人工智能代理所需规范制定手册

2）于AI-RSD之中，为智能体界定一个清晰的角色、性格以及沟通风格，此即价值对齐定义智能体画像。该画像不单单是产品体验的一部分，更是其价值观的承载之物。一个称作“严谨的金融助手”的智能体，与一个名为“富有创意的设计伙伴”的智能体，它们的行为准则以及沟通方式应当全然不同。

编码组织的原则是，借助系统给出的提示以及指令的细细微调，把人类社会所拥有的普世价值观，还有企业自身的特定准则，编码成为智能体于面对模糊情况或者伦理方面的困境之时的行为约束。

原则三：负责任— 将伦理、安全与隐私置于核心

具备责任担当的设计所表达的意思是，要把那种涉及伦理、连带安全以及隐私方面（也就是EAP）的诸多考量，将其所处位置从产品开发具体流程的最末端之处，提升至需求开始进行定义的起始点那里。

1）对抗性攻击防范的安全设计，在需求阶段就得思考怎样去应对诸如“提示词注入”这类恶意攻击，进而设计输入净化机制，并且设计输出过滤机制。

2）那关于私隐保护方面的数据最小化这一原则，是在AI - RSD里被明确指出的，也就是智能体仅仅应该去请求以及存储达成其核心任务所必须要的数量最少的用户数据。

要是把这三大原则放入AI - RSD的每一个模块之中，那我们所做的可不单单是在界定出一个“功能”，而是在打造出一个能够获取信赖，还可以跟人类社会融洽共处的“数字公民”。这恰恰就是AI产品经理于未来所要承担的、最为关键的职责。

五、AI-RSD需求设计全流程

它把AI产品从起始到持续发展的整个过程，划分成含有六个重要阶段的循环框架，从“意图识别”开始，一直到“持续进化”，这个框架能确保在每个环节内，都可以准确无误地掌握需求的关键要点，它会系统地去定义、构建以及优化AI智能体，本章会详细说明这样一套源自该框架的、针对AI智能体需求设计的完整流程，用来供给产品经理系统性的、具备可执行性的行动框架，AI-RSD设计流程是个一边不断循环运作一边反复进行的框架，其目的在于全面系统地去定义、构建以及优化AI智能体。

1. 意图识别与价值定位

关键目的在于，去回应“我们究竟要开展什么行为？”这个问题，同时，还要去回应“为什么它具备价值？”这个问题。

关键活动：

对于价值主张的明确界定是，要清晰地去阐明Agent给用户以及业务所带来的独特价值，进而确立产品的北极星指标。

交付物：用户画像、意图地图、核心价值主张声明。

2. 能力边界与工具规划

关键目的在于，界定“Agent能够做些什么”，以及“它是凭借什么去做的”。

关键活动：

需要交付的物品为，表明能力范畴的说明书，包含API规格的工具集清单，对资源需求所做的评估。

3. 核心交互与行为设计

核心目标是，设计这样的内容，“用户怎样进而与Agent实现互动呢？”，还有，“Agent到底应当怎样去表现呢？”。

关键活动：

交付物：智能体画像文档、核心交互流程图、模型行为协议。

4. 数据策略与评估体系

重要目的：找到“怎样去测量成功？”的办法，还要明确“怎样来确保以及运用数据？”的方式。

关键活动：

需要交付的东西有，关于数据的规格说明书，用于评估的指标体系也就是KPIs，还有基准测试方案。

5. 伦理安全与信任构建

核心目标：为Agent构建“信任防护栏”。

关键活动：

交付的物品包括，就伦理安全风险进行评估所形成的报告，硬性的约束类别清单，具备可解释特性的针对设计方面的方案。

6. 迭代部署与持续进化

核心目标：实现从“上线”到“持续变聪明”的闭环。

关键活动：

交付物：部署计划、监控仪表盘设计、反馈与学习机制说明。

六、AI-RSD文档模板与撰写指南

正式发布的本章所含示例，为AI需求规格设计即AI-RSD的完整文档模板，其融合了传统PRD的精华之处，还增添了AI专属的核心模块，目的在于提供一份全面的撰写指南。

1. AI-RSD 模板概览

专门针对AI智能体所设计的下一代需求文档 ， 即为AI-RSD (AI ) ， 它是在传统PRD的地基之上 ， 添加了多个核心模块 ， 以此来系统性地规约AI的独特属性。

文档核心结构：

1）项目概述与目标 (继承自PRD)

2）智能体画像 (Agent )

3）意图规格 ( )

4）功能与交互设计 (继承并扩展自PRD)

￮ 4.1 核心任务流程

￮ 4.2 UI/UX设计（如适用）

5）能力与工具集 ( & )

