《智能体设计指南》:六种方法都是加法,加多少没人算
微信读书《智能体设计指南:成为提示词高手和 AI Agent 设计师》· 12 章 · 88 条目录 · 1146 屏
逐页翻阅 1146 屏 · 12 章 · 88 条目录 · 读至末页 p1144「文后」· 2026-11-06
说明:1146 是微信读书的屏幕数,不折纸页。我抽看了推荐序结尾、1.5 角色扮演法、2.2 结构化提示词拆解、4.2 设计模式与图 4-11、图 6-24 大模型节点参数、10.5 扣子短篇小说工作流、12.4 幻觉与"对齐",共七处逐字核对。88 条目录全过。判断只以这七处为准。
先说结论:这是一本很实用的书,实用到你可以照着它在一个下午搭出一个能用的智能体;但它也是一本只会做加法的书——六种提示词方法、八段结构化模板、四种设计模式、十来个平台,全是"往上加"的动作,没有一处讨论"加到什么程度该停"。
我把这个判断说得更具体一点:它教会读者"结构的每个格子该填什么",却没有教"哪几个格子其实可以不填"。这在一本工具书里不是小毛病,因为提示词的边际收益是递减的——第十二条约束带来的提升,往往抵不上它带来的互相冲突。
一、骨架:前两章占两成,讲的全是提示词
全书 1146 屏,分两部分。第一部分「AI 提示词方法论」是第 1、2 章,第 1 章 122 屏、第 2 章 125 屏,合计 247 屏,占 21.6%。第二部分「AI Agent 设计方法与实践」从第 3 章开始:第 3 章 75 屏、第 4 章 111 屏、第 5 章 94 屏、第 6 章 134 屏、第 7 章 92 屏,五六两章加起来 228 屏,是全书最重的两块。第 8 到 11 章是四个平台上的实操案例,38+48+99+97=282 屏,占 24.6%。第 12 章讲局限性,86 屏。
这个配比透露了作者对"智能体设计"的理解:提示词占两成,组件与工作流占两成,平台案例占两成半,最后留不到一成讲"它为什么会坏"。我认为前三块的比例是合理的,问题在最后一块——一本教人搭智能体的书,只用 7.5% 的篇幅讲"这东西不可靠",这个比例偏低了。第 12 章我后面单独说。
还有一件事值得先说:这本书的案例全部落在"别人的平台上"。第 8 章 GPT Store,第 9 章智谱 AI 智能体平台,第 10 章单智能体(腾讯元器、扣子),第 11 章多智能体(扣子)。四个案例四家平台,没有一个案例是写代码搭的。这不是缺点,是定位——它面向的是"不写代码也想做出东西的人"。但读者必须知道自己在读哪一类书:它教你用工具,不教你造工具。所以第 10.3、11.7 两节「常见的单/多智能体开源项目」各只有 4 到 6 屏,几乎是象征性的,这就很好理解了。
同一件事还能从另一个小地方看出来:2.4 节「提示词编写的自动化」只有 9 屏(p214 到 p222),而 2.2 节手写模板的拆解给了 40 屏。也就是说,"用模型来写提示词"这件事,在这本书里是附录级的分量。我有不同看法:模板化的提示词最容易被模型自己生成——你只要给它三五个好坏对照的例子,它写出的结构化提示词往往比人手填的更整齐;而人手写模板的边际价值,恰好在这一步之后迅速下降。这个判断可能有争议,但书里没有讨论它,9 屏里也没有一句"什么时候该让模型自己写"。
二、最实用的一节,也是最暴露问题的一节
2.2 节「结构化提示词拆解」是全书的核心方法论,40 屏,把一份提示词拆成若干段:角色、描述、Skills(技能)、Background(背景)、约束、输出格式等等。这套拆法确实好用,我在自己的项目里也这么写。
但书里给的示例,恰好把这种拆法的软肋暴露得很干净。那是一份"付费订阅管理助手"的提示词,Skills 一栏是四条并列:
- 理解和记录用户提供的订阅信息,精确记录时间,时间格式为<yyyy-mm-dd>。
- 自动计算到期时间。
- 用表格输出所有的订阅记录。
- 装可爱,哄用户开心。
