复杂任务的“分治法”：构建多 Agent 协作的 SOP 工作流

在处理复杂项目（如撰写深度行业报告、开发完整功能模块或策划大型活动）时，最常见的错误是试图用一个“超级 Prompt”让 LLM 一次性完成所有工作。这种做法会导致模型在执行过程中出现逻辑断层、细节丢失或严重的幻觉。

最高效的解决方式是借鉴软件工程中的分治法 (Divide and Conquer)：将复杂目标拆解为一系列相互衔接的原子任务，并为每个任务构建独立的 SOP（标准作业程序）。

本文将分享如何将一个“大目标”转化为一套可执行的多阶段协作工作流。

1. 核心逻辑：从“单点指令”到“流水线”

单点指令的逻辑是：输入 $\rightarrow$ LLM $\rightarrow$ 结果。
分治工作流的逻辑是：输入 $\rightarrow$ [分析 $\rightarrow$ 规划 $\rightarrow$ 执行 $\rightarrow$ 审核] $\rightarrow$ 结果。

在这种模式下，每一个环节的输出都是下一个环节的输入，且每个环节都有明确的验收标准 (Acceptance Criteria)。

2. 实操步骤：构建三层拆解架构

第一层：战略拆解 (Strategic Decomposition)

不要直接开始写内容，先让模型扮演“首席架构师”，将大目标拆分为 3-5 个关键里程碑。
实操技巧：要求模型输出一个 Gantt 图式的任务清单，并定义每个阶段的“交付物”。

Prompt 指令示例：
“我的目标是 [具体目标]。请不要直接执行，而是将其拆解为四个相互依赖的阶段。对于每个阶段，请明确定义：1. 输入是什么；2. 核心处理逻辑是什么；3. 最终交付物的具体格式和验收标准。”

第二层：战术 SOP 化 (Tactical SOP)

为每个里程碑编写专属的 Prompt。此时，Prompt 的重点不再是“创意”，而是“确定性”。
- 分析环节：侧重于提取关键信息、识别潜在风险。
- 生成环节：侧重于结构化输出、遵循特定风格指南。
- 审核环节：侧重于对照验收标准进行打分和挑错。

第三层：闭环校验 (Closed-loop Verification)

在两个阶段之间引入一个“门禁”机制。如果当前阶段的输出不满足验收标准，则触发重新生成，而不是强行进入下一阶段。

3. 实战 Checklist：你的工作流是否足够健壮？

• [ ] 接口一致性：第一步生成的 JSON 或 Markdown 表格，第二步能否无缝解析？
• [ ] 上下文精简：在进入第三步时，是否剔除了前两步中冗余的讨论过程，仅保留核心结论？（防止 Token 浪费和干扰）
• [ ] 角色隔离：是否为不同阶段分配了不同的专家角色？（例如：分析阶段用“资深研究员”，审核阶段用“严苛的编辑”）
• [ ] 异常处理：如果 LLM 在某一步产生幻觉，是否有明确的人工干预点或自动回滚机制？

4. Gotchas & 注意事项

• 避免过度拆解：如果一个任务可以通过一次高质量对话完成，不要强行拆成三步，否则会增加沟通成本并导致信息在传递中衰减。
• 警惕“链式误差” (Cascading Error)：第一步的一个小错误会被后续步骤放大。因此，第一步（规划/分析）必须经过最严格的人工审核。
• 动态调整：SOP 不是死板的文档。在运行过程中发现某个环节经常出错，应立即更新该环节的 Prompt 指令。

总结

面对复杂任务时，放弃对“完美 Prompt”的幻想，转而追求“可靠的工作流”。通过将大目标原子化、流程化、标准化，你可以将 LLM 从一个不稳定的“灵感来源”转化为一个高产出的“工业化生产线”。