角色与专业化

一个同时处理许多事务的通用提示词会分散注意力并混淆指令。将任务分解为专业化智能体——每个智能体都有狭窄的职责范围、聚焦的上下文和定制的工具——能够使行为更加明确，并隔离故障。

• 范围狭窄 → 更可靠、更易于引导。
• 相互隔离 → 一个角色中的错误不会破坏其他角色。

专业化就是将分而治之应用于提示词设计。

有效的智能体角色设定不只是一个名称。它会声明：职责（负责什么）、边界（不得做什么）、输入/输出（其契约）以及成功标准。模糊的角色设定（“您是一位乐于助人的专家”）无法充分约束行为。

请让每个智能体只有一个会促使其改变行为的理由。一个“研究—总结—事实核查”智能体混合了三个方向不同的目标。请将它们拆分，使每个目标都能独立调整、评估和调试。

检验标准是：如果您无法在不使用“和”的情况下用一句话说明某个智能体的工作，那么它承担的事情就太多了。

专业化包括上下文隔离。编码智能体需要代码和规格说明，而不是营销简报。限制每个智能体的上下文可以减少干扰和成本，也能降低它根据无关材料采取行动的可能性。

• 只提供职责所需的输入。
• 只授予该角色合理使用的工具。

最小上下文和最少工具，是多智能体系统中与最小权限相对应的做法。

各个角色应当划分工作，既不能重叠，也不能留下空缺。重叠会浪费计算资源并产生相互冲突的输出；空缺则会使任务的一部分无人负责。请将角色集合设计成清晰的分解结构，让每个子任务恰好有一名负责人。

请先绘制职责图，再编写角色设定来填充其中的每个单元。

一些最有价值的专业角色具有对抗性：能够发现缺陷的批评者、攻击计划的红队成员、要求提供证据的核验者。他们的职责明确要求提出异议，从而抵消单个智能体的迎合倾向和过度自信。

请为每个生成器配备一名怀疑者，并以发现的问题数量衡量其成功。

在漫长的会话中，智能体可能会逐渐偏离自身角色，吸收它所读取的其他智能体的语气或目标。请强化身份：在每次调用时重申职责，并让每个智能体的提示词自包含，避免它悄然继承其他智能体的指令。

请将角色设定视为每一轮都要重新确认的内容，而不是设置一次后就遗忘的内容。

专业智能体之间必须顺畅交接。请为每个角色的输出定义一个类型化契约，由下一个角色使用。宽松的文字交接会导致误解；结构化契约能让流程可组合、可验证。

研究员输出带有引用的论断；写作者严格按照该结构接收；批评者据此进行核查。

智能体越多，调用次数就越多。专业化牺牲单次调用效率，换取可靠性和并行能力。请为每个角色提供理由：如果拆分无法显著提升质量，也无法实现并行工作，就应将其合并回通用智能体。

• 可并行化的专业智能体可以 run（并发执行）→ 带来延迟优势。
• 严格串行的专业智能体会增加延迟 → 请确保质量提升值得付出这一代价。

角色太少，就会得到职责混乱的通用智能体；角色太多，则会淹没在协调开销中。请选择仍能让每个智能体承担单一且可评估职责的最粗粒度分解。请从粗粒度开始，只有当评估表明某个角色负载过重时才进行拆分。

粒度应通过经验调整，并由错误实际集中的位置提供指引。

请为每个智能体确认：一句话职责、明确的边界、最小上下文和最少工具的范围限定、类型化输出契约、没有重叠或空缺的互补关系、每轮强化身份，以及能够证明拆分提升了质量或并行能力的理由。对抗性批评者必须通过发现真实缺陷来证明其存在价值。

请将任务分解为承担单一职责的智能体，每个智能体都应具有明确的职责、清晰的边界、最小上下文和最少工具的范围限定，以及类型化输出契约。请清晰划分工作，不留下重叠或空缺；为生成器配备对抗性批评者；在每一轮强化角色设定的身份；并选择能够让每个角色保持可评估性的最粗粒度。专业化需要付出更多调用次数的代价，换来可靠性和并行能力——请将这项成本用在能够显著带来帮助的地方。