用 AI agent 處理日常工作的 5 個 prompt 習慣

上一篇文章，我寫的是怎樣像 engineer 把工作交給另一個 engineer 一樣，向 Claude Code 和 Codex 寫 prompt。但同一套思維，放在 software 以外可能更有用。

AI agent 可以研究旅行行程、比較產品、根據一星期的安排設計 meal plan、準備 email，甚至協助籌備活動。最難的通常不是想出一句聰明的說話，而是交代足夠的意圖，讓 agent 可以作出合理判斷，同時不越過那些仍然應由你決定的界線。

你不需要 technical background，只需要 5 個實用習慣：講清楚 outcome、提供會改變答案的 context、設定 boundaries、定義有用的成果，以及在有實際影響的 action 前先 review plan。

這個 pattern 亦符合 OpenAI 現時的 prompting guide、它對工作模式提出的 outcome、context、constraints 和 review criteria，以及 Anthropic 對 清晰 instructions 和 relevant context 的建議。以下就是它在日常生活的樣子。

目錄

一、先講 outcome，不要只講 topic

「幫我 plan 旅行」只講了主題，沒有講成功的結果。由哪裡出發？誰一起去？你喜歡怎樣過一天？目標是休息、盡量多看景點，還是嚴格控制 budget？

較弱：

幫我 plan 四日京都旅行。

較好：

為兩個由新加坡出發、11 月下旬去京都的成人，設計一個輕鬆的四日行程。
我們重視食物、在 neighbourhood 散步，以及每日一間真正值得去的寺廟，
不需要趕着看完所有景點。

第二個版本給了 agent 一個真正的目的地。它仍然可以自己決定怎樣 research 和編排行程，但已知道一個好旅行應該有甚麼感覺。

小 task 也一樣。不要只說「幫我煮晚飯」，可以要求「設計 5 個 30 分鐘內完成的平日晚餐，並合併成一張 shopping list」。先講清楚 task 完成後，甚麼事情應該變成真實。

二、加入會改變答案的 context

Agent 不知道你腦裡那些沒有說出口的細節。一份技術上完美的 plan，如果忽略小朋友的睡覺時間、食物敏感、長者可以步行的距離，或者你願意花多少錢，仍然可以完全沒有用。

寫一星期 meal plan 時，有用的 context 可以包括：

• 3 個人食飯，其中一個是 vegetarian；
• 星期二和四會很夜收工；
• 家裡已有米、蛋、菠菜和雞肉；
• 買餸 budget 是 HK$700；
• 晚餐 leftovers 應變成第二日午餐。

為三個人設計五日晚餐。其中一個人是 vegetarian，所以每餐都要有容易轉換的
無肉版本。星期二和四要在 20 分鐘內完成。先用家裡已有的材料，新買食材控制
在 HK$700 內，並將 leftovers 變成第二日午餐。

重點不是把 prompt 寫得很長，而是加入那些會改變一個 human assistant 選擇的事實。

一個有用的日常 prompt，是一份精簡 handover；每一部分都消除一種不同的估估下。

三、清楚劃分「準備」和「執行」

這是向 AI 問問題和把工作交給 AI agent 的最大分別。Agent 可能有能力填 form、把產品放進 cart、修改 calendar，或者準備 message。這些 action 會影響其他人、金錢和私人資料。

所以要講清楚它在哪裡停：

為媽媽的生日找三間合適餐廳，準備一份 booking recommendation。檢查無障礙設施、
噪音程度、menu 選擇、地點，以及六個人的預計總價。不要 booking、打電話或 send
message。列出 final options 後，等待我批准。

寫 communication 時，「draft but do not send」是最有價值的一句。Shopping task 可以寫「比較後把建議選項放入 cart，但不要購買」。Calendar task 則寫「修改任何 event 前，先提出建議 changes」。

