跳到主要內容

AI 104 · 模組 1

從 Task 到 Agentic Workflow

一次 Prompt、固定 Workflow 與 Agent,有什麼不同?

開始第一節
已完成 0 / 4
同步我的進度加入梯次後,進度可跨裝置保存,講師也能看到

資訊

加入後,你已完成的模組編號會連同「學員代碼」傳送給講師,講師可以看到你的進度。請使用講師提供的代碼,不要輸入姓名、公司機密或其他個資。進度資料與該梯次的其他資料一起保存。

學習目標

  • 區分單次 Prompt、Chain、Workflow、Agentic Workflow 與 Agent
  • 說明為什麼重複性的工作不應一直當成彼此獨立的 Prompt 處理
  • 運用「下一步由誰決定」判斷:Workflow 已經足夠,還是需要 Agentic 的做法
  • 為整門課選定一項真實、可用模擬資料描述的工作任務

問題與需求

8 分鐘

每週都在重新下一次指令

在 AI 103 你學到 Agent 需要記得什麼、知道什麼、會什麼。但即使 Agent 具備了這些能力,還有一個問題沒有回答:它要如何一步一步把工作完成?本課程的核心問題是:Agent 要如何一步一步完成任務?

工作情境(模擬)

一位行政承辦人每週五都要整理課程意見回饋。她每次都得對 AI 依序下指令:先貼上回饋、再說明分類方式、再要求摘要、再要求列出需要跟進的問題、最後請它檢查有沒有遺漏。這週她忘了「檢查遺漏」那一步,週報就少了一項重要的抱怨。

  • 每次的步驟與順序都靠記憶,容易漏掉或前後不一致
  • 同事無法接手,因為做法只存在於某個人的腦中
  • 沒有固定的檢查點,出錯時很難知道錯在哪一步
  • 每一次都得從頭說明,花的時間比想像中多

注意

相反的錯誤同樣常見:把所有事情都交給一個自主的 Agent。自主性越高,行為越難預測、成本越高、也越難檢查。目標是為每項工作選擇「剛好夠用」的設計,而不是最炫的設計。

重點: 重複的工作值得被設計成可重複執行的流程,但要選「剛好夠用」的自主程度,而不是越自主越好。

核心概念

8 分鐘

從 Prompt 到 Agent 的光譜

從單次 Prompt 到 Agent,其實是一段連續的光譜。越往右,下一步越不是事先寫好的,而是由 AI 依目標、情境、狀態或結果來選擇。

從 Prompt 到 Agent 的光譜
  1. Prompt:一次指令,一次回應
  2. Chain:多個 Prompt 依固定順序串接,前一個輸出成為下一個輸入
  3. Workflow:事先定義好的步驟、分支與檢查點
  4. Agentic Workflow:整體流程固定,但其中部分步驟由 AI 在限定範圍內判斷
  5. Agent:下一步可依目標、情境、狀態或結果由 AI 選擇

文字說明:這五個階段由左至右排成一條線。Prompt 是最單純的形式;Chain 把多個 Prompt 串起來;Workflow 加上分支與檢查點;Agentic Workflow 在固定流程中留下幾個由 AI 判斷的位置;Agent 則連下一步都由 AI 選擇。

五個階段比較(模擬範例)
階段下一步由誰決定?例子
Prompt不適用,只有一步「把這段文字縮短成 100 字。」
Chain事先寫死,固定順序逐字稿 → 摘要 → 翻譯,三個 Prompt 依序執行
Workflow事先定義,可含條件分支意見回饋 → 分類 → 摘要 → 週報草稿 → 人審核
Agentic Workflow大多事先定義;少數步驟由 AI 在選項內判斷流程固定,但「這則回饋需要跟進嗎?」由 AI 判斷,不確定時交給人
AgentAI 依目標與當下情況選擇目標是「找出本學期滿意度下降的原因」,AI 自行決定看哪些資料
自我檢測

某個每週五執行的流程有五個固定步驟,順序永遠一樣,每一步都由 AI 執行、最後由人審核。它最接近哪一種?

某個每週五執行的流程有五個固定步驟,順序永遠一樣,每一步都由 AI 執行、最後由人審核。它最接近哪一種?

重點: 從 Prompt 到 Agent 是連續的光譜;判斷的依據是「下一步由誰決定」。

8 分鐘

Workflow 與 Agent:下一步由誰決定?

