Chatbot你推一下，它走一步
台北車站附近有什麼飯店？
這裡有五間可能的飯店。
那幫我比較價格。
請把日期和預算告訴我。
每一步都等你重新下指令。
第一場 · 40 分鐘互動課
Agent 起步課
別把它想成會聊天的搜尋框。
把它想成一位會自己跑腿、也知道何時回來問你的助理。
今天的搭檔小岑 × AI 助理阿點
開始第一關 今天只記一句Agent 做工作，人擁有決定。
01 · 先搞懂
聊天機器人像櫃台，Agent 像跑腿助理
差別不在比較聰明，而在它會不會看完結果，自己接著做下一步。
Agent你給目標，它自己往下跑
安排台北兩天出差
預算 3,000 / 晚 · 南港開會- 1查空房與交通
- 2排除撞到會議的選項
- 3比較價格與取消規則
- 4帶兩個方案回來問你
做、看、再決定，直到完成或需要你。
再試三題
它需要回答一句，還是自己跑完一段工作？
「幫我解釋這封信在說什麼。」
輸入和輸出都在眼前，一次回答就能結束，不需要工具與循環。
「找出本週撞期的會議，提出調整方案。」
要讀行事曆、比較多人時間、排除衝突，再留下可確認的方案。
「幫公司決定明年的產品策略。」
可以請它整理資料與方案，但取捨、承諾與責任不能整包交出去。
02 · 拆開來看
一個 Agent，裡面其實只有四樣東西
不用背術語。想像你請一位助理辦出差：他需要腦袋、雙手、便條紙，還要會來回跑。
1
Model = 腦袋
像一位會判斷下一步的助理
看懂目標、衡量眼前狀況，再決定接下來做什麼。
收到「安排出差」後，先判斷要確認日期，還是先找飯店。
Model 很會說，但它的自信不等於正確；重要事實仍要查證。
Agent=Model+Tools+Memory+Loop
三個翻車現場
Agent 出問題，通常不是因為它「突然變笨」
「幫我做好一點」沒有完成標準。改成指定對象、格式與必須回答的問題。
它知道要查行事曆，卻讀不到資料。先確認工具可用範圍與登入狀態。
它說完成不算完成。要看報告、來源、測試或檔案等實際產出。
03 · 看它做事
跟著 Agent 跑完一次台北出差
點下一步，看四個零件怎麼輪流出場。這就是 Agentic AI 的核心循環。
Model 正在判斷
STEP 1 · 收到任務
先把模糊需求拆成條件
目標是安排台北兩天出差。Agent 先抓出日期、地點、預算與不能遲到的會議。
Agent 留下的產出
已知：週四到週五、南港開會、每晚 3,000 元內
白話版：Agent 不是一次想完所有事。它比較像「先走一步 → 看有沒有走對 → 再走下一步」。
給 Agent 的任務單
好任務不是一句咒語，而是四個清楚欄位
安排台北兩天出差，提出兩個方案。
週四上午南港開會，從台中出發。
住宿每晚 3,000 元內，不搭太早的班次。
附價格來源、交通時間；刷卡前一定要問我。
幫我完成【目標】，參考【背景】，遵守【限制】，最後用【驗收標準】檢查。
04 · 知道何時喊停
能做，不等於該放手做
查資料、整理、起草可以放手跑；寄出、花錢、刪除、上線，應該先回來問人。
整理 20 份訪談逐字稿，找出重複抱怨
你會讓 Agent 自己做，還是先回來問人？
治理不是大口號
每次讓 Agent 做事，只問這三題
哪些文件、資料與系統？有沒有超過任務需要的範圍？
報告、檔案、測試或紀錄在哪裡？能不能由別人重新檢查？
寄出、花錢、刪除、上線之前，哪一位人類要做最後決定？
完成的證據：不要聽 Agent 說「我做完了」，直接看它留下的產出。
05 · 帶走一個任務
你的工作，適合交給 Agent 嗎？
心裡先想一件你每週真的在做的事，再依直覺拉動六個刻度。1 是很不符合，5 是很符合。
整理每週客服意見
重複、文字主導、容易抽樣驗證；先讓 Agent 分類與摘要，人再確認洞察。
撰寫客戶提案
資料整理與初稿適合；定價、承諾內容與最後送出仍由負責人決定。
直接決定是否資遣
高度敏感、後果重大，也需要情境與價值判斷；Agent 只能協助整理事實。
帶回工作的第一張任務卡
我想交給 Agent：＿＿＿＿＿＿＿＿
它可以讀：＿＿＿＿＿＿＿＿ 不能做：＿＿＿＿＿＿＿＿
完成證據是：＿＿＿＿＿＿＿＿ 人要在這裡核准：＿＿＿＿＿＿＿＿
今天的出口
Agent 做工作，
人擁有決定。
你不需要一次做一個很大的 Agent。先挑一件真實、可驗證、做錯能重來的小任務。
看懂四個零件設好 Human Gate帶一個任務回去試
40 分鐘完成2 分暖身 · 6 分分辨 · 7 分結構 · 10 分示範 · 7 分治理 · 8 分帶走