AI agent 不只是聊天機器人，小公司才最需要搞懂 workflow 這件事
最近看到一篇文章在講怎麼用 AI agent 設計自動化流程，讀完覺得蠻有感的，想跟大家分享一下我的理解。
文章核心是這句話：prompt 是一次性指令，workflow 才是會等待、決策、串多步驟的 process。
這個區別我之前完全沒想清楚。我以前的做法都是「有問題就問 ChatGPT，得到答案就用」，完全沒有想到要把它設計成一個流程。結果就是每次都要重新問、重新確認、重新複製貼上，根本沒有真的省到時間。
文章裡拆了三個核心概念，讓我用一人公司的語言翻譯一下：
Loops：讓 AI 可以重試和批次處理
以我的電商來說，最明顯的應用是客服自動回覆。如果設計成 workflow，可以讓 AI 先嘗試自動回覆，如果客人不滿意再升級給我處理，而不是每封信都要我親自看。這個「批次 + 決策點」的設計，才是真的省工。
Skills：AI 要能真的「做事」，不只是「說話」
這個觀念讓我很有感。AI 能查 CRM、寄信、分類資料、發 Slack 通知，這些才是「動詞」，才是讓流程跑起來的關鍵。只會生文字不夠，要能串到你實際用的工具上。
Sub-agents：把複雜任務拆開來跑
文章說可以讓一個主 agent 負責協調，子 agent 各自處理研究、寫作、審查等工作。這對我這種一人公司的意義是：以後出一份競品報告不用自己搜集、整理、寫，可以讓 AI 分工完成再彙整給我看。
但我也想潑一點冷水：
這些聽起來很美，實際導入最容易翻車的地方是「沒有審批點」。我之前讓 AI 自動回客訴，結果口氣太官腔，客人更生氣 🤦。這篇文章有提到 fallback 設計的重要性，也就是「萬一 AI 判斷錯誤，要有人能接手」，這個我覺得是小公司一定要設定的底線。
另外成本的問題文章幾乎沒有提，但對我們這種月費很敏感的小老闆來說，串起一套 workflow 背後要開的工具帳號、API 費用，是要認真算一下的。💰
我的結論是：如果你現在用 AI 工具還停留在「問問題、複製答案」的階段，這篇值得看一下。它提醒的是思維方式，不是技術細節，就算你跟我一樣完全不懂程式也能理解。
不過從想法到真的跑起來，中間還有很多坑，有人實際跑過 AI workflow 嗎？你們怎麼設計審批點的？
作者：偉老闆