第四条和前三条不在一个层级上。前三条是功能规格,可以验收(时间格式对不对、到期时间算得准不准、输出是不是表格);第四条是人格设定,无法验收,而且它和前三条是有冲突的——一个"精确记录时间、用表格输出"的严谨工具人,和一个"装可爱"的角色,读者能想象出它们打架的样子。把它们写进同一个 Skills 列表,等于告诉读者"技能"这个词可以装任何东西。
这不是吹毛求疵。结构化提示词的全部价值在于"每一段承担一种职责",一旦有一段可以混装,结构就退化成装饰。我认为正确的位置是把"装可爱"放进角色或语气段,而不是 Skills 段;书里没有做这个区分,也没有解释为什么它可以放在这里。读者学到的是"照这个格式填",而不是"每段该填什么类的东西"。这两者的差别,会在读者第一次遇到"输出格式和人格设定冲突"时爆出来。
紧接着的 Background 段是这样的:「有一个应用叫有数鸟,它能记录用户在各个网络服务平台上付费订阅金额和期限。我希望能通过与用户的对话交互来实现类似的功能。」这段写得很好——用一个真实存在的产品做锚,"类似的功能"四个字立刻把范围圈住了。这是全书我认为最值得学的一个写法:与其写三段形容词描述你想要什么,不如指出一个已有的东西说"像它那样"。
三、六种方法,六种加法,六节互不引用
第 1 章的主体是六种方法:1.5 角色扮演法(13 屏)、1.6 细节法(10 屏)、1.7 示例法(12 屏)、1.8 推理法(11 屏)、1.9 格式法(21 屏)、1.10 迭代法(10 屏),合计 77 屏。后面 1.11 讲常见误区,只有 8 屏。
这六种方法,本质上都是同一个动作:往提示词里加一个条件。角色扮演法是加"你是谁",细节法是加"具体到什么程度",示例法是加"像这样",推理法是加"先想再答",格式法是加"输出成什么形状",迭代法是加"上一版哪里不行"。六节各写各的,我通读目录没有看到任何一处交叉引用——讲示例法的时候不提它和角色扮演法会互相影响,讲格式法的时候不提格式约束会挤占推理空间,讲迭代法的时候不提迭代到第几轮开始收益归零。
1.5 角色扮演法的例子能说明这一点。书里让模型扮演"经验丰富的麦肯锡顾问",然后给出七步商业分析框架:竞品分析、内部分析(提到 SWOT)、战略策略、执行计划(含 KPI)、监测和评估。
读完这一段,我说不清起作用的是"麦肯锡"这三个字,还是那七步框架。因为框架本身已经把任务说清楚了——你把"角色"两个字删掉,只留七步,输出大概不会差多少。反过来,如果你只写"你是麦肯锡顾问"而不给框架,输出会变成一堆咨询腔的套话。这本书给了两个东西,但没有做消融——而消融才是"角色扮演法"这一节真正该教的东西:什么时候角色有用(需要调用某种语域和默认假设时),什么时候角色是废字(任务本身已经结构清楚时)。
1.9 格式法给了 21 屏,是六节里最厚的,这个分配我认同——格式是最容易验收的一类约束,也是最容易写出效果的。但 21 屏讲的都是"怎么让模型输出成表格/JSON/列表",没有一屏讲"格式约束和内容质量的权衡"。一个真实经验是:当你强制模型输出严格 JSON 时,它在需要长推理的任务上会变差,因为结构化解码把"边想边写"的空间压掉了。这条经验不在书里,而它恰好是格式法最需要的一句警告。
更能说明问题的是配比:六种方法合计 77 屏,紧随其后的 1.11「编写提示词的常见误区」只有 8 屏。教对的动作写 77 页,教错的只写 8 页——这个比例我认为反了。提示词这件事的上限很低、下限很低但踩坑率极高:你可能写不出一个惊艳的提示词,但你很容易写出一份自相矛盾的提示词。而"自相矛盾"恰恰是误区一节最该讲的东西。8 屏能列几条?大概三五条。真实项目里我见过的坑远不止三五条:约束之间打架、示例和规则冲突(示例里做了规则禁止的事)、否定式指令被忽略("不要用反问句"往往导致反问句变多)、以及中英混写导致的格式漂移。这些一条都没在 8 屏里出现,而它们比"要具体"三个字有用得多。
