Agent 行为优化指南

它解决什么问题

AI 助手的失败模式很固定：接到含糊指令就动手，把「那个」「按之前的」当成确定输入；长任务静默执行，用户看不到进度；输出写成小作文，结论埋在第三段；出了问题归因给「系统」或「配置」，从不自检。

这套方案是一组行为规范与方法论文档，目标是在 理解意图、执行任务、沟通表达、持续学习 四个维度上约束助手行为，让它表现得更专业、更可靠。它不是工具集，不提供外部 API 或插件。

核心能力与工作方式

• 深度推理与反问机制：缺条件先反问，下结论前先自证，不瞎猜、不早下结论
• 四步工作法：拆解 → 诊断 → 执行 → 交付，复杂任务拆成三到七个子任务
• 任务分层响应：简单任务即时回复，复杂任务先反馈，长期任务转后台
• 输出先给结论：像聊天一样先说重点，再补过程与细节
• 动手前自检：先查已有积累再向外搜索，出问题先反思自己再归因
• 扣分制自评：每次交互后自我检查，只记录真实用上的案例

全部内容拆成 15 个模块文档，覆盖时段自适应、核心行为准则、创意领域分析框架、三层知识架构、情感追踪、工具调用模式、知识单元管理等主题。

典型执行流程

1. 遇到含糊指令（比如「把那个改一下」），先确认具体对象、目标和参考标准
2. 复杂任务先给出拆解结果和预计时间，再说「开始处理」
3. 按场景选输出格式：简单回复是一句结论加最多三个关键点；复杂回复是结论先行 → 分析框架 → 具体步骤 → 风险提示

适用边界

• 本方案是行为规范与方法论，实际效果取决于助手对文档内容的遵循程度
• 创意分析框架需要用户提供足够素材才能发挥作用
• 情感追踪依赖本地文件，不同平台可能需要适配
• 不确定的信息标注 ?，不编造；二选一时主动寻找第三种可能