大多数AI项目失败，是因为第一个目标定得太大。

团队常常决定要“自动化客户服务”或“重新构想销售流程”，但这些只是类别，不是具体任务。智能体项目应始于小而具体的事情。任务越明确，你测试、学习和改进的速度就越快。

可以这样理解：你的第一个智能体并不是要一夜之间改变业务，而是要证明智能体能可靠地完成一件事并带来价值。一旦这点实现，后续扩展就变得简单了。

让我们来定义什么是好的首个任务。好的首个任务具备三个特点：独立完成、可衡量，并且与现有流程相关联。

独立完成意味着它可以在一次互动或对话中完成，应该有明确的开始和结束。

可衡量意味着你能判断它是否完成。比如客户得到了答案、工单被解决，或数据被收集。

与现有流程相关联，意味着它能替代或提升团队已经在做的某项工作。

最糟糕的起点是选择一个依赖十个其他系统或需要多个部门审批的任务。

让我们看看 Terminal Roast 是如何做的。老板 Taryn 一开始想要自动化所有事情：提前下单、取货协调、产品推荐和客户调查。她的热情很好，但范围太大。经过讨论，她决定从小而明确的事情开始。智能体将与客户交流新的咖啡口味、糕点和食谱，收集建议、进行总结，并每周向 Taryn 发送一份包含客户最佳创意的报告。

就是这样！这个版本可实现、可衡量且有用。它让 Terminal Roast 能测试技术、培训内部团队，并在无需大规模上线的情况下创造早期价值。

这种方法适用于任何组织。从一个与业务目标一致的单一、具体场景开始。

如果你负责支持工作，可以选择一个经常出现的话题或问题类别。

如果你负责销售，可以选择流程中因响应慢而影响成交的某一步。

如果你负责HR，可以专注于一个员工反复咨询的问题。

当你从小处着手时，可以快速测试、收集数据，并判断智能体是否真正带来价值。如果确实有效，扩展其职责就顺理成章。

这里有一个很好的检验标准：如果你无法用一句话说明智能体的用途，说明范围太大了。

一些好的例子可能是：

• “我们的智能体帮助客户查询订单状态。” 或
• “我们的智能体帮助新员工了解公司福利。” 或
• “我们的智能体每周汇总客户反馈。”

这些例子都很具体、可衡量，并且直接关联到现有流程。这个第一步决定了你从试点到正式上线的速度。项目目标明确，就能避免后续的无效努力和猜测。大多数团队认为挑战在于构建一个高级智能体。

实际上，挑战在于定义一个简单的智能体。

Terminal Roast 会从首次小规模部署中学习、优化，然后在智能体带来价值后再扩大范围。对于任何认真将智能体融入运营的组织来说，这种做法都适用。一个成功的首个任务能带来信心、数据和投资回报的证明，后续一切都建立在此基础上。

行动： 写下你的智能体可以执行的、支持现有流程的一个具体、可衡量的任务。

如果需要超过一句话来解释，就继续缩小范围，直到可以用一句话说明为止。

‍