任务编排
Orchestration
学到 能改 就够：能自己调整和排错
你可能会说
“我同时有检索、文献提取和方法评议几类工作，怎样安排谁先做、谁并行，以及最后由谁负责汇总结果？”
任务编排负责协调模型、工具、步骤和多个智能体，规定调用顺序、状态传递与结果归属；它是系统组织方式，不是多开几个聊天。
使用 AI
科研里的例子
让不同助手独立整理中文与英文来源，返回统一字段和出处；主助手检查重复、证据状态与分歧后再形成一份综述。
编排可以由程序固定，也可以让主智能体动态分配。要明确依赖关系，防止提取者尚未获得原文，评议者就把摘要当作全文；还要规定共享哪些信息，以及遇到失败由谁恢复。OpenAI 文档区分由管理者把专家当工具使用和交出当前分支控制权的 handoff，两者的最终答复归属不同。复杂程度应服务于任务，而非为了展示智能体数量。
在你的学科里，直接拿去用
把模糊需求变成可执行任务
我不熟悉AI术语。请把我的需求转成明确的任务说明。 我的原话：[粘贴] 可用材料：[列出文件、表、链接或说明目前没有材料] 使用者与用途：[填写] 先用普通中文复述目标，再给需要时才用的关键中英术语。区分任务、输入、约束、输出和可检查的完成标准。若缺项会实质改变结果，最多问3个问题；其他假设明确列出。先交付任务说明，不擅自执行与改文件。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG01
把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明，再建议代码。 问题：[填写] 数据字典及已有规则：[提供] 可用软件与现有代码：[提供] 明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析；缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据，所有转换写到派生结果并留记录；不能为得到显著结果修改数据或筛选规则。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
判断
亲手检查一次
画出输入依赖与最终责任，检查任何中间失败能否传到汇总者；再用一项小任务比较编排是否真的改善质量或耗时。
它做不到的
并行不等于独立，多位助手可能共享同一错误来源；分工还会增加沟通、重复读取和结果整合的成本。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
- OpenAI — Orchestration and handoffs2026-11-06 核对
- Anthropic — Building effective agents2026-11-06 核对
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。