6）模型行为协议 (Model )

7）评估与度量基准 ( & )

8. 伦理与安全约束 (EAP )

9）非功能性需求 (继承自PRD)

10）迭代计划 (继承自PRD)

2. 核心模块详解

1）智能体画像 (Agent ):

目的: 确保Agent行为的一致性，提升用户交互体验。

重点之处在于，描述应当具体且能够被感知。举例来说，不要仅仅写“专业”，而是要写成“如同一位具备10年经验的资深数据分析师那般，语言严谨、逻辑清晰，会主动指出数据里的潜在问题”。

2）意图规格 ( ):

目的: 精确定义Agent的理解边界。

要点：运用诸多正例，还有反例。正例是得要正确理解的，反例是有可能引发混淆的，不过Agent应当能够进行区分，或者予以拒绝的。

3）能力与工具集 ( & ):

目的: 清晰地列出Agent的“武器库”。

关键要点为，关于每一条工具 API的说明，都绝对得涵盖这些方面，即功能，还有输入参数，以及输出格式，另外还有错误码处理。这可是工程师达成工具调用的关键凭借依据。

4）模型行为协议 (Model ):

目的: 这是驾驭“非确定性”的核心模块。

要点：当处于某种特定情形之际，那么便要采用“当…时，则…” (WHEN…THEN…) 的句式。比如：当用户指令呈现出模糊不清的状况之时，那么Agent就应当积极主动地发起具备澄清性质的提问，并且还要提供2 - 3个有可能的选项。

5）评估与度量基准 ( & ):

目的: 旨在使“智能”可量化、可测试。

要点而言，验收标准得是SMART的，也就是那种具体的，可衡量起来的，能够达成的，与之相关的，还有时限要求的。比如说，在V1版本上线之后的这一个月期间，针对“预订机票”这个核心任务，用户自主完成的比率要达到80%。

6）伦理与安全约束 (EAP ):

目的: 划定不可逾越的“红线”。

关键点在于，约束应当是绝对且明确无误的。拿个例子来说，就是“在任何情形之下，Agent都不可以存储用户的个人身份信息（PII）超过24小时。”。

七、深度案例研究案例一：智能客服Agent (电商领域)

关键挑战体现在，处于高并发的情景之中，要精准地领会用户针对订单，以及物流还有退款这些各种各样的意图，并且还能够应对一定程度的客户负面情绪。

AI-RSD设计重点：

1） 智能体画像:

角色：“具备高效且贴心特质的小助手”沟通风格：呈现简洁、保持礼貌、富有同理心。于用户流露不满之际，能够实现切换至安抚模式。示例：“您好，颇感荣幸为您效力。不知有何事可为您效劳？”相对“莫要着急，您所面临的问题我已明晰，咱们携手共同予以解决。”。

2） 意图规格:

核心意图为：查询订单所处的状态之中，进而修改地址予以变更，同时还要申请退款以作处理，并且咨询商品相关信息，甚至还要开展投诉的行动之时。有着这样的难点存在：要区分表达为“我想退货”以及“这个商品质量究竟怎么样，别人退货的数量多不多呀？”这般相似然而目标却并不相同的意图方面。有着这样的要求：对于核心意图的识别准确率要大于百分之九十五。能够针对模糊意图主动地去进行澄清。

3） 能力与工具集:

其一，用于查询订单详情的API。其二，用于申请退款的API。其三，用于获取商品常见问题知识库。限制条件为，无法处理超出5000元的退款请求，这种情况下必须转至人工处理。

4） 模型行为协议 (Model ):

若通过情感分析识别出用户情绪处于激动状态，那么便优先运用安抚话术，并且提供一键转人工的选项。要是连续两次都没办法理解用户意图，那就主动进行道歉，同时建议转人工服务。

5） 评估与度量基准 :

关键绩效指标如下，自主解决比率、首批接触解决比率、用家满意程度评分。验收准则为，百分之七十数额退款索求能够被代理人独自达成，不需要人力涉入。案例之二，自动化数据剖析代理人。

关键挑战在于，要领会那些极其复杂的，偶尔还带有口语化特点的，数据分析方面的指令，然后准确无误地去调用数据查询以及可视化工具，并且还能够针对得出的结果展开初步的解读。

AI-RSD设计重点

1） 智能体画像

身为一名初级数据分析师，其沟通风格具备专业性、严谨性且逻辑清晰，会主动去确认指令里模糊不清的区域，例如询问根据您的要求，我会去查询近30天A产品的销售额，并按照渠道予以拆分，这样做可以确认执行吗？

