给 AI Agent 写任务说明的四个要素

在普通聊天里，你可以随手说“帮我写一封客户回复”。AI 大概率给出一版草稿，你不满意就继续改。模糊在聊天里代价不大，因为你随时在场纠正。

Agent 就不一样了。它接下来要查资料、调系统、跑多步任务，每一步都拿任务说明当依据，说明里缺的信息，它只能自己猜。

用户只写一句“帮我处理客户问题”，再接上订单系统、邮件系统、知识库和退款工具，Agent 很难判断该先分类还是先查订单，也分不清退款权限和人工确认点在哪里。

可以把任务说明想象成一份岗位说明书：职责、边界、交付结果，都写在里面。说明写得越清楚，Agent 越容易选对资料和工具，也越知道该在哪里停下。

接下来要练的，就是检查和改写这份说明。

这份说明可以用四个要素来写：目标，对象，边界，结果，也就是要做成什么，处理谁或什么，在哪里停下，交付什么样的输出。写完再用一份清单自查一遍，缺哪项就补哪项。

01 模糊请求留下的空白

比如这句：

帮我处理退款。

它至少留下这些空白：

处理什么类型的退款？
需要查询哪些订单信息？
哪些情况可以自动判断？
哪些情况必须人工确认？
最终只是生成建议，还是能发起退款申请？

这些信息缺失时，如果 Agent 自行补充，结果就容易偏离用户的真实意图。如果 Agent 的任务不清楚，接入越多工具，就越容易带来风险。

02 四个要素

给 Agent 写任务说明，先讲清四件事：

查什么资料、调什么工具、什么时候等人确认，都回到这四件事来判断。它们可以写成一段自然语言：

你是一个售后退款助手。你的目标是根据订单信息和退款政策，判断客户请求是否可能符合退款条件。你只能基于订单记录和政策回答，不能编造不存在的规则。你不能直接承诺退款或执行退款，只能输出处理建议、依据和需要人工客服确认的问题。

这段说明给出了判断依据和停止位置，Agent 需要猜的东西就少了。

Claude 的提示词最佳实践建议把任务和预期输出明确写出，让模型有具体要求可循。

03 说明是文字约束，机制才是保证

两件事分开看：

任务说明 = 文字约束，告诉它该怎么做
机制保证 = 系统检查，拦住它不这么做

写清说明是第一步。长对话、用户反复施压、边界情况，都可能让模型偏离说明里的要求，所以写完后还要用真实或构造的请求测试，检查它是否遵守边界。

业务边界的优先级这样排：

应用或开发者设定的边界  >  用户的临时请求

无论叫不叫“任务说明”，这段文字的优先级都一样。如果应用规定退款 Agent“不能直接承诺退款”，用户却说“别啰嗦，直接告诉客户肯定能退”，符合边界的回复可以这样写（模拟）：

我可以根据订单和政策生成初步判断，但不能直接承诺退款。需要先确认订单状态和适用政策。

请求和上下文变化时，任务说明仍会约束 Agent，让关键原则保持一致。用户可以修改自己提出的目标，前提是不越过应用规定的权限和业务限制。

边界是否守住，可以按 Claude 的评估指南把它写成可检查的条件，再用边界请求测试实际输出。

04 角色要写责任范围

很多人写角色时只用一句“你是一位资深专家”。审查角色说明时，我会先看具体职责。“资深专家”可能影响回答的口吻和侧重点，责任范围还得另外写清，Agent 才知道哪些动作由自己承担。对比两个版本：

你是一个客服专家。

你是一个售后客服辅助 Agent。你负责整理客户问题、查询相关政策、生成回复草稿，并标出需要人工客服确认的事项。你不负责直接承诺赔偿、执行退款或修改订单状态。

第一句没有说清 Agent 能做什么。第二句写明了职责和禁止事项，Agent 可以据此选择行动，或把事情交给人工。

如果任务只是把 IT 工单分成硬件、软件或其他，就把职责限定在分类与一句理由，排除远程操作。系统收下分类就结束时，它只是固定流程里的分类组件，系统类型仍按控制方式判断。职责太多时，可以考虑拆成更窄的角色；职责清楚时，先保持现有分工。

05 让输出方便后续使用

Agent 的输出要方便后续流程继续使用，因此结构必须稳定。例如处理退款问题，一句式的回答是：

这个客户可能符合退款条件，建议客服进一步确认。

客服无法直接核对这句话背后的依据。更适合 Agent 的输出是把内容拆成固定字段：

字段固定之后，好处直接体现在两处：人工客服可以逐项核对事实、检查风险；下一个流程可以直接识别待办和确认项。项目经理拿到周报，要逐项核对进展、风险和待协调的事。“帮我整理项目进展”虽然能得到一段通顺的总结，这些内容却可能不好找。把输出分成本周完成、下周计划、风险、需要协调、信息缺口，就有了逐项检查的位置。结构要跟着接收者的用途来定，先让结果能接着用，JSON Schema 之类的格式后面再学。

06 把愿望写成任务

下面这个说明很常见：

你是一个销售 Agent，负责提高转化率。

它的问题是目标太大，边界太少。Agent 不知道自己是负责找线索还是写跟进邮件，能不能查客户资料，能不能自动发消息，能不能承诺折扣。改成这样会更可控：

你是一个销售跟进辅助 Agent。你负责根据客户历史沟通记录和产品资料，生成下一封跟进邮件草稿。你不能编造客户没有说过的需求，不能承诺价格优惠，不能直接发送邮件。输出必须包含邮件草稿、依据的客户信息、需要销售人员确认的内容。

“提高效率”“提升转化”“改善体验”适合表达宣传方向；真正开始做事，还要接着问：拿到什么输入，要做什么判断，交出什么结果，做到哪里停下？把这些问题回答清楚，愿望才落成了任务。

07 写完后的自查清单

写任务说明时，可以把四件事展开成这个公式：

Agent 要做什么
+ 为谁做
+ 基于什么做
+ 不能做什么
+ 输出什么结果

其中“基于什么做”把资料依据从“对象”里单独拆出来，提醒你交代 Agent 能依据什么行动。写完之后，用下面的清单自查：

先明确任务边界，再选择工具和流程（接下来的给 Agent 配工具会讲怎么选）；调整任务时，也按这张清单核对受影响的部分。