你平常使用 AI 的方式
是不是大多是像這樣
你丟一個問題給 ChatGPT 等他回答
然後發現他不夠好的時候
再多告訴他一些要求
請他再改一版給你
這種方式沒有錯
也是最直覺的 AI 用法
但如果你開始用 AI
來做比較難的事情
就可能會遇到一些麻煩
比如說規劃旅行啦
整理資料啦
寫報告啦
或者是一件要分很多個步驟
才能完成的事情
這個時候 AI 不是只
回答你一個問題就好
他還要同時做很多的事情
比如說像是安排內容
或者是計算要花多少錢
或者是看看有沒有符合你的要求
還會提醒你可能會遇到的一些問題
那麼問題來了
如果你把這些事情
都交給同一個 AI 一次做好
真的會比較快比較方便嗎
其實不一定
第一個問題是
你要寫的提示詞
會變得很長很複雜
因為你希望 AI 一次就做好
所以要把所有的要求規則
和注意的地方都寫給他
你不只是要告訴他
他要做什麼
還要提醒他哪些事情不能忘記
哪些地方要特別小心
所以事情越複雜
提示詞通常也會越難寫
對很多人來說
最難的不是使用 AI
而是不知道該怎麼把
自己腦中的想法給說清楚
那第二個問題是
AI 其實很難一次
把很多件事情做得好
如果一個任務同時要注意很多地方
AI 有時候會顧到這邊卻忘了那邊
像是規劃旅行的時候
要安排景點
計算交通時間
找住宿、控制預算
還要確認
是不是適合小朋友
然後有時候也要準備
下雨天的備用方案
這些事情都很重要
但如果全部讓 AI 一起處理的話
他有些部分可能會做得不錯
但有些地方卻可能會
漏掉一些小細節
那第三個問題是
AI 其實能夠記住
和處理的資訊也是有限的
你可以把它想象成一張書桌
書桌的空間就只有這麼大
如果放進太多的書和資料
你就會很難很快的
找到所需要的重點
或者是說
你會很容易就把之前看過的內容
給忘記
當任務變得越來越複雜
需要參考的資料
越來越多的時候
AI 其實也會跟人類一樣
會比較容易漏掉細節
或者是忘記前面所提過的事情
雖然現在的 AI 已經比以前
能夠處理更多的資訊
但如果資料實在太多
他還是有可能會把部分內容
在背後偷偷的簡化
甚至主動丟棄一些資訊
所以資料越多不一定
代表結果就一定會更好
這也是為什麼現在很多 AI 工具
開始會使用 SubAgent
你可以把它想象成是一個小團隊
每個 AI 都有自己的工作
有的負責規劃
有的負責檢查
最後再把大家的結果合在一起
這樣每個 AI 只要做好自己的事情就好
不用一次處理全部的工作
不過有很多人聽到 SubAgent
這個名詞的時候
可能還是會不太懂它到底是什麼
它和直接寫提示詞
有什麼不一樣呢
什麼時候會需要使用到它
用了之後有什麼好處
光看這個名詞其實很難馬上了解
所以這支影片我想用
一個很簡單的例子
來示範
讓你能夠抓住它的核心使用精神
我們會使用同一個任務
也就是幫一家三口
安排兩天一夜的旅行
預算 8000 元
要包含交通住宿餐飲
親子景點
還有雨天的備案
我會先示範最普通的做法
也就是直接下一個提示詞給 AI
接著再示範 SubAgent 的做法
把這件事情拆給
三個不同的角色來處理
第一個是幫忙安排去哪些地方玩
第二個是幫忙看看有沒有花太多錢
第三個是幫忙檢查
這些活動適不適合小朋友
還有下雨的時候可以去哪裡
最後我們再來比較
這兩種方式到底差在哪裡
那我們先來看第一種方式
直接使用提示詞
那我這邊是使用 Claude Code 來做示範
那因為我們待會 SubAgent 的部分呢
也會使用 Claude Code
作為主要的操作空間
那我在這邊做簡單的
提示詞的示範的時候
我就直接在這邊展示給你看
所以我就輸入說
幫我安排一家三口
的兩天一夜旅行
預算 8000 元
包含交通住宿餐飲
使用時間點還有雨天備案
然後我們就直接輸入
那你會發現呢
他有時候可能會問你一些問題
以確認你的一些詳細資訊
那我們就一一回答就好
好
你會看到 AI 很快的就幫你排出
一份看起來很完整的旅遊計劃
他可能會列出說
第一天要去哪裡
第二天要去哪裡
然後住什麼吃什麼
甚至也會補上雨天的備案
那這種的方法好處是很快
很好懂
而且不用事先做很多的準備
因為我們剛剛說的
旅遊的例子來說
讓同一個 AI 一次來
完成所有的事情
其實通常也不會有什麼大問題
因為這只是個簡單的小例子
複雜度沒有很高
我們只是要他幫忙安排景點
