做个靠谱的产品经理AI 需求怎么选落地方式
- 落地选型从最简单的开始：最便宜够用优先，上一层只在下一层不够时才上。
- Anthropic 的五种工作流（提示链 Prompt chaining、路由 Routing、并行 Parallelization、编排-工人 Orchestrator-workers、评估-迭代 Evaluator-optimizer）都是「预定义控制流」，仍属工作流层，不是自主 Agent。
- 商详页 = Routing + Prompt chaining 的组合，不是自主 Agent，恰好印证「够用即停」。
01AI 落地方式的全景图：五种工作流与选型判断
核心论点
核心原则一句话：「找到最简单的可行方案，只在确实需要时才增加复杂度。」 对许多应用，靠检索加上下文示例优化单次 LLM 调用就已经足够；Agent 系统是用延迟与成本换取任务表现，要先想清楚这笔权衡划不划算。工作流对定义清晰的任务提供可预测性与一致性，Agent 则在需要灵活性与模型自主决策时更合适。
五种工作流
五种工作流逐个过，每个都把定义、适用场景、例子和控制流图放在一起（绿色块＝LLM 节点，灰块＝输入输出，箭头＝数据流向）：
怎么做：把任务拆成顺序步骤，每步 LLM 调用处理上一步的输出。何时用：任务能干净地拆成固定子任务，用分步降低单步难度、换准确率。典型例子：写大纲 → 检查是否符合标准 → 按大纲写文档；生成营销文案 → 翻译。
怎么做：对输入分类，再导向专门的后续任务、提示或工具。何时用：有不同类别需分别处理，且分类能准确完成（LLM 或传统分类器都行）。典型例子：客服问题分流到普通 / 退款 / 技术支持三条流程；简单问题给小模型、难题给强模型。
怎么做：多个 LLM 同时工作，输出由程序聚合。何时用：子任务可并行提速，或要多视角、多次尝试提升置信度。典型例子：一个实例处理查询、另一个筛查不当内容（护栏）；多 prompt 审代码漏洞投票表决。
怎么做：中央 LLM 动态拆任务、委派给 worker LLM、综合结果。何时用：无法预知子任务的复杂任务，子任务要按输入现场决定。典型例子：改动多个文件的编码产品；多源信息搜集分析。
怎么做：一个 LLM 调用生成响应，另一个在循环中评估、给反馈，直至达标。何时用：有清晰评估标准、且迭代精炼能带来可衡量价值。典型例子：文学翻译质量循环改进；复杂搜索的多轮优化。
微调 vs RAG：一条分叉判断
在「要不要微调」这件事上，业界的共识高度一致，落到选型上就是一条分叉判断。
四种方式的成本对比
把提示词、RAG、Agent、微调放在同一张表里比，结论很一致：越往右成本与复杂度越高，能不往上走就不走。
| 维度 | 提示词 Prompt | RAG | Agent | 微调 Fine-tune |
|---|---|---|---|---|
| 开发成本 | 低 | 中（需检索基建） | 高（编排／状态管理） | 高（数据准备＋训练） |
| 推理成本 | 最低 | 低＋检索开销 | 高（多轮 LLM 调用） | 中（单次但常需大模型） |
| 知识更新 | 改 prompt | 热更新知识库 | 热更新知识库 | 需重新训练 |
| 可控性 | 高 | 高 | 中（模型自主决策） | 低（行为难精准调） |
| 最适合 | 目标明确的单步任务 | 知识频繁变动的问答 | 多步／动态拆解的任务 | 固定风格／格式／能力内化 |
回到选型主线
这五种模式全部是「预定义控制流」，落到路线图里仍属工作流层（L1–L2）的编排范畴，没有一种等于自主 Agent（L3）。这直接支撑「够用即停」的主线：
02案例 · 商详页的落地方式选择
用一条最贴近电商的场景，把四种方式「该用 / 不该用」逐一落锤：商品详情页的 AI 问答（用户问价格、参数、库存、以旧换新、分期免息）。
业务现状
- 用户问题高度集中：价格 / 库存 / 参数 / 活动，90% 的答案能在商品知识库（SPU 字段、价格表、活动规则）里找到。
- 这些知识每日变动：价格随促销跳、库存随下单减，不能当写死事实。
- 单次咨询结构固定：识别意图 → 拉知识 → 组织话术，没有跨系统、多步自主编排。
- 客服口径要统一（同一问题不能几种答法），可控性要求高。
四种方式逐一过一遍
| 方式 | 判 | 事实依据 | 归因 |
