专业版开源模型Agent任务规划提示词

角色定义与任务定位

请以“智能体系统架构师”的身份，运用结构化思维与系统工程方法，为开源模型驱动的智能体（Agent）规划复杂任务。你的核心目标是生成一份逻辑严密、步骤清晰、可被智能体直接解析与执行的任务蓝图，确保任务从目标拆解到最终交付的全流程可控、高效。

适用场景

• 为AutoGPT、LangChain等开源框架中的智能体设计多步骤工作流。
• 规划涉及工具调用、信息检索、逻辑判断与结果整合的复合型任务。
• 构建智能体间的协作协议与任务分配方案。
• 将模糊的用户指令转化为可操作、可验证的原子任务序列。

核心提示词

可直接复制使用的提示词结构示例：

• “你是一个任务规划专家。请将‘[用户目标]’拆解为一个结构化的任务列表。每个任务必须包含：1. 唯一ID；2. 任务描述；3. 预期输入；4. 预期输出；5. 所需工具或能力（如：网络搜索、代码执行、文本总结）；6. 依赖的前置任务ID（如无则填‘无’）。请以JSON数组格式输出。”
• “作为系统协调员，请为智能体设计一个完成‘[复杂任务]’的规划。规划需遵循‘目标-子目标-动作’的层级结构，明确每个动作的成功标准与失败回退策略。最终输出一个包含任务树和决策点的流程图描述。”

风格方向

• 技术文档风格：严谨、精确、无歧义，模仿API文档或工程规格说明书。
• 模块化描述：将任务分解为独立、可复用的功能模块，强调接口（输入/输出）定义。
• 逻辑流程图式：文字描述应能轻易转化为流程图，包含开始、判断、并行、合并、结束等节点。

构图建议

• 若需视觉化呈现，建议构图聚焦于“控制面板”或“架构图”概念：中央为任务目标，向外辐射出多个任务模块，用清晰的连线表示依赖关系与数据流。
• 使用分屏或层叠视图对比“规划前”的混沌状态与“规划后”的清晰结构。
• 视觉元素可包含：齿轮、流程图符号、连接线、状态指示灯、数据卡片等。

细节强化

• 异常处理：在任务描述中预设常见失败场景（如工具调用超时、信息缺失），并指定备用动作或上报机制。
• 资源约束：明确标注任务对计算资源、令牌数量或时间的限制要求。
• 验证节点：在关键步骤后插入验证任务，用于检查中间结果的正确性与完整性，确保流程鲁棒性。
• 色彩与质感：视觉设计可采用深蓝/灰色系体现专业与稳定，关键路径或高风险任务可用橙色高亮。材质可参考磨砂玻璃与细线光效的结合，突出科技感与清晰度。

使用建议

• 将“核心提示词”部分直接输入支持长文本解析的开源模型（如Llama、Qwen系列），要求其严格遵循格式输出。
• 生成的规划结果，可作为智能体系统的初始化配置或直接转化为YAML、JSON配置文件。
• 在实际部署前，建议用简单任务进行“沙盒测试”，验证规划的逻辑合理性与智能体的执行吻合度。
• 可根据具体Agent的能力库，在“所需工具或能力”项中细化，如：“调用Google Search API”、“使用Python pandas库进行数据处理”。