算個預算
規劃怎麼走
然後再想想看小朋友會不會太累了
或者是下雨的時候可以去哪裡
大部分的時候都能給出不錯的結果
不過你可以想一想
如果規模變得更大更復雜
要考慮的東西變多了
結果會怎麼樣呢
比如說要安排一個
大家族一起出去玩
裡面有一個人
爺爺奶奶
爸爸媽媽和小朋友
每個人的需求都不太一樣
或者要幫公司安排員工旅遊
不只要找交通和住宿
而且還要注意預算
或者是準備活動的內容
或者是想出一些團體的活動內容
以及大家的想法和需求
像這樣的大型任務
很難只靠一段提示詞完成
很多時候你要一直補充條件
修改內容
反覆檢查
再請 AI 重做好幾次
才有可能會得到
比較滿意的結果
這就是直接使用提示詞
常遇到的問題
提示詞的情況
不是提示詞不好用
而是當事情變得
比較複雜的時候
你會把很多要求
全部放進同一段對話裡
原本只是想安排公司旅遊
後來又可能要加上總預算
人數
交通住宿
各部門的需求
主管的想法
或者是團體活動
用餐安排
甚至還希望 AI 幫你檢查
有沒有漏掉什麼重要的事情
結果提示詞越寫越長
越改越亂
最後連你自己也看不懂
這一大坨東西到底在寫什麼
更麻煩的是
當 AI 給出來的資訊
結果不太對的時候
你也很難知道
問題到底出在哪裡
這時候不是 AI
不會幫你安排旅行
而是你一次
叫 AI 做太多事情
有些人甚至會直接放棄說
算了
我還是自己來比較快
於是又回到最原始的做法
自己查資料
自己比價
自己排路線
然後檢查細節
沒有真正享受到
AI 時代的紅利
反而還覺得他愛說愛講
我們來看看第二種方式
使用 SubAgent
這次我們不讓 AI 一個人
扛所有的事情
而是請他找三個
小幫手一起幫忙
第一個是行程規劃的 Agent
負責講好要先去哪裡
再去哪裡
怎麼走比較順
還有每個地方大概要待多久
第二個是預算檢查的 Agent
負責幫忙算錢
看看住飯店
坐車
吃東西
和買門票的錢全部加起來
有沒有超過 8000 元
第三個是親子檢查的 Agent
負責看看這個行程
會不會走太多路
或者是玩太久
結果讓小朋友沒電
不過說不定這是個好規劃
也會檢查這個景點
是不是適合
如果下雨不能去原本的地方
他還會幫忙找其他可以玩的地方
這就像班長分組做報告一樣
每個同學都有自己的工作
只要把自己的事情做好的就好了
不用一個人做全部的事情
最後呢
主 Agent 會把大家
做好的內容收集起來
變成一份完整的旅行建議
看到這裡你可能會想說
這個例子也太簡單了吧
真的需要用到 SubAgent 嗎
對
其實不一定需要
但是呢
我故意挑這麼簡單的例子
是因為這樣最容易看清楚
它的運作方式
就像呢
學寫程式一樣
我們通常不會一開始
就挑最複雜的專案
而是先從最簡單的範例開始
因為只要改動一點點
你就能立刻看到
發生了什麼事情
那旅行規劃這個例子也是一樣
雖然它不一定非得使用 SubAgent
但是呢
它很適合拿來示範說
如何把一個任務
拆成幾個小工作
再交給不同的 Agent 分工合作
所以接下來我們就來實際看看
它到底是怎麼運作的
以及什麼時候值得使用這種做法
好
那我們首先呢
先準備一個叫做
Family Travel 的資料夾
那我們待會呢
使用 Claude Code 的時候呢
就會在這裡面工作
好
那我們就把它點進去
那首先呢
我們要在專案裡頭
建立一個 .claude 的資料夾
那注意呢
我們的這個資料夾的名稱
的 .claude 最前面是有一個點
所以呢
系統會問我們是不是要使用這個點為開頭的名稱
對
這是我們在使用 Claude Code 的時候的一個它的官方的一個規範
然後呢
我們繼續在這裡面呢
建立一個叫做 agents 的資料夾
然後呢
接著我們在這個資料夾裡頭要建立三個 markdown 檔案
每一個檔案就代表一位 subagent
也就是一位負責不同工作的 AI 小幫手
這一次我準備了行程規劃
預算檢查
以及親子行程檢查
總共三位小幫手
那第一個呢
是叫做 Trip Planner
也就是行程規劃員
那我們在這個檔案的最上方呢
要使用一種叫做 YAML Front Matter 的一種格式
用來設定 agent 的名稱
和工作說明
那它的格式是這樣的
上下都必須用三個橫槓把它包起來
然後中間呢
主要你至少要填上 Name 還有 Description
