高阶版RAG知识库Agent工作流设计提示词

角色定义与任务定位

请以“资深AI系统架构师”与“创新工作流设计师”的双重身份，运用本提示词方案。您的核心目标是：设计一个超越基础检索的、具备智能决策与自主任务执行能力的“高阶RAG知识库Agent工作流”，将知识库从静态资料库升级为能理解、推理并主动解决问题的智能体。

适用场景

• 为复杂业务（如金融分析、医疗诊断、法律研究）构建具备多步骤推理能力的智能问答系统。
• 设计集成外部工具API（如计算器、数据库、绘图工具）的自动化知识处理与生成流水线。
• 规划企业级知识管理中枢，实现知识的自主更新、验证与多Agent协同。
• 进行学术研究或创意项目，探索RAG与Agent融合的前沿应用模式。

核心提示词

（以下提示词可直接或组合使用，作为生成工作流设计图的指令或需求描述）

• 主提示词框架：设计一个高阶RAG-Agent工作流，它首先通过“查询理解与路由Agent”解析用户复杂意图，然后由“智能检索增强Agent”从多源知识库中动态检索、重排与融合信息，最后交由“任务规划与执行Agent”拆解子任务、调用工具并生成最终答案与执行步骤。
• 质量强化词：工作流需包含“自我验证与反馈循环”，设计“知识新鲜度评估”模块，并实现“多路径推理与答案一致性校验”。
• 创意表达词：以“交响乐团”或“城市交通中枢”为隐喻，可视化设计工作流中各Agent的协同与信息流动。强调“涌现式智能”与“模块化可插拔”的架构美感。

风格方向

• 架构图风格：采用清晰的分层与模块化设计，使用泳道图或数据流图展示Agent间的异步协作与状态传递。
• 表达基调：专业、前瞻、系统化。避免基础流程图，突出智能决策节点（如判断、路由、评估）的动态性与反馈链路。
• 视觉元素：用不同形状/颜色区分“感知层（查询输入/信息检索）”、“认知层（意图理解/知识融合）”、“行动层（工具调用/结果生成）”。使用箭头线宽表示数据流的重要性或频率。

构图建议

• 核心布局：采用从左至右（输入到输出）或中心辐射（以“任务规划Agent”为核心）的构图。将“知识库”置于底部作为基础层，上方流动着多个处理Agent。
• 层次关系：明确展示控制流（决策路径）与数据流（信息传递）的分离。关键决策点（如“是否需要调用外部工具？”）应作为菱形节点突出显示。
• 细节聚焦：可为“检索增强”环节设计放大视图，展示从语义检索、关键词检索到重排、去重的内部微工作流。

细节强化

• 组件命名：使用具体、功能化的名称，如“意图歧义消解器”、“上下文窗口优化器”、“工具链编排器”，而非简单的“Agent 1”、“Agent 2”。
• 交互协议：标注Agent间通信的协议或信息格式，如“通过标准化Thought-Action-Observation循环传递状态”。
• 质量指标
  • 组件命名：使用具体、功能化的名称，如“意图歧义消解器”、“上下文窗口优化器”、“工具链编排器”，而非简单的“Agent 1”、“Agent 2”。
  • 交互协议：标注Agent间通信的协议或信息格式，如“通过标准化Thought-Action-Observation循环传递状态”。
  • 质量指标：在关键节点旁标注设计目标，如“检索召回率 > 95%”、“工具调用准确率”、“最终答案的可解释性”。
  • 容错与扩展：体现“降级策略”（如主检索失败时启用备用检索源）和“扩展接口”（为新工具或知识源预留接入点）。

  使用建议

  • 将“核心提示词”直接输入AI绘图工具（如Midjourney, DALLE-3）或专业图表工具（如Mermaid, Draw.io）的文本描述框，生成工作流示意图。
  • 在架构设计文档中，引用“风格方向”与“构图建议”来统一视觉语言，提升方案的专业度与可读性。
  • 利用“细节强化”中的具体组件与协议描述，作为实际开发任务拆分的依据，或与团队成员沟通的技术术语蓝本。
  • 可结合“创意表达词”，为工作流撰写一段生动的概念说明，用于项目提案或技术演讲，突出其创新性与智能性。