AI 工作流與團隊
整理工作流程、資料與責任，讓方法能穩定重跑並交給同事。
把單次做法變成可重複、可交接的方法
推薦閱讀
AI 工作該放在專案、資料夾，還是新的對話？
先讓專案、檔案和對話各有職責，重要結果有正式位置。
流程設計與自動化
- 流程設計與自動化模型沒壞，系統也可能失敗：Production AI 到底在可靠什麼？模型準確不代表 AI 系統可靠。從 Model、RAG、Tool failure，到 Validation、Fallback、Observability、Latency、Cost 與 Evaluation，理解 Production AI 為什麼必須從 Model Thinking 走向 System Reliability。
- 流程設計與自動化LLM、RAG、Workflow、Agent 怎麼選？最低必要複雜度不要把 Agent 當成 AI 應用的最高級形態。從 Code、LLM、Retrieval / RAG、Workflow、Agent 到 Multi-Agent，用最低必要複雜度判斷任務真正需要的架構。
- 流程設計與自動化Skill 是什麼？什麼工作值得做成 Skill？先確認工作會重複、步驟已穩定、輸入輸出可描述且錯誤能檢查，再把方法整理成 Skill candidate 卡。
- 流程設計與自動化排程與自動化前，怎麼證明 AI 流程能穩定重跑？用標準、變體、缺資料、錯誤與相同輸入重跑五類案例，記錄人工介入，再做 go 或 not yet 決定。
- 流程設計與自動化Skill、Plugin 與工作流，怎麼測試是否可靠？先寫預期，再測正常、邊界、失敗、重跑與權限五類案例，保存實際結果與證據，做出試行、修正或停止決定。
- 流程設計與自動化AI 圖片不必每次從 Prompt 開始：把一次需求做成可重跑的工作流AI 圖片要能重複使用，不只靠更長的 prompt。用 brief、人工審稿、停止條件與版本紀錄，把一次做圖需求變成可檢查的工作流。
- 流程設計與自動化我為什麼把這 7 個東西都寫成 Skill——一個 PM 的客製化判斷Claude Code 的客製化機制有 5 層——CLAUDE.md、Skill、Subagent、Hook、…