為什麼「一個 AI」不夠用？
大多數人用 AI 的方式，是把它當成一個萬能助手——什麼都問同一個對話框，什麼都期待它「一次搞掂」。這種做法本身沒問題，但天花板很低。
問題在於 Context 污染。當你在同一個對話框要求 AI 先研究、然後撰寫、再檢查、最後整理，它的角色在不斷切換，context 愈來愈長，前面的指示會被稀釋，輸出質素就會下降。
2026 年，真正把 AI 用得有效率的人，已經不再靠「一個 AI 對話」——他們在搭建 AI Team。
什麼是 AI Multi-Agent 工作流？
AI Multi-Agent 工作流是指：把一件複雜的工作，拆分給多個有不同職責的 AI Agent 去執行。每個 Agent 只專注自己負責的範疇，然後把輸出傳遞給下一個。
就像一個真實團隊——研究員負責搜集資料、文案師負責撰寫、審稿人負責挑錯、項目助理負責整理輸出。只不過這個團隊，全部由 AI 組成，你是那個指揮的人。
給每個 Agent 一個清晰的角色和獨立的 context，它可以把所有注意力集中在自己的職責上，輸出更穩定、更深入。
四個核心 Agent 的設定方法
Agent 1 — 研究員（Research Agent）
職責：針對指定主題搜集資料、整理關鍵資訊、輸出結構化摘要。
角色設定 Prompt：「你是一位資深研究分析師，專長是快速搜集、篩選和整理資訊。我會給你一個主題，你需要：1）找出最關鍵的事實和數據，2）識別主要觀點和立場，3）輸出一份 500 字以內的結構化研究摘要。」
Agent 2 — 撰寫師（Writing Agent）
職責：接收研究摘要，根據指定風格和格式撰寫內容。
角色設定 Prompt：「你是一位專業內容創作者，擅長將複雜資訊轉化為清晰易讀的文章。我會給你研究摘要和風格要求，你需要用指定語氣撰寫，確保每段都有清晰主旨，加入具體例子支撐論點，輸出完整文章草稿。」
Agent 3 — QA 審稿員（QA Agent）
職責：批判性審視草稿，找出邏輯漏洞、事實錯誤、語言問題。
角色設定 Prompt：「你是一位嚴格的編輯，職責是找出文章的不足之處。請審視提供的文章，逐一指出：事實或數據是否有疑問、邏輯是否有跳躍或矛盾、語言表達是否清晰準確。輸出審查報告，不需要重寫文章，只需指出問題。」
Agent 4 — 輸出整理師（Output Agent）
職責：根據 QA 報告修改草稿，按指定格式整理最終成品。角色設定包含具體輸出格式要求，例如字數限制、標題結構、附件格式等。
工作流執行步驟
使用 Claude Projects 建立 4 個獨立 Project，分別貼入對應角色 Prompt 作為 Project Instructions。
執行順序：研究員 → 撰寫師 → QA 審稿 → 輸出整理。每一步的輸出，複製貼上傳遞給下一個 Agent。你的主要工作是「複製貼上」和「提供方向」——不需要自己寫任何一個字。
進階版：使用支援 Agent-to-Agent 傳遞的工具（如 Claude's Agents SDK 或 n8n + Claude API），可以實現自動化傳遞，完全不需要手動操作中間步驟。
一人抵一隊：真實節省了什麼？
以製作一篇 1,000 字深度分析文章為例。傳統做法：研究 2–3 小時、寫作 1–2 小時、校對 30 分鐘，合計約 4 小時。Multi-Agent 做法：設定任務 10 分鐘、各 Agent 執行 15–20 分鐘、人工審閱 15 分鐘，合計約 45 分鐘。
節省的不只是時間——是認知負擔。你不需要在「研究模式」和「寫作模式」之間反覆切換，每個 Agent 已經幫你深入完成了各自的職責。
立即開始的最簡單方法
不需要任何技術背景。在 Claude.ai 建立 4 個 Projects，把上面四個角色 Prompt 分別貼入各 Project 的 Instructions，就完成了基礎設定。下次有複雜任務，試試從研究員 Project 開始，感受一下 Multi-Agent 工作流和普通對話的質素差距。
想用 AI 提升業務效率？
UD AI 中心提供針對香港中小企的 AI 實戰方案
從 AI 員工到自動化工作流，讓你的團隊做更多、花更少