7.6
深览指数
科技Bestblogs·AI Engineer··AI 生成
让金融规划师亲手编写 Agent：Range 的五步方法
Range 让不写代码的金融规划师通过五步方法构建了 24 项 Agent 技能，用于辅助起草客户分析。核心在于将专业判断转化为可复用的技能，同时严格保留规划师对每条建议的最终审核与发送权，确保合规。这种方法为专业服务领域的 Agent 落地提供了具体、可复制且监管友好的参考范本，但缺乏节省时间或准确率的量化数据支撑。原文 ↗
核心观点
- ▍让领域专家（而非工程师）定义 Agent 的决策逻辑，并通过严格的「人机协作+审核」流程，是专业服务领域安全落地 Agent 的关键方法。
- 01Range 的五步方法包括：挑选清晰易判断的流程、用真实案例讲解判断依据、定义必须询问的问题和不可逾越的边界、用 5-10 次案例反复测试、指定维护者与独立审核者。
- 02Agent 被设计为在规划师与一位客户通话时，并行起草另一位客户的现金流或保险分析，但 Agent 绝无权限自行发送任何建议给客户。
- 03六个月内，公司共构建了 24 项 Agent 技能，其中 17 项用于核心规划工作，其余被销售、产品和营销团队自发采用。
- 04每个技能（agent skill）都包含明确的「判断依据」（如为何查看某份资料）、「必要询问的问题」以及「禁止事项」（如不能越过的边界），以弥补纯大模型猜测的不足。
反方 / 局限
- — 文章未提供任何量化结果，如 Agent 为规划师节省了多少时间、准确率或客户满意度提升了多少，使得方法的有效性主要基于主观感受。
- — 该方法高度依赖「输出结果容易判断好坏」这一前提，对于更复杂、需要更深度定性判断的金融规划场景（如税务策略、遗产规划），其可复制性存疑。
3 分钟 · 3 卡片 · 8 资料
读原文 →