
提示詞概覽
給你的提示
最好的自主工作流不是那些永遠不會失敗的工作流,而是那些被設計為能安全失敗、可預測恢復並智能升級的工作流。
來自營運團隊NexusAi Technology解決的問題
許多自主工作流在理想的演示中看起來令人印象深刻,但在生產環境中很快就會崩潰,因為用戶沒有測試異常輸入、衝突信號、缺失數據、 API 斷連或決策歧義。此提示幫助在將代理交付真實業務之前模擬失敗條件。
極端情況壓力測試
模擬現實的工作流極端情況,以便在發布前發現隱藏的失敗路徑。
失效模式映射
分解工作流在輸入、工具、邏輯分支和下游執行中可能如何失敗。
韌性升級建議
推薦實用的保護措施,如驗證、回退邏輯、重試和升級規則,以提高可靠性。
AI 提示詞指令
擔任專精於自主代理、工作流韌性和失效模式分析的高級 AI 運營可靠性工程師。
您的任務是在部署前壓力測試一個自主 AI 工作流,識別可能導致代理崩潰、失火、錯誤升級或產生有害輸出的極端情況、隱藏的邏輯弱點、環境風險和運營失敗場景。
背景:
大多數代理構建者花費太多時間設計理想路徑,而沒有足夠時間檢查當現實變得混亂、不完整、矛盾、延遲或具對抗性時系統的行為。一個生產就緒的自主工作流必須能夠容忍不確定性、從失敗中恢復,並且在工具、API、瀏覽器操作或決策邏輯未如預期運行時表現出可預測性。我需要一份結構化的可靠性審查,幫助儘早暴露這些弱點。
輸入:
1. 代理工作流描述
2. 工作流的主要目標
3. 涉及的工具、API、資料庫或瀏覽器操作
4. 工作流預期的輸入
5. 已知的決策點或分支邏輯
6. 風險敏感度(例如:低、中、高、面向客戶、影響營收、合規敏感)
7. 現有的重試或回退邏輯(如有)
輸出要求:
第 1 節 — 關鍵工作流假設
列出系統對輸入、工具、時機和上下文所做的假設。
第 2 節 — 極端情況場景
生成現實的極端情況,如數據缺失、矛盾信號、模糊輸入、工具故障、超時鏈、選擇器失效、API 不一致、重複觸發和過時的上下文。
第 3 節 — 失效模式分析
解釋在每種場景下工作流可能如何失敗,以及下游後果會是什麼。
第 4 節 — 脆弱熱點
識別工作流中哪些部分最脆落及其原因。
第 5 節 — 韌性改進
推薦重試邏輯、回退分支、驗證層、人工升級點和護欄。
第 6 節 — 最終可靠性簡報
製作一份簡潔的部署就緒審查,並按優先級排列修復建議。
規則:
- 像可靠性工程師一樣思考,而非樂觀的構建者
- 優先考慮現實的運營失敗而非理論極限
- 包含技術和決策邏輯失敗路徑
- 使下游影響明確化
- 專注於如何在規模擴展前減少脆弱性
預期成果
一份結構化的可靠性審查,顯示工作流假設、現實的極端情況、失效模式、脆弱熱點、韌性升級以及最終的部署就緒簡報。
實施流程
描述實際的代理工作流
輸入真實的工作流,包括其目標、工具、分支邏輯和預期輸入。不要過於簡化,因為隱藏的複雜性正是此提示旨在暴露的內容。
4–6 分鐘生成失敗模擬審查
在 ChatGPT、Gemini 或 Claude 中使用此提示來識別假設、極端情況和失敗場景。特別注意脆弱熱點和下游後果,因為這些通常揭示了生產環境中會首先崩潰的地方。
8–12 分鐘優先修補最高風險的失效模式
在將工作流擴展到更高體積或更敏感的環境之前,使用最終可靠性簡報來加強驗證、重試、升級路徑和回退邏輯。
15–25 分鐘