四、四种设计模式讲清楚了,"扩展"只有 3 屏
4.2 节「AI Agent 的 4 种设计模式」是全书技术含量最高的一节,50 屏。它讲的应该是业界常说的四类模式:把任务拆成流水线的、让模型自我反思的、多角色协作的、以及按需路由的。
其中"反思"那部分配了图 4-11,画的是一个 Code Agent 的循环:用户说「请为 {task} 编写代码」→ 模型给出 def do_task(x) → 提示词要求「仔细检查编写代码的正确性、风格和效率,并对如何改进提出建设性的批评」→ 反馈「第 5 行有个 bug,请通过……修复它」→ 产出 def do_task_v2(x) → 再反馈「它未通过单元测试 3,请尝试更改」→ def do_task_v3(x)。这张图画得比多数讲 Reflection 的文章都清楚,因为它把"批评从哪来"画出来了——不是模型自己空想,而是外部反馈(bug 定位、单元测试结果)灌回去。这是反思模式能不能用的分水岭:有外部信号才叫反思,没外部信号那叫自我催眠。
但紧接着的 4.3 节「扩展」,只有 3 屏。
这是全书我最不能接受的一处配比。4.2 用 50 屏讲四种模式的各自形态,4.3 用 3 屏讲它们怎么组合——而真实系统里,几乎没有哪个智能体只用一种模式,全是"路由 + 反思 + 多角色"叠起来用。换句话说,这一章把"零件长什么样"讲透了,把"零件怎么装"压缩到了 3 屏。而读者真正会踩坑的地方,恰恰在装配线上:反思循环什么时候该退出、多角色之间怎么传递上下文、路由错了怎么回退。这三件事,3 屏装不下。
同一类失衡还出现在第 6 章。六个组件里,工作流 47 屏(6.5),知识库 28 屏(6.3),插件 29 屏(6.2),提示词 17 屏(6.1),而记忆系统只有 11 屏(6.4)。记忆是智能体从"一次问答"变成"长期助手"的那道门,它决定了一个智能体能不能记住你上周说过什么、能不能积累偏好。11 屏讲这件事,只能说把概念交代了。图 6-24 那组参数能看出这一章的细致程度:大模型节点的生成随机性 1.00、Top P 0.70、最大回复长度 1024,一个一个标出来。参数标得很细,架构讲得很浅——这是这本书的通病:微观给到小数点后两位,宏观只给一个名词。
五、四个案例、四家平台、零行代码
第 8 到 11 章是全书篇幅第二重的部分,282 屏,四个完整案例:GPT Store 的 Logo 设计大师、智谱的小红书爆款文案大师、腾讯元器的翻译智能体、扣子的短篇小说作家与活动组织专家、公文写作大师。
这些案例的可操作性是真的。10.5 讲扣子的小说创作工作流,节点之间用变量传参:大模型节点的输入绑 {{idea}},提示词里写「围绕主题:"{{theme}}",输出最终的小说创意。注意构建开放式、引入无限遐想和思考的结局」,模型下拉框里选的是「通义千问-Max 8K」。变量名、提示词原文、模型型号、上下文长度,四样都给全了,读者照着搭能复现。这是工具书该有的颗粒度。
但也正因为它给得这么具体,另一个问题才显眼:282 屏的案例,没有一行代码,也没有一处讲"如果平台不给这个能力怎么办"。案例全部建立在"平台已经提供了节点编排"这个前提上,一旦你需要的能力平台没有(比如自定义一个检索打分函数、接一个内部 API 做鉴权),书里没有路。这不是苛责——书的定位就是低代码。但它意味着这本书的知识半衰期很短:平台改版、节点改名、模型下架,案例就得重做。
第 5 章 94 屏讲平台,同样有这个隐忧。它把国内平台分成"入门级"和"进阶级",再讲国外平台,最后 5.4 讲选型(21 屏)。选型这一节本可以成为全书最有价值的一节——因为它不随平台改版而过期。可惜它给的是维度(能力、生态、成本、可迁移性),不是权重,也没有一个"如果你是这样的人就选这个"的判断树。读者读完知道该考虑四件事,仍然不知道该选哪一个。
