# Agent 長大後，不是提示詞繼續加長

Claude 官方公開課裡，一個庫存管理 agent 長到 400 行提示詞、12 個工具和多個 subagent。這篇把它翻成一般工作者也用得到的四層分工判斷：主提示詞、Skill、Tool、Subagent。

> 同一題有更完整的整理：《你重寫你的 CLAUDE.md 了嗎？模型換代後，寫給 AI 的規則該刪與該留》（https://be-ai-curator.com/blog/rewrite-your-claude-md）

Claude 官方頻道最近放出一批從 Code with Claude London 延伸出來的分享。

如果逐支看，會很像工程師公開課。

但我覺得它更有價值的地方，不是教你某個產品按鈕怎麼用，而是 Anthropic 正在把「怎麼跟 agent 一起工作」這件事公開化。

所以這篇不是影片摘要。

我想把它拆成幾個一般工作者也用得到的問題：

- AI 越用越亂時，怎麼拆？
- 什麼叫真的有驗證？
- 記憶到底該怎麼存？
- 什麼時候該換模型，什麼時候只是流程壞了？

### 1. 先看：Tool, skill, or subagent?

這支是我會放第一支的原因很簡單：

它講的不是「怎麼寫更好的提示詞」，而是當一個 agent 長大以後，怎麼避免提示詞變成倉庫。

影片裡的例子是一個庫存管理 agent。

一開始它只解一個問題，後來每幾週多一個需求，最後長成約 400 行的系統提示詞、12 個工具，還有 3 個包在工具裡的 subagent。

表面看起來功能變多。

但真正發生的是：它開始繞路、變慢、規則互打，甚至 subagent 明明做對了，回報給主 agent 時卻漏掉重點。

我覺得這是很多人接下來都會遇到的問題。

你可能沒有寫一個正式 agent，但你可能已經在做同一件事：

- 每次 AI 忘記，就補一條規則。
- 每次輸出不穩，就補一段格式。
- 每次流程出錯，就把整段流程塞進自訂指令。

補到最後，不是 AI 更懂你。

是它開始不知道哪條規則在什麼時候才該用。

### 這支影片給我的工作者版 takeaway

當 AI 開始變難用，不要立刻補提示詞。

先判斷它該放在哪一層：

- 主提示詞：每次都要知道的事
- skill：需要時再拿出的工作手冊
- tool：真的去外部世界動手的能力
- subagent：另一個乾淨腦袋

這四個詞聽起來像工程名詞，但其實是工作整理術。

你不是要把 AI 教得更乖。

你是要先整理它的工作間。

### 接下來我會怎麼看這批公開課

這一系列我不打算逐支搬運。

我會照「工作流成熟度」來看：

- 先拆分工：Tool / Skill / Subagent
- 再做驗收：Evals for taste
- 再談記憶：Agents that remember
- 再談使用習慣：How we Claude Code
- 再談提示詞治理：The prompting playbook
- 再談模型選擇：Picking the right model
- 再談可驗證流程：Trustworthy workflows
- 最後才談放手：Stop babysitting your agents

這個順序背後有一個想法：

不要一開始就追求自動化。

先把工作拆乾淨，再設驗收，再讓 AI 記住，再談放手。

### 你現在可以先做的一件事

打開你最常用的自訂指令或專案提示詞。

把裡面每一條規則標成四類：

- 永遠要知道
- 有時才需要
- 需要真的去外部世界做事
- 需要另一個乾淨腦袋

你會很快看出來：

很多原本塞在提示詞裡的東西，其實應該搬出去。

我把這件事整理成一份「Agent 分工判斷表」。如果你只是想先拿表格，可以看文章下方的下載卡片。

---

### 原始來源

這篇整理自 Claude 官方公開課影片〈Tool, skill, or subagent? Decomposing an agent that outgrew its prompt〉。

[youtube.com](https://www.youtube.com/watch?v=mWvtOHlZM-I)

---

來源：AI 主理人 https://be-ai-curator.com/blog/agent-outgrew-prompt · 更新於 2026-05-24