|---|---|---|---|
| Prompt 提示词 | 用 | 输出要统一口径：价格怎么报、活动怎么讲有固定套路，话术结构可预定义。 | 单步、目标明确的任务，用最低成本约束输出结构与话术，不必上更复杂机制。 |
| RAG 检索增强 | 用 | 答案在商品知识库里且每日变动，属于「外在幻觉可治」：答案就在输入侧。 | 热更新知识库即可，不用改模型；命中典型 RAG 场景，与决策树（图 6）一致。 |
| Agent 自主编排 | 不用 | 单次咨询是单分支：识别意图→取知识→答，没有跨工具多步决策。 | 上 Agent 把决策权交给模型，可控性降、答非所问风险升、成本升，收益不抵代价。 |
| 微调 Fine-tune | 不用 | 价格 / 库存高频变（不该烤进权重）；且没有任何「换模型风格 / 能力」诉求。 | 改的是「知识」不是「能力」，又属高频变动，RAG 更合适，微调反而让知识永远滞后。 |
换个业务还成立吗？
03三条选型判据
三条正交的选型判据，互不重叠，合起来就是一张选型 Checklist。
① 底座够用即停 / 倒序选型
不盲上最复杂的方案；按实际业务场景与需求，选「够用」的底座即可。操作上，在 Prompt → RAG → 规则 这条线上，从最便宜能解决的那头起用，不提前上更重的机制。
② 确定性判断前置（规则 / 工具前置，LLM 收尾）
凡是能由规则、数据库、接口确定性算清的判断（资格、价格、库存、是否参与活动），放在 LLM 之前处理；LLM 只承接那部分不可约的语言组织与主观表达。作用是把 LLM 的出错面压到最小，不合格路径直接拦在 LLM 外，既降错又省推理成本。
③ Agent 触发条件（编排层闸门）
先按「够用即停」选底座，再问一句：任务需不需要运行时动态多步 + 循环？ 需要，才在底座之上加 Agent 这层编排；不需要，就停在 Prompt / RAG / 规则。关键认知：Agent 不是与这三者平级的「第四种方式」，而是它们的编排层。
04场景检验 · AI 导购 + 反例清单
拿一个真实需求把三条判据走一遍：某传统零售电商 App 的「AI 导购」（用户说「我想给妈妈买个 50 岁生日礼物，预算 2000 以内，她喜欢拍照」，机器人要追问澄清、挑候选、解释推荐、比两款、给建议。与商详页对拍：同样电商、同样查商品库，但是开放式多轮。
三条判据过一遍
幻觉追问：导购的 LLM 解释 / 比较 / 建议 会不会乱编？
不会，因为 LLM 在这里是「组织器」不是「知识源」，候选商品、价格、参数都由 RAG / 接口真实注入 prompt，LLM 只把结构化事实翻译成人话。这正是「外在幻觉」：答案在输入侧，可治。关键澄清：「上 Agent（③）」与「幻觉治理（① grounding + ② 前置）」是两个独立维度，前者管编排复杂度，后者管事实真假。
反例清单（护栏）
| 反例 | 违反 | 后果 |
|---|---|---|
| 简单参数问答也堆 RAG + Agent | ① 底座过深 | 成本不抵收益，复杂度空转 |
| 预算 / 库存 / 性别交给 LLM 编而非规则前置 | ② 确定性错配 | 超预算推荐、无库存推荐、性别错配 |
| 商详页硬上 Agent | ③ 单分支不需编排 | 多轮跑偏、口径不一、成本升 |
| 导购做成固定线性链不上 Agent | ③ 动态多步被忽略 | 答不了「和刚才那款比」、追问写死 |
| 高频变动知识用微调 | ① + ② | 价格一变要重训，知识永远滞后 |
| 让 LLM 凭自身记忆报价格 / 参数 | ① grounding 缺失 | 外在幻觉爆发，编出不存在的规格 |
05一个还没想清楚的问题
这套判据里，Agent 的触发条件最硬：运行时需要动态多步加循环，就上；单分支固定流程，就不上。RAG 的分叉也干脆：知识常变、答案在库里有，就检索。唯独微调，只拿到了半条判据。
成本对比给了它位置（最贵、最靠右），微调 vs RAG 的分叉排除了「知识频繁变动」的场景，但这些都是排除法。正面的问题一直没答：什么时候 prompt 是真的写不动了、必须微调？让模型稳定吐严格 JSON、口气贴合品牌、学会一套私有格式，这类「能力和格式」的需求检索解决不了，可它们也没有一条像「运行时循环」那样一测便知的硬条件。