值得单独提一笔的是第 7 章「AI Agent 设计流程」,92 屏,六节:需求分析(14 屏)、提示词设计(15 屏)、测试方法(14 屏)、版本迭代(28 屏)、用户反馈(13 屏)、后续搭建(6 屏)。一章讲"怎么把一个智能体从想法做到上线",但测试只占 14 屏,而版本迭代占 28 屏——改的篇幅是测的两倍。这个比例,恰好是我见过的大多数低代码项目的真实写照:大家都在改,很少有人在测。问题是一本书如果把这种失衡照抄下来,它就没有起到"纠正读者"的作用;它只是把行业的坏习惯又印了一遍。7.3 那 14 屏如果能把"怎么设计一组回归用例"讲透——比如固定的十个典型问法、每次改动后跑一遍、记录通过率——这一节的价值会超过后面 28 屏的迭代技巧。因为迭代的前提是知道"这次改完是变好还是变坏",而这个前提只能由测试提供。
六、第 12 章肯认账,但解药还是老一套
第 12 章「AI Agent 的局限性及其缓解方法」86 屏,五节:12.1 多模态 AI(10 屏)、12.2 智能体无法准确识别数字(12 屏)、12.3 智能体难以解决数学问题(9 屏)、12.4 智能体会产生幻觉(23 屏)、12.5 其他常见问题(19 屏)。
肯用一整章、7.5% 的篇幅承认"这东西不行",这在同类书里是要给分的。而且它的分类很实在:数字识别、数学计算、幻觉,这三样恰好是大模型最顽固的三个短板,不是凑数的。
但 12.4 讲幻觉的那一节,有一个我不太满意的地方。它先用阿西莫夫的机器人三定律来说明"什么是对齐机制":
"机器人三定律"实际上是一种对齐机制,即通过一系列相互制约的规则来确保机器人行为的一致性和可预测性。这种对齐机制不仅有助于防止机器人因过度自主而引发潜在风险,还使得机器人能够在复杂环境中做出合理的决策。
这段类比读着顺,但它把两件不同的事当成了同一件。三定律是"写在纸上的规则",它约束的是能读懂规则并遵守规则的智能体;而 RLHF 的对齐,约束的是一个概率分布的采样倾向——它没有"读规则"这一步,它是靠大量偏好数据把某些输出压下去。用三定律解释 RLHF,会让读者以为对齐就是"把规矩写进提示词",而现实恰恰相反:写在提示词里的规矩,是最容易被绕过的对齐方式。这个误解在 12.5「其他常见问题」里被放大了——那一节给出的缓解方法,多数仍然是"在提示词里加一句约束"。用提示词治幻觉,就像用便签纸治漏水:贴得住一时,挡不住压力。
真正有效的缓解手段,书里提到了但没展开:知识库(6.3,28 屏)、工作流里加校验节点(6.5,47 屏)、以及让模型输出结构化字段以便程序校验。这三样才是"工程解法",而它们全在前面的章节里,第 12 章没有回头引用。一本讲局限性的书,如果不在最后把"前面哪一节能救这个坑"连起来,读者读完只会记住"它会幻觉",记不住"我该怎么办"。
七、它的短板
第一,全书只有加法,没有减法。六种方法、八段模板、四种模式,全是"往上加"。全书没有一处讨论"提示词写到多长会开始互相干扰""模板里哪几段可以省""约束超过几条之后模型会开始丢"。
第二,分类不互斥,且不做消融。1.5 到 1.10 六种方法在实际使用中几乎总是同时出现(角色 + 示例 + 格式是标配),但六节各写各的,不交叉引用,也不做"去掉某一项会怎样"的对照实验。读者学到的是六个名词,不是六条边界。
第三,配比失衡得厉害。4.2 讲四种模式 50 屏,4.3 讲组合 3 屏;6.5 讲工作流 47 屏,6.4 讲记忆 11 屏;7.4 版本迭代 28 屏,7.3 测试方法只有 14 屏。三处失衡指向同一个倾向:这本书偏爱"能截图给你看的东西"(节点、参数、界面),回避"没有截图可看的东西"(测试、评估、组合策略)。
第四,案例全部依赖平台,没有一条"平台之外"的路。282 屏案例、四个平台,没有一行代码。读者照着能做出东西,但做出来的东西搬不走。第 10.3、11.7 两节提了开源项目,各 4 到 6 屏,基本是名录。
