AI 工作系统：把一次任务放进一条完整链路
作者：Wattter ·
理解输入、判断、执行、复盘四个环节，避免只优化某一句指令而忽略整个工作系统。
单次任务能跑通，过几天又得从头解释一遍。问题不在提示词不够长，而是这件事还没变成一条可以回看的工作链。
工作系统把一次任务连成闭环：输入决定方向，执行产出结果，复盘服务下一次。
这一节做完，手里会有一张工作系统四象限图
先把这件事想明白
前面解决了怎样启动、配置和运行；这一步给出全景，帮助你判断某个问题该放在模型、工具、Skill、知识库还是工作流层。
把单点能力放回完整工作系统：输入、判断、执行、复盘
- LLM 擅长基于上下文生成和归纳，但不天然保证事实、权限或执行成功
- Prompt 是本次任务说明；Agent 围绕目标循环行动；Tool 提供动作；Skill 规定可复用做法
- 知识库保存材料，RAG 按问题取回片段，记忆保存长期偏好；Workflow 固定路径，Agent 在边界内决定下一步
现在跟着做
开始前，先准备这几样东西。
- 回顾一项已经做过两次的工作
- 找出常用资料和步骤
- 确定可保存的资产
材料就位后，按这个顺序走。
- 记录任务输入和最终结果
- 挑出重复出现的输入、格式或判断规则
- 把它们存成模板、知识条目或 Skill
- 为下一次调用设置一个明确入口
做到这儿，就可以先停
- 新任务可以套用同一个工作流
- 复盘能产出新的输入或规则
- 失败不会让整个系统崩溃
换一件小事，再走一遍
从一次调研到可复用工作系统
同一项行业调研第一次可以由人带着 Agent 完成；第二次把来源、字段和报告结构固化；第三次才考虑定时运行。这样不会把未验证的判断过早自动化。
- 用 Prompt 定义这次研究的问题与边界
- 用工具获取资料，用模型整理事实和待验证项
- 把稳定来源、输出表和审阅规则沉淀为 Skill
- 将周期触发、日志与人工关口编成 Workflow
把这段话改成你自己的任务
先放进练习工作区。方括号里的内容，换成你手上那件小事。
重复任务：【名称】\n常用输入：【资料】\n固定步骤：【步骤】\n可沉淀资产：【模板/知识/Skill】\n下次入口：【在哪里调用】
卡住时，先看这里
- 只优化某一段而忽略其他。执行顺畅，但前置输入不足或复盘缺失 通常是因为把注意力放在显眼环节。 为输入和复盘各列三条最低标准。
- 无法形成闭环。任务结果没有留下可复用的资产 通常是因为复盘机制没有给出可保存的格式。 把复盘固定为模板、知识卡或 Skill。
还容易犯这几种错
- 把所有历史记录都当资产保存
- 沉淀后没有定义调用场景
- 只存结果，不存判断规则
先停一下评估系统级别的影响时要保留人工把关；关键决策放在执行之后而不是之前；复盘结论不应成为下一次硬限制。
留十分钟，做成自己的
画出一项工作从输入到复盘的闭环，并指出哪个环节最值得沉淀。
有了全景后，从最常见的办公交付开始练习组合能力。
还有几个常见问题
这一页最先要准备什么？先回顾一项已经做过两次的工作。工作系统把一次任务连成闭环：输入决定方向，执行产出结果，复盘服务下一次。
做这一步时心里应该记住什么？LLM 擅长基于上下文生成和归纳，但不天然保证事实、权限或执行成功
最容易卡在哪里？把所有历史记录都当资产保存
完成这一页后，下一步怎么接？有了全景后，从最常见的办公交付开始练习组合能力。