AI 自動化與代理
替你做重複工作的代理，以及能攔住錯誤的檢查。
我為團隊反覆進行的工作打造 AI 自動化與代理：收件、研究、起草、分類、發布。模型執行的每一步，都由程式碼或第二個模型檢查；出錯代價高昂之處，則由人簽核。
- 輸入文件
- 代理與工具
- 驗證
- 人工審核
我自己在運行的系統
我每天在 Claude Code 上運行一套多代理交付系統：100 多個依角色分工的代理與工作流程，把產品規格推進成經過測試的 Flutter 與 Supabase 程式碼庫。
- 一次執行產出了含 445 個檔案的 App，2,027 項測試通過。
- 第一次完整執行給了我最重要的一課：程式碼很健康，新使用者卻無法完成註冊引導。當時的驗證綁定在任務上，而不是使用者的操作路徑。我改以使用者旅程驗收為核心重建，下一次執行就先找到並修好了壞掉的路徑。
- 產生者與評論者使用不同的模型：一個負責寫，一個負責評分，第三個負責稽核。
- ScalePilot，我的登陸頁產品：填寫引導式需求表，由流程建置、檢查並發布設計完成的頁面。
截至 2026 年 10 月。
包含哪些內容
自動化專案從目前實際運作的流程開始，到團隊能夠監看並隨時停止的流程為止。
流程圖
寫下每個步驟：輸入、決策、輸出、由誰檢查，以及出錯的代價。
代理與流程
需要判斷之處使用 Claude 或 GPT 模型，其他地方都用一般程式碼。提示詞有版本管理並附評測，因此修改提示詞就像修改程式碼一樣會經過測試。
檢查
每個邊界都做結構描述驗證、由第二個模型為輸出評分，並設定規則，讓結果先保留而不是直接發布。
人工確認點
在團隊已經在用的工具中核准，例如 Slack 或電子郵件，由你選擇要放在哪些步驟。
整合
透過官方 API 串接你的 CRM、電子郵件、廣告帳號、資料庫與內部 API。
成本與紀錄
記錄 token 用量與執行歷程，讓你看到每次執行花了多少、做了什麼。
從手動流程到自動化流程
流程一次建立一個步驟，每個步驟先衡量成效，再自動化下一個。
盤點
我們用真實案例走過整個流程，挑出重複工作最多、風險最低的步驟。
自動化第一個步驟
該步驟以真實輸入運作，每筆輸出都由人檢查。
衡量
我們將輸出與你的團隊原本會做的結果比對，並修正落差。
擴大
只有在結果足以支持時，才改為抽查與處理例外。接著進行下一個步驟。
問題
AI 代理可以接手哪些工作？
輸入明確、結果可檢查的工作：分類與轉派請求、從文件擷取資料、初稿、研究摘要，以及發布到多個管道。涉及重大法律或財務影響的決策，仍保留人工參與。
你如何避免代理胡亂編造？
方法是不信任單一模型。輸出會依結構描述驗證、由第二個模型評分，並在有來源資料時與之核對。未通過的結果會保留給人處理，不會直接發布。
你使用哪些模型？
主要是 Claude 與 GPT，依步驟挑選。用不同的模型來產生與檢查，錯誤比較不容易漏網。
可以搭配我們現有的工具嗎？
通常可以，透過官方 API：電子郵件、Slack、CRM、廣告平台、資料庫。已有 API 的情況下，我不使用網頁爬取或畫面自動化。
我們的資料會流向哪裡？
只會送到流程需要的模型供應商與服務，而且由你選擇。資料留在你自己的帳號與資料庫中。
多久之後能開始運作？
在完整流程之前，會先以真實資料自動化一個步驟，讓你及早看到成果，再決定是否繼續。
你的團隊每天重複做什麼工作？
CS-01請描述流程、使用的工具，以及出錯的代價。
- 產品的功能，以及誰在使用。
- 已經有的東西：設計稿、程式碼、後端、商店帳號。
- 你的期限，以及已經確定的事項，例如上線日期或平台。