搭 AI 员工前，先认这五种编排

可易团队2026-09-26阅读约 2 分钟

提示链、路由、并行、编排者与工人、评估再优化。多数业务用前三种就能跑起来，后两种再考虑当次拆步骤。

决定 “不用全自主 Agent” 之后，下一步是把活编排起来。Anthropic 在《Building effective agents》里给了五种工作流，名字是给工程师的，对应的业务动作其实都很具体。多数团队用到前三种就够了。

提示链：上一环的输出是下一环的输入

先写大纲，再扩写成正文，再按清单改一遍。每一步的提示只做一件事，所以每一步都好改、好测。适合质量要求高、但路径完全固定的产出：周报、标书的某一节、把会议纪要整理成待办。

不要把五件事塞进同一次调用里 “顺便” 做完。链的价值就是每一步可以单独看中间结果。

用户进来的第一句话，先判断是查订单、改地址，还是投诉。三类后面是三段完全不同的提示和工具，互不干扰。分类器做错的代价，是走到了错误的分支，所以路由前面通常放一个很小、很稳的模型或规则，而不是再套一个会自由发挥的循环。

适合意图清晰、处理方式差异大的入口：客服、内部 IT 提单、简历按岗位分拣。

一份合同要同时看付款条款、违约责任和数据合规，三路一起读，最后汇总成一份意见。三路之间没有依赖，等待时间取决于最慢的那一路，而不是三者相加。

适合材料长、检查项彼此独立的审阅。合并的那一步要把冲突写出来，而不是悄悄取一个 “看起来更完整” 的答案。

任务的形状每次不一样，比如 “帮我把这个项目的风险过一遍”。编排者先列出要查的点，再把每一点交给一个只做这件事的工人：一个查合同，一个查历史事故，一个查预算偏差。工人不决定全局，编排者也不亲自做细活。

它比提示链灵活，因为子任务列表是当次生成的；又比全自主 Agent 可控，因为每个工人的工具和输出格式是定好的。适合调研、尽调和跨系统取数。

一个角色写，另一个角色按明确标准打分：有没有遗漏数据、口径是否一致、有没有承诺做不到的事。不达标就把意见退回去改，直到通过或达到次数上限。

关键是标准要写得可以判断。 “写得专业一点” 不是标准，“必须包含本周三个指标的环比，且不得出现未给出处的数字” 才是。没有上限的优化循环，会在两个模型之间来回空转。

在可易里，前三种通常是一个 AI 员工身上的一段固定技能；后两种才需要员工在当次决定拆成几步。先把一条真实业务用前三种跑通，再考虑后两种。

五种模式的划分来自 Anthropic，Building effective agents（2024 年 12 月）。本文用业务例子重写，不包含原文的实现细节。