跳到主要內容
NTPU AI Learn

AI 104 · 模組 6

Agentic AI Workflow Canvas 工作流程畫布

從設計概念到可交給下一階段實作的 Workflow

開始第一節
  • 時長20 分鐘
  • 難度核心
  • 先備知識建議先完成 AI 103 與本課程第 1 至 5 單元
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

  • 說出 Agentic AI Workflow Canvas 的 12 個區塊，以及各區塊記錄的內容
  • 依建議的 Canvas 流程，從 Trigger / Input 走到 Final Output
  • 把每個步驟連結到 AI 103 的 Memory、Knowledge 與 Skills
  • 回答反思問題：哪些步驟應固定、哪些應由 Agent 決策、哪些應由人控制

Canvas 與各區塊

5 分鐘

Agentic AI Workflow Canvas：12 個區塊

Canvas 是 AI 104 的主要成果。它把單元 1 到 5 的內容放在同一頁，讓 Workflow 可以被設計、與他人討論，並交給下一階段的實作。

核心問題

如何把整個 Agentic Workflow 清楚地設計、溝通，並交給下一階段？

Canvas 的 12 個區塊
#區塊記錄內容
1GoalWorkflow 要達成什麼
2Trigger / Input什麼啟動它：使用者請求、上傳的檔案、排程、新紀錄或外部事件
3Task Decomposition主要任務與子任務
4Execution OrderSequential、Parallel、Routing 或 Loop
5Decision Points要決定什麼、需要什麼資訊，以及由規則、模型、Agent 或人決定
6Memory, Knowledge & Skills每個步驟需要的 Memory、Knowledge 與 Skill（來自 AI 103）
7Tool / Action Steps哪裡需要外部行動或資料來源，例如搜尋、資料庫、電子郵件、行事曆、API 或企業系統
8Execution Output每個步驟產出什麼
9Verification如何檢查結果：規則、參考來源、第二次模型檢查、比對或 Human Review
10Human-in-the-LoopReview、Approval、Escalation 與 Override
11Failure / Fallback資訊缺漏、結果無效、工具失敗或信心低時，會發生什麼
12Final Output最後的成果物

資訊

你不需要設計工具 Schema，也不需要寫程式。第 7 區塊只標示哪裡需要 Tool Step，這份標示的清單會成為 AI 201 的輸入。

重點: Canvas 有 12 個區塊，合起來描述一個從觸發到最終成果的 Workflow。

5 分鐘

Canvas 流程與 AI 103 的連結

各區塊不是隨意填寫的。建議的流程遵循課程主線：Decompose、Sequence、Route、Decide、Execute、Verify。

建議的 Canvas 流程
  1. Trigger / Input
  2. Goal
  3. Task Decomposition
  4. Workflow Pattern
  5. Decision Points
  6. Memory / Knowledge / Skills
  7. Tool / Action
  8. Execution
  9. Verification
  10. Human-in-the-Loop？是則 Review，否則 Continue
  11. Final Output

資訊

圖的文字版：流程由上往下，從 Trigger / Input 走到 Final Output。Verification 之後會問是否需要人。需要就送去 Review，不需要就繼續。兩條路徑最後都會合到 Final Output。

AI 103 給了 Agent 什麼

  • Memory：Agent 該記住什麼
  • Knowledge：Agent 能查什麼
  • Skills：Agent 會做什麼

AI 104 增加了什麼

  • 哪個步驟需要哪種 Memory、Knowledge 或 Skill
  • 下一步由誰決定
  • 每個結果如何檢查，以及人在哪裡介入
自我檢測

在 Canvas 第 6 區塊，你要為每個步驟記錄什麼？

在 Canvas 第 6 區塊，你要為每個步驟記錄什麼？

重點: 依建議流程填寫，並把每個步驟連結到 AI 103 的 Memory、Knowledge 與 Skills。

完成你的 Canvas

5 分鐘

完成你的 Canvas

使用你在整門課帶著走的任務，或一個模擬任務，來填寫 Canvas。你在單元 1 到 5 已經完成了大部分內容。

  1. 重用已有的成果
    帶入你的 Goal、Task Decomposition、Workflow Pattern、Decision Points 與 HITL 筆記。
  2. 補齊缺口
    完成 Memory, Knowledge & Skills、Tool / Action Steps、Verification、Failure / Fallback 與 Final Output。
  3. 回答反思問題
    哪些步驟應該固定？哪些應該由 Agent 決策？哪些應該由人控制？每一項都說明理由。
  4. 用讀者的角度檢查
    同事只看 Canvas，能理解這個 Workflow 嗎？

注意

隱私提醒：請使用模擬或已公開的 Workflow。不要在 Canvas 中輸入公司機密、客戶個人資料或未經授權的敏感資訊。
自我檢測

對於核准大額付款的步驟，哪一個是反思問題的最佳答案？

對於核准大額付款的步驟，哪一個是反思問題的最佳答案？

重點: 用先前的成果完成 Canvas，並說明哪些步驟固定、由 Agent 決策或由人控制。

重點回顧與下一步

5 分鐘

重點回顧與下一步

完成

AI 103 教的是 Agent 擁有什麼，AI 104 教的是 Agent 如何執行。你的 Canvas 用別人可以審閱、也能接續實作的形式描述這個執行過程：人定義任務、AI 協助，人審核並負責。
課程主線回顧
  1. Decompose
  2. Sequence
  3. Route
  4. Decide
  5. Execute
  6. Verify
  • AI 201，MCP：你標示的 Tool / Action Steps，會成為設計 Agent 如何安全連接工具與可信資料的輸入。
  • 未來的 AI 202，Planning & Reasoning：更深入探討 Agent 如何規劃與推理。AI 104 只介紹了 Decision Points 與基本循環。
  • 未來的 AI 301，Multi-Agent：更深入探討角色分工與委派。AI 104 只介紹了 Task 邊界與 Workflow 交接。
  • 未來的 AI 302，Agent Harness Engineering：更深入探討可靠性與復原。AI 104 只介紹了 Execution、Verification、HITL、基本 Retry 與基本 Fallback。
  • M5276 Agentic AI Innovative Applications 第 4 週：本課程支援 Workflow 與 Execution 設計的案例研討。

重點: 你的 Canvas 是可審閱的設計。後續課程會深化工具、規劃、多 Agent 與可靠性。

另存 PDF

接下來做什麼？