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。
所有文章
- Agent 與協作OpenAI dot 怎麼用？從實作整理的交辦、接續與驗收方法把研究、內容規劃與網站修改交給 OpenAI dot 後，我整理出交辦、接續與驗收三步方法，附可改寫的任務模板與網站填寫例，說清楚既有決定怎麼接續、成果怎麼檢查。
- 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。
- Agent 與協作Agent 不只是 LLM：State、Tools、Memory 如何組成可運作系統Agent 不只是 LLM 加 Tool。理解 State、Context、Memory、Retrieval、Tools 與 Agent Runtime 如何組成可持續運作的閉環，以及為什麼 system truth 不該只存在模型文字裡。
- Agent 與協作Action Space、Permissions、HITL、Stop Conditions：怎麼讓 Agent 有能力但不失控Agent 有能力不代表可以隨便行動。從 Action Space、Least Privilege、Runtime Permission、Human-in-the-Loop、可逆性、Budget 到 Stop Conditions，理解如何讓 Agent 在明確邊界內可靠執行。
- 知識與記憶管理AI 長期記憶怎麼建立？用 Memory Router 管理上下文與知識庫AI 不會因為資料夾裡多了一份文件，就知道何時應該讀取。這篇用 hot、warm、cold 三層架構與 Memory Router，教你限制檢索範圍、指定唯一來源，並驗證資料是否正確進入上下文。
- 知識與記憶管理AI 工作該放在專案、資料夾，還是新的對話？用工作持續時間、共享脈絡與成果保存方式，決定 AI 工作該放在 ChatGPT Project、資料夾／檔案或新的對話，避免重要決策只留在聊天紀錄。