那這個 Name 呢
是用來設定那個 agent 的名稱
然後 Description 呢
是來描述他的工作說明
所以呢
這邊我們就可以看到我們第一個 agent 叫做 Trip Planner
然後他的工作呢
是負責根據使用者的需求規劃簡單易懂的旅遊行程
那這個東西呢
是給那個 AI 看的
那 AI 看了之後呢
他就會知道說
好
當他需要把工作切給不同的 agent 的時候呢
他就會去在這些的檔案裡頭去找說
好
哪一個人是負責哪一種型別的工作
他會去閱讀這一段的叫做 Description
所以呢
這一段呢
是你必須寫的清楚明白易懂
讓 AI 能夠看得懂說
哪一個 subagent 他負責的工作範圍是屬於哪一型別的
那下面呢
就是提示詞內容
用來告訴 AI 說
他這個 agent 要扮演什麼角色
以及該怎麼完成工作
所以我們就把他的內容
把它填進來
那其實呢
內容我們這次給的是非常簡單的
那就是告訴 AI 說
這個 subagent 是一位旅遊行程的規劃員
然後他就會根據使用者所提供的旅遊天數
地點
預算之類的資訊
然後安排一份簡單的旅遊行程
那旅遊的行程需要包含像這些細節的部分
我們在這邊都把它交代清楚
然後呢
同時也說我們不要安排太多紀念
因為我們可能是屬於比較喜歡走輕鬆行程的那種的
那種的行程
那種旅遊者
所以呢
我們這邊的話呢
我們就把我們想要的那種條件呢
都把它寫進來
那第二個呢
是叫做 budget checker
也就是負責檢查旅行的時候會花多少錢
那一樣我們最上方呢
就是給他這個 subagent 一個名字
還有呢
他負責工作內容是什麼
比如說這邊就是檢查旅遊行程的花費
然後是否超過使用者的預算
那他就會分別檢查說交通啊
住宿啦
門票還有活動的費用
把這些費用加起來
看看有沒有超過我們所設定的預算
那如果超過的話呢
也要告訴我們說是哪個部分花了太多的錢
並且提出簡單的那個省錢方法
那第三個呢
則是 family checker
他負責從小朋友的角度來檢查行程
他會注意呢
一天是不是安排太多的內容
坐車的時間會不會太長
以及有沒有留下足夠的休息時間
他還會檢查活動呢
是不是適合小朋友
還有下雨的時候
有沒有其他地方可以去
那如果發現問題的話呢
他不只是要說出
原因也要提出修改的建議
那當我們三個檔案都已經寫完之後呢
你在我們的資料夾裡頭
你就可以看到我們這邊有三個 markdown file
我們就可以差不多準備開始工作了
好
三個檔案準備好之後
我們就回到 Claude Code
然後輸入寫寫 agents
然後這邊呢
其實你可以看到這邊其實是像我們瀏覽器的那個分頁一樣
他其實是有分 running 還有 library 的部分
你在這邊如果按那個鍵盤的右鍵的話
他就會跳到 library 這個頁面
如果你這邊有看到
我們剛剛說
寫的那個三個 agent
比如說 budget checker
family checker
還有 trip planner 的話
那就代表說我們的 agent 都已經載入到 Claude Code 裡頭
都已經建立成功
已經可以開始工作了
好
那我們按 esc
然後把這個介面把它關起來
好
那我們回到提示詞的部分
好
接下來我們把整個旅行需求交給主 agent
那除了旅行的天數呢
地點還有人數預算
我們都會清楚的告訴他
那這邊呢
我建議在提示詞的裡面也是需要明確的跟他講說
是要把這個工作直派給 subagent
那這樣呢
AI 他才會知道說好
這次是可以使用 subagent 來做這些事情的
不然有時候呢
他會太積極
他自己一個人就把所有的事情做完了
那同時呢
我也提出說請整合他們的結果
然後如果有發現問題要協調修改
然後最後呢
要提出一份完整的旅遊計劃
並且簡單說明各個 subagent 分別完成了哪些工作
那我們就開始請他去分配這些工作
好
這邊你就可以看到
他已經把工作的結果釋出了
好
工作呢
切分給三個 subagent 了
然後是 trip planner 呢
就是規劃兩天一夜的行程
就是規劃行程的部分就交給 trip planner
然後呢
budget checker 呢
他就負責檢查預算是否要超過
覺得他的確是有把那個適不適合小朋友的這個行程的部分呢