OpenAI 現時的 agent 指引明確提醒，不要使用「check my email and handle everything」這類模糊要求，亦會在有實際後果的 action 前要求 confirmation。你的 prompt 應加強同一個分工：讓 agent 做耐心的準備，把不可逆轉的決定留給自己。

四、定義想要的成果，以及怎樣檢查

「比較這三部洗衣機」很容易得到三段由 marketing page 抄回來的文字。真正可以幫你決定的 comparison，需要 criteria、最新 evidence，以及一眼看見 trade-off 的 format。

為四人家庭比較這三部洗衣機。優先考慮總成本、可靠性、能源用量、噪音、保養和
本地維修支援。使用目前的 manufacturer specifications 和最少兩個 independent
review sources。用 table 顯示結果，寫明檢查日期，標出缺失或互相衝突的資料，
最後提出 recommendation 和它最大的 downside。不要購買任何產品。

現在「done」已經可以觀察。Agent 知道要調查甚麼、資料需要多新、哪些 uncertainty 要顯示，以及你希望怎樣作決定。

不同 task 應有不同 check：

• 旅行 research → 日期、休息日、交通時間和 source links；
• 家庭用品 → 價格、保養、退貨政策和已知 trade-offs；
• meal planning → 飲食要求、總份量、budget 和食材重用；
• email draft → 姓名、日期、語氣和不能 send；
• event planning → 人數、無障礙需要、總成本、取消條款，以及 booking 前批准。

真正的分界不是短 prompt 對長 prompt，而是無法 review 的結果，對可以用來作決定的結果。

五、大 task 先批准 plan，再批准 action

有些日常 task 藏着很多決定。籌備生日晚餐，包括日期、guest list、飲食需要、交通距離、venue、budget、invitation，甚至 deposit。叫 agent 「organize everything」，就會跳過你本來應檢查這些假設的時刻。

將工作分成兩段：

幫我籌備下個月八個人的生日晚餐。第一步，列出需要我決定的事情，並提出一個
短 plan。之後才 research venues 和 draft invitation。在聯絡任何人、修改 calendar、
booking 或支付 deposit 前停下來。

先 review plan，修正日期、budget 或 priority，再批准下一階段。OpenAI 將 agent work 形容為 iterative 和可以隨時 steer：你可以中途打斷、clarify 和改方向，同時保留已完成的進度。這不是 prompt 失敗，而是正常 delegation。

一個可以重用的日常 template

Outcome
<Task 完成時，甚麼成果應該已準備好？>

Context
<涉及甚麼人？哪些 preferences、日期、budget、files 或 facts 重要？>

Boundaries
<甚麼不能發生？哪些 action 需要我批准？>

Useful result
<我應看到甚麼 format、options、sources、checks 和 uncertainty？>

Process
<複雜 task 先顯示 plan 和未解決 decisions，再開始 action。>

不是每次都需要 5 個 headings。簡單 request 可以只有兩句。當 task 有幾個 steps、涉及另一個人的 inbox 或 calendar、金錢、私人資料，或者是一個之後要由你承擔的選擇，這個 template 就最有用。

真正的重點

寫好的日常 prompt，不是要令自己聽起來很 technical，而是做一個體貼的 delegator。

告訴 agent 好結果是甚麼樣子；分享真正重要的個人細節；在有實際後果的 action 外圍加一條 fence；要求可以 review 的 evidence；大 task 則在開始走之前先批准路線。

我最短的版本是：廣泛準備，清楚決定，得到批准才行動。

這樣 AI agent 才會在日常生活真正有用，同時不會靜靜接管那些仍然應屬於你的部分。

如果你也在試用 AI agent 處理每星期最花時間的瑣事，很想知道哪一種 handover 最能幫你節省時間——電郵我。

想看更多實用 AI 筆記，可以在 Medium 追蹤我、訂閱或收藏 nam-ai.uk，亦歡迎在 LinkedIn 連繫我——很樂意交流哪些方法在真實生活最有效。