线索”，核实之后再判断是否发生了数据泄露。这套流程先建证据、再给建议，跳步和遗漏都容易看出来。

04 步骤之间靠输入输出衔接

为每个步骤写清输入和输出，后一步才能接住前一步结果：

输入写清楚，可以减少 Agent 自行猜测；输出写清楚，后续步骤就更容易使用。表格已经生成，任务却在这里中断了，下次从哪里继续？这就要靠任务状态：每完成一步，把已完成内容、关键决定和下一步记下来，恢复时 Agent 才能找到断点和后续依据。

这种跨步骤记录进度的做法，可以对照 Anthropic 介绍的结构化笔记：把关键状态保存在上下文之外，需要继续时再读回来。

05 检查点放在哪

一个分类错误，会怎样传到后面？客户反馈分类一开始就把“配送延迟”误分成“客服态度”，后面的统计和建议全会跟着错。等报告写完再改，就要回头重做多步。所以要设检查点，在高成本步骤之前把错误截住。检查点可以很简单：

分类完成后，先展示分类规则和样例。
资料不足时，停止生成确定结论。
涉及承诺、价格、合同、退款时，等待人工确认。
最终输出前，检查是否每条建议都有依据。

检查点通常放在三类位置：

检查点还要写清怎么算通过。反馈写着“配送晚了”，分类表却标成“客服态度”，就先修正分类、重算受影响的类别，再检查按旧数字给过的建议。还要分清“执行过”和“通过”：表格生成了，只说明这一步跑过；分类对得上原文，才算通过、才能进统计。

如果一个 Agent 忙不过来，需要拆给多个 Agent，就看什么时候该用多个 Agent。流程可以很短，但关键检查点要保留，这样才能及时发现问题。

Anthropic 的提示词链式工作流也在中间步骤加入程序检查，让后续处理建立在已通过检查的结果上。