Workflow

  • 下一步大多是事先定義好的
  • 同樣的輸入,走過同樣的路徑
  • 容易預測、測試與審核
  • 適合規則清楚、需要一致性的重複工作

Agent

  • 下一步可依目標、情境、狀態或結果來選擇
  • 同樣的目標,可能走過不同的路徑
  • 較有彈性,但較難預測與檢查
  • 適合無法事先寫出所有步驟的開放性工作
Deterministic 與 Agentic 的五個面向
面向Deterministic(固定)Agentic(自主判斷)
Repeatability(可重複性)每次幾乎相同每次可能不同
Decision autonomy(決策自主)由設計者事先決定由 AI 在允許的範圍內決定
Execution state(執行狀態)只需知道走到第幾步需要掌握目前狀況與已做過的事
Human oversight(人的監督)在固定檢查點審核要設定邊界,並在關鍵處由人介入
Cost of a mistake(出錯代價)較容易發現與追查較難追查,需要更多防護

資訊

一個實用的起點:能事先定義下一步,就用 Workflow。只有在無法事先定義、而且 AI 能在有限選項內安全選擇時,才在該步驟加入 Agentic 的判斷。Agent 的進一步設計(例如 Planning)屬於後續課程。
自我檢測

客服信箱把每封信依類別(帳務、技術、一般詢問)分派到三條事先定義的處理流程,每條流程的步驟都是固定的。這是 Agent 嗎?

客服信箱把每封信依類別(帳務、技術、一般詢問)分派到三條事先定義的處理流程,每條流程的步驟都是固定的。這是 Agent 嗎?

重點: Workflow 的下一步大多事先定義;Agent 的下一步可由 AI 依目標與情境選擇。

實作與應用

6 分鐘

實作:Prompt、Workflow 還是 Agent?

以下有 8 個模擬情境。請為每一個選出一種:Prompt、Workflow、Agentic Workflow 或 Agent,再與同伴或講師討論。有些案例可以合理地有兩種解讀,重點是你能說明理由。請不要在這個練習中輸入真實的公司機密、客戶個資或任何未經授權的敏感資訊。

8 個情境(請自行判斷)
案例情境思考方向
1請 AI 把一段公告縮短成 100 字只有一步嗎?
2每週五固定:讀取意見回饋 → 分類 → 摘要 → 產生週報草稿,順序永遠相同下一步事先定義了嗎?
3逐字稿 → 摘要 → 翻譯 → 排版,前一步的輸出成為下一步的輸入這是最簡單的固定流程嗎?
4請購申請走固定流程;只有「附件是否足以判斷」這一步由 AI 決定要補件還是送審大多固定,少數步驟由 AI 判斷
5目標:「調查三個競爭方案並提出建議」,AI 自行決定要搜尋什麼、讀什麼、何時足夠下一步由誰決定?邊界在哪裡?
6新生問答依問題類型分派到三種事先寫好的回覆範本分支條件是事先定義的嗎?
7文獻整理有固定五步;「這篇文獻是否相關」由 AI 依標準判斷,不確定時交給人固定流程中有 AI 判斷的位置
8請 AI 想五個活動名稱需要多個步驟或檢查點嗎?
  • Prompt:單次指令、單次回應
  • Workflow:下一步事先定義(含 Chain 與條件分支)
  • Agentic Workflow:流程大多固定,部分步驟由 AI 在限定範圍內判斷
  • Agent:下一步可由 AI 依目標與情境選擇
  1. 應用:為整門課選一項真實任務
    選一項你真的做過、會重複發生、至少有三個步驟的工作。之後的每個模組都會用它來練習,最後放進你的 Agentic AI Workflow Canvas。
  2. 用模擬資料描述它
    只寫工作的步驟與性質,不要寫真實姓名、客戶個資或公司機密。若任務涉及敏感內容,請改用模擬版本。
  3. 寫下一句話的目標
    例如:「每週產出一份可供主管審閱的課程意見回饋週報。」
自我檢測

要為整門課選一項任務,下列哪一項最適合?

要為整門課選一項任務,下列哪一項最適合?

重點: Human–AI–Human:由人定義任務與邊界,AI 依流程協助或執行,再由人審核並負責結果。

接下來做什麼?