Skip to content
查看 GitHub 源文件

源文件:https://github.com/lennonli/licheng-AI-tutorials/blob/main/docs/agent-practice-01-delegate-complete-work-ABL-20260831-V1.md

AI实战01|别再一句一句问AI:把一项完整工作直接交给Agent

很多人已经天天用AI,但使用方式仍然是:

问一句,AI答一句;

再问一句,AI再答一句。

比如审合同:

“帮我看看有什么风险。”

“再帮我改一下。”

“再写个修改说明。”

最后还要自己复制到Word、整理格式、保存文件。

这种方式当然有帮助,但本质上还是:

人在推进工作,AI只是每一步提供辅助。

真正进入Agent工作方式以后,最重要的变化是:

不要只给AI一个问题,而要给它一项完整任务。

一、从“问问题”变成“交任务”

比如不要只说:

“看看这份合同有没有问题。”

可以直接告诉Agent:

审哪份合同;

代表哪一方;

重点看什么;

哪些内容不能动;

最终要生成什么;

结果放在哪里。

然后让它自己完成:

读取材料;

分析;

修改;

生成文件;

保存结果。

人的角色就从:

一步一步操作

变成:

交任务 + 最后验收。

二、完整任务其实不需要写得很复杂

通常只需要说明几件事:

输入材料在哪里。

比如附件、文件夹、网页、GitHub仓库。

要做什么。

比如审查、整理、比较、研究、修改。

重点是什么。

比如代表乙方,重点看知识产权和违约责任。

有什么限制。

比如不调整商业价格、不覆盖原文件。

最终交什么。

比如修改版Word、Excel、研究报告。

结果放在哪里。

如果Agent能够操作文件,就直接告诉它输出目录。

这已经足够完成大量真实任务。

三、复杂任务不用自己把每一步都拆完

很多人担心:

“这么复杂的任务,我是不是要告诉AI第一步、第二步、第三步怎么做?”

不一定。

如果Agent本身有规划能力,可以直接告诉它最终目标。

例如增加一句:

“请先检查材料并自行规划执行步骤,如无重大问题直接完成,不需要逐步等待我确认。”

这样Agent可以自己决定:

先读哪个文件;

需要查什么;

怎么整理;

最后如何输出。

这也是Agent和普通聊天AI最大的区别之一。

四、第一次最好从低风险任务开始

比如:

整理会议记录;

批量提取信息;

版本比较;

合同初审;

公开资料研究;

生成Excel。

这些任务都有一个特点:

结果容易检查。

第一次不要追求“全自动”。

先让Agent完成80%,人最后复核。

发现哪里经常出错,再慢慢优化任务说明、Skill或者项目规则。

五、怎么看任务是不是真的交出去了?

一个很简单的判断标准:

Agent结束以后,你有没有直接拿到可用成果?

如果最后你还需要:

复制粘贴;

重新整理;

不断提醒下一步;

从聊天记录里找结果,

说明你交出去的还是“步骤”,不是“任务”。

真正理想的状态应该是:

我给材料和目标 → Agent完成 → 我检查结果。

直接复制的实战提示词

请处理【任务名称】。输入材料位于【文件/文件夹绝对路径或附件】,重点查看【具体文件】。请根据现有材料完成【具体任务】,站在【甲方/乙方/管理层等】立场,重点关注【重点事项】,并遵守【限制条件】。最终输出【Word/Excel/Markdown等成果】,保存至【输出文件夹】,不得覆盖原始文件。请自行完成必要的任务规划和执行,如有影响最终结论的重大资料缺失或不确定事项,请单独列明。完成后告知生成文件及完整路径。

最后记住一句话

使用Agent时,不要总问:

“下一步我应该让AI做什么?”

而要开始问:

“这件工作最终应该交付什么,我能不能直接把整件事交给它?”

这是从“会用AI”进入“用Agent工作”的第一步。

内容同步自 GitHub 仓库,仅作为工具教程与工作流说明。

CONTACT

联系李成律师

扫描二维码添加微信,沟通法律 AI、非诉业务及相关合作事项。

手机端可点击二维码查看原图并长按识别。

李成律师微信二维码扫码添加微信