7.6
深览指数
科技人人都是产品经理·叶小钗··AI 生成

WorkBuddy专家团提示词全曝光:多Agent协作原来是这样产品化的

本文深度拆解WorkBuddy的「专家」与「专家团」两大产品层设计,通过曝光其系统提示词,揭示一个AI Agent产品如何将底层能力封装为用户可直接使用的生产力工具。核心贡献在于提炼出一套可复用的专家提示词通用结构(身份锚定、工作方法、交付标准),并解析了专家团中主理人调度、任务预检、预设Workflow等解决多Agent协作关键问题的机制。适合AI产品经理、Agent开发者及关注AI应用落地的人士阅读。原文 ↗

核心观点
  • WorkBuddy的「专家」本质是封装了角色定义、工作流程、交付模板及能力支撑的单个Agent;「专家团」则是封装了调度层、任务预检、预设Workflow、通信管控等机制的多Agent协作体系。
  1. 01「用户体验架构师」专家的提示词分为三层:身份锚定(Role Override)、工作方法(Foundation-First原则)、交付标准(包含完整的组件代码模板和可验证的成功标准)。
  2. 02专家的提示词中包含一个关键限定:Agent需使用bash命令读取项目文件、搜索关键词来获取真实语料,而非仅凭用户口述。
  3. 03专家团采用「调度-执行」模式,主理人(编排者)负责拆解任务、调度成员、中转消息,各成员Agent之间不能直接通信,所有信息流必须经主理人中转,以避免上下文污染和复杂追溯。
  4. 04专家团设计了任务分配预检机制:主理人在派发任务前必须先对照速查表做能力匹配,能力不匹配则禁止派发并告知用户限制,防止Agent「尽力但不胜任」。
  5. 05专家团预设了8个Workflow(覆盖常见协作场景),并为每个Workflow定义了触发条件、执行阶段、关键决策点和交付规范。
  6. 06专家团设有异常处理机制:成员超10分钟未回传结果则通报等待状态,同一任务累计失败超过2次则终止该任务线。
  7. 07文中提炼了通用的专家提示词结构,包括:角色覆盖、核心使命、关键规则、工作流程、交互模板、能力支持、持续牵引和Agent Runtime说明。
反方 / 局限
  • 这种将大量领域知识(如Workflow、模板、标准)直接硬编码在提示词中,会消耗更多token,但文章认为在用户已选择特定专家的场景下可以接受。
17 分钟 · 4 卡片 · 6 资料
读原文 →

前置背景

技术原理

平行视角

延伸追问