让 Agent 一口气完成“核资料、排计划、写宣传稿、检查风险”，看起来省事；但如果原始资料里日期互相矛盾，错误可能一路进入成品。把任务分成几个有明确输入、输出和检查点的步骤，可以在后续工作开始前先发现冲突。
拆步骤会增加模型调用和等待时间，也不保证每次都更准确。这里用同一台电脑上的同一个 Qwen 模型，比较一次性完成和分步完成；样例只有一组虚构活动资料，因此结果只说明这个案例，不代表所有 Agent 任务。
先判断这件事是否值得拆
适合按顺序拆的任务，通常至少满足一条：
- 后一步必须依赖前一步的结论，例如先核对事实，再写对外文案。
- 中间结果可以单独检查，例如日期、容量、规则是否与原文一致。
- 一旦早期错误流到后续，返工成本会明显增加。
如果只是把一句话改得更简洁，或把一条明确规则换成表格，一个提示词往往够用。Anthropic 在 2024 年的文章中将 Prompt Chaining 描述为把任务拆成一串前后相接的步骤，并可在中间加检查关卡；文章也提醒，多加步骤会用响应时间换取更容易处理的子任务。本文只借用这个工作流模式，不把旧文当作当前 SDK 使用说明。Building effective agents。
这篇讲的是一个 Agent 分步处理，不是把工作并行分给多个 Agent。什么时候适合多 Agent，见多 Agent 协作。
一个实用顺序：核事实、定计划、做交付、再复核
- 核事实：只整理资料明确写出的事实、冲突和缺失项；标出每一项来自哪份资料。
- 设关卡：遇到影响后续的冲突或缺失，就停下来询问负责人。没有确认前，不让模型把它“补完整”。
- 定计划：只用已经确认的事实排步骤；把仍未知的事项列成待确认清单。
- 做交付并复核：先生成可审阅的草稿，再按同一份规则逐项检查；检查不通过就返工或交给人判断。
给每一步设一个短输出格式。例如“事实 / 冲突 / 未知 / 是否放行”，比“先分析一下”更容易审阅。下游提示词也要明确引用上一步结果，而不是让模型自行回忆一长段聊天。
这些步骤是一个工作流，不代表模型已经有权替你执行外部操作。发通知、发布内容、下单或改数据，都应另设权限和人工确认边界。
本地实测：同一任务，一次完成和分步完成
练习包里是一组虚构的陶艺体验活动资料：活动说明写着 2026 年 10 月 25 日，场地预约单写着 10 月 24 日；之后的负责人确认说明以场地预约日期为准。容量、活动时长和作品晾干限制已给出；价格、详细地址、报名入口和取消规则仍未知。
我在同一份资料上做两条流程：
- 一次完成：一个提示词直接要求输出事实核对、活动流程、宣传草稿和发布前清单。
- 分步完成：先核事实并检查日期关卡，再排活动流程，接着生成草稿，最后用同一份验收表复核。
两条流程使用同一台 M1 Max、同一个已安装的 qwen3.8-27b:latest 模型和同一组资料。脚本只请求 127.0.0.1:11434 的 Ollama API；开始前会检查模型已存在，找不到时会停止，不会自动下载。Ollama 的 Chat API 返回生成时间和输入、输出 token 数，可用来记录本次耗时与用量。Ollama Chat API。
下载Agent 任务拆解练习包，先确认本机模型，再运行：
ollama list
python3 scripts/run_comparison.py对照包内的 rubric.json 检查两个最终结果：日期冲突是否被准确处理、人数和时间是否一致、未提供的信息是否仍留作待确认、作品限制是否没有被夸大，以及对外发布是否仍停留在草稿。耗时与 token 只能说明本次调用开销，不能替代正确性检查。
本次两种流程都通过 6/8 项。两份流程都在 14:00–16:00 内加了 10 分钟签到，再把体验排成 90 分钟，却仍把最后 20 分钟写成 30 分钟；原资料要求完整的 90 分钟体验和最后 30 分钟提问/整理。两份文案也都把“至少 48 小时”缩成“48 小时”。分步流程的模型复核把这两项都判成通过，人工按时间和原文核对才发现错误。两种输出都正确处理了日期、人数、未知信息和草稿边界。
一次性流程调用 1 次，用时 27.1 秒（645 个输入、304 个输出 token）；分步流程调用 4 次，合计 74.8 秒（2,995 个输入、718 个输出 token）。分步版留下了事实、计划、草稿和模型复核记录，但没有提高本次评分，反而多花约 47.7 秒。模型复核也不能替代独立验收。数据和逐项评分见练习包的 evidence/。这是每种流程各运行一轮的观察，不是统计实验；不能据此推断分步流程总是更慢或更准确。
练习时留意这三件事
- 不要把步骤拆成没有检查点的小碎片。 每一步都要说清楚要解决的问题、输出和验收办法。
- 把“未知”保留下来。 如果地址或价格没写，草稿就用“待补充”，不要让 Agent 替负责人做决定。
- 复核原文和算术，不只看模型的“通过”。 本次分步流程的模型检查漏掉了“至少”这个条件，也没发现时间段只剩20分钟却标成30分钟。中间关卡便于追查错误，但不能代替独立验收。
- 比较返工和等待。 本次分步流程耗时约为一次性流程的 2.8 倍；如果任务简单且一次输出通过验收，额外调用不一定划算。
练习包中的活动、场地和负责人说明均为虚构数据。模型只在本机调用；没有连接发布平台、微信、报名系统或其他外部服务。比较仅运行一轮，结果受模型版本、提示词和本机负载影响；真实业务仍需负责人核对资料并批准成品。