影片筆記：AI 也需要分工合作——使用 Sub-Agent 比你想像中還簡單！

一句話總結

面對複雜的多步驟任務，與其撰寫冗長且易出錯的單一長提示詞，不如將任務拆解，利用 Sub-Agent（子代理）進行分工合作，由主 Agent 整合結果，以提升處理效率與細節準確度。

核心重點

• 單一提示詞的局限性：
• 當任務複雜（如規劃旅行、整理資料）時，單一提示詞會變得冗長且難以撰寫。
• AI 容易顧此失彼，遺漏細節。
• 受限于上下文記憶空間（比喻為書桌空間有限），可能簡化或丟棄資訊。
• Sub-Agent 的核心概念：
• 將大任務拆解，由多個專門的 AI 小幫手（Sub-Agent）分工合作。
• 最後由主 Agent（Main Agent）整合結果。
• 比喻：提示詞如便利貼；Sub-Agent 如蜜蜂生態系統（分工合作）。
• 適用情境判斷：
• 簡單任務（如想標題、改句子）：適合直接撰寫提示詞。
• 複雜任務（多步驟、多類型檢查、需反覆檢查、大家族旅遊）：適合使用 Sub-Agent。
• 技術實作（以 Claude Code 為例）：
• 透過建立 .claude 資料夾及 agents 資料夾，定義多個 Markdown 檔案。
• 使用 YAML Front Matter 設定每個 Agent 的 Name 與 Description。
• 主提示詞需明確指示使用 Sub-Agent 並整合結果。

詳細大綱

1. AI 使用的常見困境

• 直覺用法：丟問題 -> 回答 -> 不夠好 -> 修改要求。
• 複雜任務挑戰：規劃旅行、整理資料、寫報告等多步驟任務。
• 單一 AI 處理多任務的問題：

提示詞過長複雜，難以撰寫清楚。

AI 難以同時兼顧所有細節，容易遺漏。

資訊處理與記憶空間有限，類似人類書桌空間，資料過多會遺忘或簡化。

2. Sub-Agent 的概念與優勢

• 定義：想像為小團隊，每個 AI 負責特定工作，最後整合結果。
• 優勢：降低單一提示詞複雜度，避免細節遺漏，分工明確。

3. 案例示範：一家三口兩天一夜旅行規劃

• 任務目標：預算 8000 元，包含交通住宿餐飲、親子景點、雨天備案。
• 方法一：直接提示詞
• 操作：輸入完整需求給 AI。
• 結果：快速生成完整計劃，適合簡單案例。
• 缺點：若規模擴大（如大家族、公司旅遊），提示詞會變長、變亂，難以修改與除錯，最終可能導致使用者放棄 AI。
• 方法二：Sub-Agent 做法
• 分工：

行程規劃 Agent：安排景點與路線。

預算檢查 Agent：計算總花費是否超支。

親子檢查 Agent：評估適合度與雨天備案。

• 流程：主 Agent 分派任務 -> Sub-Agents 平行或順序處理 -> 主 Agent 整合與協調修改 -> 輸出最終計劃。

4. 技術實作步驟 (Claude Code)

• 建立專案資料夾 Family Travel。
• 建立 .claude 資料夾（官方規範，以點開頭）。
• 在 .claude 內建立 agents 資料夾。
• 建立三個 Markdown 檔案，使用 YAML Front Matter 格式：
• 上方：設定 Name 與 Description（供 AI 識別職責）。
• 下方：具體的提示詞內容（角色與工作細節）。
• 檔案名稱範例：Trip Planner, budget checker, family checker。
• 在 Claude Code 中驗證 Agent 載入（Library 頁面可見）。
• 主提示詞策略：明確指示使用 Sub-Agent 並整合結果，協調問題。

5. 觀念總結與應用場景

• 比喻：提示詞如便利貼；Sub-Agent 如蜜蜂生態系統（分工合作）。
• 適用情境：
• 簡單任務（想標題、改句子）：直接提示詞。
• 複雜任務（多步驟、多類型檢查、需回頭檢查）：Sub-Agent。
• 應用範例：業務分類問題、老師出考卷、活動籌備。
• 核心精神：Sub-Agent 是工具箱的一環，非強制改變工作流程，而是解決特定複雜問題的工具。

工具 / 模型 / 名詞整理

• ChatGPT
• Sub-Agent (或 SubAgent)
• Claude Code
• YAML Front Matter
• Markdown (檔案格式)
• Agent (代理/小幫手)
• 主 Agent (Main Agent)
• YAML (標記語言)
• Front Matter (檔案頭部元數據)

操作流程整理

任務評估：判斷任務是否為多步驟、需反覆檢查或規模較大。若是，考慮使用 Sub-Agent。

環境設定：

• 建立專案資料夾（例如 Family Travel）。
• 建立 .claude 資料夾。
• 在 .claude 內建立 agents 資料夾。

定義 Sub-Agents：

• 建立多個 Markdown 檔案（例如 Trip Planner, budget checker, family checker）。
• 在每個檔案上方使用 YAML Front Matter 定義 Name 和 Description。
• 在檔案下方撰寫該 Agent 具體的提示詞內容。

驗證載入：在 Claude Code 中確認 Agent 已載入（可於 Library 頁面查看）。

執行主任務：

• 撰寫主提示詞，明確指示使用已定義的 Sub-Agents。
• 指示主 Agent 整合各 Sub-Agent 的結果並協調問題。

輸出結果：獲得最終整合後的計劃或答案。

值得注意的限制或風險

• 上下文記憶限制：單一 AI 處理過多資訊時，受限于上下文空間，可能簡化或遺忘細節。
• 提示詞複雜度：直接撰寫長提示詞時，若任務規模擴大，提示詞會變長、變亂，難以修改與除錯。
• 非強制性：Sub-Agent 並非必須取代現有流程，而是視情況選用的工具箱技術。

逐字稿辨識疑點

• SubAgent / Sub-Agent：逐字稿中多次出現此詞，有時拼寫為 "SubAgent"，有時語境似指 "Sub-Agent" 或 "Sub Agent"。影片口語中聽起來像是 "Sub-Agent" 或 "Sub Agent"，但文字稿顯示為 "SubAgent"。
• prom：逐字稿中提到「你可以把 prom 想象成一張寫著需求的便利貼」，推測為 Prompt 的口誤或聽寫錯誤，但依規則標為疑點。
• 2000块：逐字稿中提到「2000块如果要订到三人房的话」，貨幣單位「块」與上下文新台幣（元）或一般貨幣單位不符，疑為口誤或聽寫錯誤，但依規則保留原樣。
• Family Travel：資料夾名稱，依逐字稿保留。
• .claude：資料夾名稱，依逐字稿保留。
• agents：資料夾名稱，依逐字稿保留。
• Trip Planner、budget checker、family checker：Agent 檔案名稱，依逐字稿保留。
• running、library：Claude Code 介面中的頁面名稱，依逐字稿保留。
• esc：鍵盤按鍵名稱，依逐字稿保留。
• YAML Front Matter：技術術語，依逐字稿保留。
• Name、Description：YAML 中的欄位名稱，依逐字稿保留。

可延伸追問

• 除了 Claude Code，其他 AI 開發平台或框架是否支援類似的 Sub-Agent 架構？
• 在設計 Sub-Agent 的 Description 時，有哪些最佳實踐可以避免 Agent 之間的功能重疊或衝突？
• 當多個 Sub-Agent 的結果發生衝突時，主 Agent 應具備什麼樣的邏輯或提示詞策略來進行仲裁？
• 如何監控和評估 Sub-Agent 系統的整體效能與成本？