对话、工作流、Agent，有什么区别？
模型可以根据上下文生成回答，但流畅不等于正确。先看任务是否需要查资料、调用工具或连续行动，再选择做法。
对话：你给材料，它回答
例如粘贴三条反馈，请它按主题分类。你负责提供材料、核对结果和发出下一条要求。
工作流：按设定步骤走
例如读取表格 → 按规则分类 → 生成周报。流程和分支预先规定，适合步骤稳定的重复工作。
Agent：按目标选择下一步
例如发现证据缺口后，选择获准的搜索工具补查，再决定是否继续。可选择的工具、访问范围与停止条件仍由人设定。
本课先用对话完成一次任务。如果固定步骤已经够用，就没有必要增加自主行动。Agent 的灵活性也会增加核验、成本和出错控制的工作。
先掌握四个判断。
选一项适合的任务
选择结果可核对、出错可纠正的小任务。先写“完成后得到什么”，不要先挑工具。
讲清材料与要求
提供任务背景、允许使用的材料、输出格式和一条好结果的标准。缺失的信息明确留空。
核对答案与来源
逐项检查事实能否在材料中找到，计算是否正确，分类是否一致。模型写出的来源名称本身不是证据。
明确谁来负责
指明审阅人、停止条件和允许执行的动作。付款、对外发送和业务承诺需要明确授权，不能因为文本看起来合理就直接执行。
练习：把三条反馈整理成一份待办。
以下全部为合成教学材料。复制任务说明到你可用的对话工具，保留第一次回答，再按后面的标准检查。
你要帮助业务负责人整理产品反馈。只使用下面三条材料，不补写事实。 A01：我找不到如何导出月报，帮助页没有看到步骤。 A02：导出的金额与页面数字不同，目前没有截图。 A03：我希望能按部门查看月报。 请输出表格：编号、主题、原文依据、待核实信息、建议下一步。 区分“已知问题”与“待确认原因”，不要猜测 A02 的差异原因。 最后写一条需要人工确认的事项。只整理建议，不发送信息或修改系统。
参考检查，不是唯一答案
A01 可以归为“导出指引”；A02 应保留“数字不同”的原文，并请求样例、时间和计算口径，不能断言是系统故障；A03 是新需求，不应自动归为缺陷。
负责人复核后，才能决定是否联系反馈人、创建缺陷或排期。此时产物是待办建议，不是已经执行的工作。
怎样算完成？
- 三个编号都保留，每个判断都有材料依据。
- 没有编造截图、原因、人数、金额或紧急程度。
- 至少列出一个待确认项和一位负责确认的角色。
- 能说清哪些步骤由工具完成，哪些由人检查，何时停止。
再做一次小测试：删除 A02 的原文，只留下编号。合格的回答应说明缺少信息。如果它仍给出具体原因，记录这个失败例子，收紧要求后重试。
接下来学什么？
理解这些区别后，进入 W00–W03：做竞品快照、选择业务机会、访谈专家方法、设定验收标准。每课都会留下可检查的工作产物。随后用 W04–W10 写方法、测反例、做决策，并完成评估与交接。
可靠的入门延伸阅读
按需要选一项即可。以下为官方课程或文章，提供方的访问条件以其页面为准；本站练习由我们独立编写。
- DeepLearning.AI · AI for Everyone ↗非技术入门：理解能力边界、业务机会和 AI 项目。
- DeepLearning.AI · Generative AI for Everyone ↗无 AI 或编程基础要求，进一步理解生成式 AI 的用途。
- Anthropic · AI Fluency ↗学习怎样分配任务、描述要求、辨别结果并负责地使用 AI。
- Anthropic · Building effective agents ↗进阶概念参考（2024）：工作流与 Agent 的区别，先从简单方案开始。
官方介绍核对于 2026-10-16。引用用于说明课程方向，不代表已审阅其全部课时或获得合作认证。