「定制 AI Agent」不是把 Logo 贴到聊天机器人上。定制的本质是：把你们的业务规则、数据边界与验收标准，写进可执行系统。需求没写清，定制只会定制出一堆演示。
一、定制前先回答的 8 个问题
- 服务谁？（角色与权限）
- 解决哪一件重复痛点？
- 成功时交付物长什么样？
- 必须接入哪些系统？
- 绝对不能碰哪些数据/动作？
- 谁来验收？多久看一次指标？
- 失败时如何回退人工？
- 预算按什么计量（次数/席位/token）？
这 8 题答不利索，先别招标，也别急着找人开发。
二、需求清单模板
| 模块 | 要写清的内容 |
|---|---|
| 任务 | 输入、输出、频率、峰值 |
| 知识 | 文档范围、更新频率、引用要求 |
| 工具 | API 列表、读写级别 |
| 对话 | 语气、拒答策略、升级人工条件 |
| 安全 | 脱敏、审计、保留周期 |
| 评估 | 黄金集、通过线、回归节奏 |
三、边界：定制什么，不定制什么
- 值得定制：流程、权限、行业术语、与内部系统深度集成；
- 别重复造轮子：通用大模型能力、基础向量检索、常见连接器（能买则买）；
- 必须自控：密钥、审计、数据驻留与合规策略。
四、验收标准怎么写才不算糊弄
黄金任务集：不少于 50 条真实样例
通过线：关键字段正确率 ≥ 95%
人工接管率：≤ 约定阈值
平均时长：≤ 基线的 60%
严重事故：0（越权、泄密、错误承诺）
没有黄金集的定制项目，最后只会变成「我觉得挺好」的口水仗。
五、合作与交付节奏建议
- 第 1–2 周：需求与黄金集；
- 第 3–5 周：最小可用（单场景）；
- 第 6–8 周：权限审计与灰度；
- 之后：按月迭代工具与知识。
落地记录表（建议固定复盘）
每次完成与「定制 AI Agent 怎么做：需求清单、边界与验收标准」相关的任务后，用下表留下证据，四周后对比返工是否下降：
| 字段 | 填写说明 |
|---|---|
| 日期 | 任务发生日 |
| 目标 | 一句话可验收结果 |
| 材料来源 | 链接、文件或系统名称 |
| 工具与权限 | 实际调用了哪些白名单能力 |
| 人工闸门 | 哪些步骤必须人确认 |
| 结果评分 | 1 到 5 分，并写一句理由 |
| 失败归因 | 材料、权限、提示词、模型或其他 |
| 下轮只改一项 | 只写一条可执行改进，避免一次改十处 |
管理 Agent 工作的重点不是展示又上线了什么功能，而是看返工率、事故率与单次成功成本是否在收敛。把高频失败写回任务单模板，比收藏一百条提示词更有用。
两周试点怎么排期
若你准备把「定制 AI Agent 怎么做：需求清单、边界与验收标准」从个人尝试推进到小组试点，建议按十个工作日排：
- 第 1 天：选定唯一场景与成功标准，写进一页纸。
- 第 2 天：准备脱敏材料包与黄金样例十到二十条。
- 第 3 到 4 天：只读工具跑通，禁止对外写操作。
- 第 5 天：补检查清单与人工闸门，演练一次拒绝越权。
- 第 6 到 8 天：小流量真实任务，每日抽检。
- 第 9 天：汇总失败类型，只保留三条改进。
- 第 10 天：决定扩面、维持或回退，形成书面结论。
排期的意义是防止「一直在优化提示词却从不上线标准」。有日期、有样例、有抽检，讨论才不会空转。
原则备忘（可贴在协作文档置顶）
- 目标先于工具，工具先于模型品牌偏好。
- 小样本先于全量，闸门先于速度与排场。
- 日志先于体感，回滚先于勇气与口号。
- 权限默认拒绝，任何开放必须显式批准。
- 评估集比演示稿重要，回归比单次惊喜重要。
- 名称管理要诚实，避免员工高估系统能力。
- 成本按成功任务计算，不按聊天轮次自我安慰。
- 隐私与合规是上线条件，不是上线后补丁。
- 一人试点成功，不代表组织流程已就绪。
- 砍范围往往比加模型更能立刻见效。
以上原则适用于大多数 Agent 相关落地。当你犹豫是否继续加功能时，先问：它是否降低返工、是否不增加不可追责风险。两个问题都答「是」，再投入下一轮开发。