第五,第 5 章 94 屏的平台介绍会最快过期。界面截图占比很大,平台一次改版,这一章就要重做。而真正不会过期的 5.4「平台选型」只有 21 屏,且只给维度不给权重。
第六,第 12 章的解药没有回指前文。它把"会幻觉""算不准数"讲清楚了,但缓解手段仍以"提示词加约束"为主,没有把前面讲过的知识库、校验节点、结构化输出串成一套方案。结果是:诊断清楚,处方偏软。
也说几句公道话。第一,2.2 的结构化模板是真好用,分段承担职责这个思路可以迁移到任何模型上,不随版本过期。第二,2.2 里用"有一个应用叫有数鸟,它能……"来锚定需求,是全书最聪明的一个写法。第三,图 4-11 把反思模式的"外部反馈"画出来了,这是多数文章讲不清的地方。第四,第 12 章肯花 86 屏认账,数字识别、数学、幻觉三类的分类很实在。第五,案例的颗粒度够细——变量名、提示词原文、模型型号、上下文长度全给,读者能复现。
下面这张图是我把七处抽样读完后的结构梳理,四列分别是它真管用的、只会加法的、配比失衡的、以及它的短板。
图文对照:一本把格子填满、不问该留几格的书
八、一句话
如果你只带走一句:这本书把"怎么把一个智能体搭出来"讲到了可以照抄的程度,把"搭到什么程度算够、什么时候该停手"留给了读者自己——它是一本优秀的施工手册,不是一本判断手册。
它该怎么用?我的建议是三步。第一步,只精读 2.2 和 4.2。前者给你一套可复用的模板骨架,后者给你四种可组合的运转方式,这两节加起来 90 屏,是全书唯一"换个模型、换个平台也不会作废"的部分。第二步,把第 8 到 11 章当"抄作业"用,但每抄一个案例,逼自己回答一个问题:这个案例里,哪一步是靠平台能力、哪一步是靠提示词?靠平台的那部分,你换平台就没了;靠提示词的那部分,才是你自己的。第三步,把第 12 章当检查表,每搭一个智能体,就按它的五节对一遍:会不会算错数、会不会编、多模态部分靠不靠得住;对完之后别照它的方子加提示词,回到 6.3 和 6.5 去补知识库和校验节点。
最后提醒一句:这本书出版在低代码智能体最热的那一年,它的案例红利正在快速折旧。你读它的时候,把 282 屏案例当成"练习素材",把前 7 章的 506 屏当成"方法论",这个比例反过来用,才是这本书的正确读法。
最后交代边界:我的判断建立在 88 条目录全过、七处正文逐字核对之上。篇幅账(各章屏数、1.5 到 1.10 合计 77 屏、4.3 只有 3 屏、6.4 只有 11 屏、第 5 章 94 屏、第 12 章 86 屏)是准的,因为我数的是屏幕序列本身;正文层面我只对抽到的七处负责。另外声明两处我不下判断的地方:一是我没有逐页读 4.2 的全部 50 屏,四种模式的准确表述以目录为准,我只核了反思模式那一处图示;二是"六节互不引用"是我在目录与 1.5 一节上的观察,不能排除正文某处有交叉提及。
阅读记录:《智能体设计指南:成为提示词高手和 AI Agent 设计师》,微信读书网页版逐页翻阅 1146 屏 / 12 章 / 88 条目录,2026-11-06,读至末页 p1144「文后」,抓取末段为 last_page(全书完)。
抽样页:p0006(推荐序结尾,袁进辉 / 硅基流动)、p0068(1.5 角色扮演法:麦肯锡角色与七步战略框架、SWOT)、p0172(2.2 结构化提示词:Skills 四条与「装可爱,哄用户开心」、Background「有一个应用叫有数鸟」)、p0412(4.2 反思模式:图 4-11 Code Agent 迭代与单元测试反馈)、p0652(图 6-24 大模型节点参数:生成随机性 1.00、Top P 0.70、最大回复长度 1024)、p0928(10.5 扣子小说创作工作流:{{idea}} / {{theme}} 变量、通义千问-Max 8K)、p1102(12.4 幻觉:机器人三定律作为「对齐机制」的原文)。
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。
发表评论: