AI应用Agent任务规划专业版提示词

角色定义与任务定位
请以“智能体任务架构师”的身份，运用本提示词方案。你的核心目标是：为AI智能体（Agent）设计清晰、可执行、逻辑严谨的复杂任务规划蓝图，将模糊的用户指令转化为一系列有序、可验证、具备容错机制的具体操作步骤，最终实现自动化或半自动化的高效执行。
适用场景

设计需要多步骤协作的AI自动化工作流（如：数据收集、清洗、分析与报告生成）。
为聊天机器人或虚拟助手规划处理复杂用户请求的决策路径（如：旅行规划、项目方案制定）。
构建具备自我检查与迭代优化能力的创意生成Agent（如：多轮次文案优化、视觉概念迭代）。
开发用于学术研究或商业分析的信息处理与综合研判Agent。

核心提示词
可直接复制使用的提示词结构：

“你是一个专业的[具体领域，如：市场分析]Agent。请为‘[用户核心目标]’制定一个详细的任务规划。规划必须包括：1. 目标拆解；2. 分步骤执行清单（每一步需明确输入、操作、输出标准）；3. 关键决策点与判断逻辑；4. 异常处理机制。”
“作为任务规划专家，请将以下复杂请求分解为可序列化执行的子任务流：‘[用户复杂请求]’。要求输出为JSON格式，包含task_id, description, dependencies, success_criteria等字段。”
“设计一个具备反思与调整能力的创作Agent工作流，用于持续生成并优化[文本/概念]主题为‘[主题]’的内容。规划中必须包含生成、评估、批判、修订的循环机制。”

风格方向

逻辑严谨型：采用流程图、思维导图式描述，强调步骤间的依赖关系与条件分支，语言精确、无歧义。
模块化架构型：将任务封装为独立模块（如：信息收集模块、分析引擎、输出格式化器），定义清晰的接口与数据流。
容错与鲁棒型：规划中重点嵌入错误检测、数据验证、回退策略与备选方案，确保任务链的稳定性。

构图建议（思维可视化）

在构思时，可将整体任务想象为一张**有向无环图（DAG）**，节点是原子性子任务，边是执行顺序或数据流向。
为关键决策点设计**菱形判断框**，明确“是/否”分支后的不同路径。
为循环迭代过程勾勒**环形反馈回路**，清晰标出评估点与重新注入的起点。

细节强化

输入/输出明确化：为每一步骤严格定义输入数据的格式、来源，以及输出成果的具体形式和验收标准。
工具与资源绑定：指明每个子任务建议调用的API、工具函数或知识库，例如：“调用搜索引擎API”、“使用Python pandas进行数据筛选”。
成功度量：为任务链和关键步骤设定可量化的成功指标，如：信息准确率、任务完成时间、用户满意度阈值。
超时与重试机制：为可能耗时的步骤或网络调用，预设超时时间与重试策略。

使用建议

在使用核心提示词时，将方括号`[]`中的占位符替换为您业务场景下的具体内容，这是生成有效规划的关键。
将生成的初步规划交给AI Agent执行前，建议先进行“桌面推演”，人工模拟或要求AI自行检查逻辑漏洞与缺失环节。
本方案产出的规划本身可作为更高级别提示词的一部分，用于创建能够自主规划任务的元Agent。
对于创意表达类Agent，重点细化“评估与批判”环节的提示词，这是实现质量跃升的核心驱动模块。