檢查的部分交給 family checker
他會知道說
首先呢
要讓 trip planner 先產出初稿行程
產完了之後呢
才會交給第二個
第三個 budget checker 還有 family checker 做檢查
那你可以看到 trip planner 呢
他已經完成他的工作了
所以接下來呢
是 budget checker 還有 family checker
他們兩個人會同時進行行程的那個檢查
那他們所檢查的那個工作和角度是不一樣的
所以你可以看到 AI 其實現在很聰明
他會先了解你的需求
然後呢
他也會去了解說這些 agent subagent 他們的負責的部分各是哪一個
他不會一次把所有的工作內容全部都丟給三個 subagent 去處理
他會知道說
安排行程的部分呢
是 trip planner 先去做
那其他兩個呢
就先在旁邊等待
等到第一份的那個行程出來之後呢
他才會平行的叫他們去做處理
好
全部完成之後呢
那你就會看到主 agent 會告訴我們每個 subagent 做了哪些事情
以及各自發現了哪些問題
那例如的那個預算的檢察員呢
他可能會發現說
2000块如果要订到三人房的话
其實是會有一些壓力的
就是可能會訂不太到
所以他建議預算調整往上調整至 2200
比如說像是這樣
那親子檢察員呢
他會去
去
建議說好
我們那個午餐的時間
還有他那個其他的那個前後的時間要怎麼安排
避免說我們連續在戶外三個小時
那小孩子可能會玩到太累
那爸媽也會非常的辛苦
那你會看到第一天的行程長這樣
第二天長這樣
那他也會有準備雨天的方案
還有一些那個費用的明細
那主 agent 呢
就會根據這些意見進行調整
然後最後再提供最後的版本
這就是 subagent 的基本操作方式
先替每位小幫手設定工作
再由主 agent
分派任務收集結果
最後就整合成完成的答案
好
我們來回顧一下今天所學到的觀念
你可以把 prom 想象成一張寫著需求的便利貼
你把想做的事情寫在上面
交給 AI
AI 看到之後就會盡最大努力來幫你完成事情
而 subagent 呢
比較像是一個蜜蜂的生態
有的蜜蜂呢
扶著採花蜜
有的照顧幼蟲
有的保護蜂巢
那每隻蜜蜂呢
都專心做好自己的工作
如此一來就能讓整個蜂巢順利運作
subagent
也是一樣
他會把大工作拆成幾個小工作
然後交給不同的 agent 負責
最後再把結果整合在一起
這兩種方法都很好
沒有哪一個就一定比較厲害
只是適合做的事情不太一樣
如果只是簡單的小任務
像是幫忙想標題
修改句子
或者是回答問題
用 prom 的其實既方便又快速
那可是如果事情變得比較複雜的話
需要很多不同型別的步驟
甚至之後呢
可能還會常常回頭來做同一型別的事情
那就很適合把它組織成 subagent
未來就會有更多的方法
會省很多工
例如業務每天都會收到很多客人的問題
他可以先把問題分成不同種類
再決定怎麼回答
老師要出考卷的時候
會先挑出課程裡最重要的重點
再設計題目
最後再檢查題目是不是太難
或者是太簡單
那辦活動的人在準備活動的時候
會先確認場地和預算
再安排活動內容
最後再看看有沒有漏掉重要的事情
這些事情通常不是一個提示詞就能完成的
而是要先分成很多小部分
再一個一個分析檢查
最後再把答案整合在一起
再把答案整合在一起
所以讓 subagent 一起分工合作
不但能把事情安排得更簡單易懂
以後如果想調整或者是抽換也比較容易
懂了這些觀念
你就會知道什麼時候該採用哪一種技術來解決眼前的問題
看到最新最流行的 AI 技術名詞
並不表示它一定就比較厲害
非得把現有的工作流程多打掉重來
我們只是學了一項新的技術
然後把它放進我們的工具箱裡
等到該它上場的時候就派它上場
就像在玩寶可夢一樣對吧
如果你對今天影片有幫助
如果在影片裡提到的內容有任何問題
或者是想了解更多 AI 相關的應用
都歡迎在下方留言區告訴我
我會找大家最關心的主題來派成下一部影片
另外呢你也可以訂閱我的電子報
我會不定期分享自己實際使用 AI 的方法
踩過的坑
以及呢提高工作效率的小技巧
有最新的影片我也會在第一時間通知你
歡迎點選下方連結訂閱
好那我們這支影片就到這裡
如果覺得有幫助
也別忘了按贊訂閱並開啟小鈴鐺
也記得點贊訂閱
也記得分享給想要學習 AI 的朋友
我們下支影片見