Workflow Intake Brief:AI 数字员工开工前,先把需求写成可运行任务

Axon AI 2026-05-31 AI 数字员工 Agents 数字员工
#AI数字员工#Workflows#任务准入#Axon
Workflow Intake Brief:AI 数字员工开工前,先把需求写成可运行任务
摘要:本文说明 Workflow Intake Brief 如何让 Axon AI 数字员工在构建前先明确目标、输入、产物、权限和验收,减少返工和黑盒自动化。

Workflow Intake Brief 是 AI 数字员工开工前的任务准入 brief:它把一句模糊需求转换成可运行 workflow 所需的目标、Source Data、产物、Trust Mode、owner、排期和拒绝条件。很多团队每天都把重复、手动、耗时的任务丢给 Agent,例如“帮我做个客户续约分析”“整理一下竞品动态”“把这些发票看一下”。问题不是这些任务不能自动化,而是需求进入 Agent Builder 前太松,导致后面反复补资料、改口径、重跑产物。Axon 的 Workflows 路线要稳定,第一步不是马上建 Agent,而是先把任务写成能运行的 brief。

Anthropic 在 Effective Context Engineering for AI Agents 中强调,进入模型上下文的内容需要被策划和筛选;在 Building Effective Agents 中也把 workflows 与更开放的 agents 区分开来。放到 Axon 里,Workflow Intake Brief 就是把业务意图、上下文和执行边界放在同一张纸上。

一个好 Agent 不是从一句愿望开始,而是从一份能被 Skill 链执行、能被 owner 验收的任务 brief 开始。

从坏需求到可运行 brief

坏需求通常听起来很自然,但对 workflow 来说太危险:

模糊说法 workflow 不知道什么 brief 要补齐什么
帮我看一下这些客户 哪些客户、看什么、交付什么 客户清单、判断标准、产物格式
每周给我一个行业摘要 来源、时间范围、摘要深度 Source Data、频率、接受标准
自动处理发票 识别、对账、归档还是审批 Skill chain、Trust Mode、异常 owner
写一封跟进邮件 收件人、依据、是否发送 邮件草稿路径、人工确认边界

这和 Context Packets 是前后关系。Context Packets 负责把上下文组织给运行中的 Agent;Workflow Intake Brief 负责判断这个任务是否已经足够清楚,可以进入 workflow 设计。

一份任务准入 brief

workflowIntakeBrief:
  request: "prepare renewal risk brief for top 20 customers"
  businessGoal: "help account owner decide renewal follow-up order"
  sourceData:
    required:
      - "customer list with renewal date"
      - "usage export for last 90 days"
      - "support ticket summary"
  artifact:
    type: "renewal-risk-brief.md"
    acceptance: "ranked customers, risk reason, suggested next action"
  trustMode:
    confirmBefore:
      - "send customer-facing email"
      - "update CRM field"
  owner:
    requester: "customer success lead"
    reviewer: "account owner"
  rejectIf:
    - "customer list missing renewal date"
    - "usage data older than 30 days"

这份 brief 不追求复杂,它只回答一个问题:这个需求是否已经具备被 Agent Pipeline 执行的最低条件。

brief 比 prompt 更接近业务事实

很多团队把“写好 prompt”当成自动化起点。Prompt 当然重要,但 prompt 通常描述模型如何说话;Workflow Intake Brief 描述业务如何授权任务。两者差别很大。

brief 先固定业务目标,再固定 Source Data、产物和拒绝条件。这样构建 Agent 时,System Skills、User Skills 和 Trust Mode 才能围绕任务组织起来,而不是围绕一句临时指令 improvisation。你可以把它看成 Workflow Runtime Contract 的上游:intake brief 判断“是否值得建”,runtime contract 判断“允许怎么跑”。

三类需求不该进入 Agent Builder

资料范围说不清。
如果 requester 说“你自己找找相关资料”,这更像探索任务,不是可调度 workflow。先把 Source Data 字段 固定下来。

产物无法验收。
“写得专业一点”不是验收标准。产物至少要有文件类型、字段、阅读对象和接受条件。

风险动作没有确认边界。
涉及外发、删除、发布、更新客户记录或覆盖文件时,brief 必须写出 Trust Mode。否则后续界面再漂亮,也只是把风险藏起来。

intake review 的三个问题

步骤 1:问这个需求最后交付什么 artifact,而不是问模型该怎么回答。步骤 2:问哪些 Source Data 是必须的,缺失时是否直接拒绝。步骤 3:问哪些动作需要确认、授权或人工接管。

如果这三个问题都能回答,再进入 AI Workflow 界面 或 Agent Builder;如果回答不了,先不要把它变成自动化。

任务准入问题

Q1:Workflow Intake Brief 会不会让构建 Agent 变慢?
短期会多几分钟,长期会减少重跑和返工。最慢的不是写 brief,而是 Agent 跑完后才发现资料和目标都错了。

Q2:brief 应该由谁写?
业务 requester 提供目标和验收,workflow owner 补齐 Source Data、Skill chain 和权限边界。不要把全部责任丢给模型。

Q3:临时研究任务也需要 brief 吗?
轻量探索可以简化,但只要任务要复用、定时或交给其他人验收,就应该写 brief。

先把一句需求改成 brief

选择一个你最常丢给 Axon 的重复任务,不要先写 prompt。先写目标、Source Data、artifact、Trust Mode、owner 和 rejectIf。了解更多 Context Packets、Runtime Contract 和工作流界面,探索更多任务准入写法后,再开始构建 AI 数字员工。这个小动作会让后面的 Skills 链更稳定,也让业务团队更愿意接受自动化结果。