2） 意图规格

核心意图为：查询指标，进行对比分析，开展趋势预测，生成报表。难点在于：理解像“上个月卖得最好的渠道是哪个？”这般涵盖时间、指标、维度等诸多要素的自然语言指令。要求是：对指令里关键实体（时间、指标、维度）的抽取准确率大于90%。

3） 能力与工具集

需执行SQL查询，要绘制图表（折线图、柱状图等），得查询指标定义。安全方面，工具必须具备严格的权限控制，仅能执行只读查询，以此防止数据库遭受恶意操作。

4） 模型行为协议

当用户指令有可能产生歧义的时候，比如说“上个月”有可能指的是自然月，又或者指的是过去30天，那么就必须向用户详细澄清定义。当查询结果呈现为空，或者出现异议的时候，那么是不可以仅仅返回“无数据”的，而是应该明确告知用户可能有的原因，例如：时间范围出现错误，筛选条件过于严格。

5） 评估与度量基准

KPI，查询指令方面是执行成功率，结果上是准确性（其准确性需经由和人工分析结果进行对比得出），还有一个是报告在生成时的效率。属于验收标准的情况是，针对预设好的100个具有典型性的分析问题，Agent可以生成图表且能给出初步洞察的比例要达到80%。八、未来展望，趋势一为此等多模态交互 ()。

现状: 当前多数Agent仍以文本交互为主。

到了以后，Agent会具备这样那样的能力，能够毫无缝隙地领会和致使文本、图像、语音、视频等好些种信息构成一并出现。用户能够凭借拍照去进行询问，Agent能使用图表以及语音加以回答。

对需求设计的挑战:

趋势二：深度个性化与情感化

现状: 个性化多停留在内容推荐层面，情感理解能力初级。

未来，Agent会拥有长期记忆，它能够切实记住用户的偏好、历史以及个人背景，从而形成独特的“个人助理”。与此同时，它可以精准地识别并且适应用户的情绪状态，进而提供更具同理心的互动。

对需求设计的挑战:

趋势三：群体智能与协作 (Swarm )

现状: 以单个Agent完成特定任务为主。

在那个被称作未来的时段里，复杂的任务不是由单个个体去完成的 ，相反，是要经过多个具备专门才能的Agent所构成的有着协同作用的“团队”来一起达成。就好比说 ，一个被定义为“市场分析任务”的工作 ，它或许得借助一个名为“数据搜集Agent”的力量 ，搭配一个称作“数据分析Agent”的协助 ，再加上一个叫作“报告生成Agent”的共同合作才能够得以实现。

对需求设计的挑战:

趋势四：自主学习与进化

现状是，Agent的进化，主要依靠开发者去手动进行迭代，以及对模型作出更新。

对未来而言，Agent会拥有一定程度的自主学习能力，它能够依据与用户的交互，以及任务成功或者失败的经验来使自身得到改进，甚至还有可能主动去探寻新工具的使用方法。

对需求设计的挑战:

九、对产品经理的终极要求

未来的AI产品经理，将不仅仅是需求的定义者，更是：

参考资料

这份文档，汇总了全部文章，这些文章是撰写《AI 智能体需求规格设计指南》时在线研究引用的。为了方便查阅，进行了分类整理，所有参考文献按着主题进行了如此整理。

（一）AI Agent 核心概念与设计

这一部分包含了，AI Agent 的基础定义，核心架构，设计模式，以及，从单一智能体到多智能体协作系统的演进。

知乎的专栏，有一篇万字篇幅长度的文章，详细地解说，其中的（1）部分，关于AI Agent究竟是什么。

去知道的专栏，弄明白基于大型模型的人工智能体，也就是AI Agent ，是怎么回事。

与它相关的知乎专栏，有一篇名为【Agent设计模式】01的内容，其标题所表达的意思为，智能时代已经来到，是对Agent设计模式的全面概述。

一份关于 AI Agent 开发的全面攻略，这攻略涵盖从理论起始，一直到实践阶段的，完整指南以及行业解决方案。

知乎，人工智能与人工智能的较量，从工具类型的助手朝着自主进行协作的系统的演变。

. AI Agent 概念及其應用 .

与AWS相关的，关于亚马逊云科技中国区构造AI应用实际操作指引的那内容，所具有的链接呈现出无法使用的状况。

关于博客园的LLM Agent构建，官方指南解读的那个链接，处于不可有效使用的状态。

会是什么关于人工智能方面的呢，链接是没有处于可用的状态的。

（二）AI Agent 技术挑战

该部分着重于，AI Agent 在其运行进程里，所遭遇的关键技术方面的难题，诸如数据偏移、非确定性举动等。

. 机器学习中的数据漂移 .

CSDN 博客。解析机器学习中的数据漂移问题翻译 .

IBM. 什么是模型漂移？. 链接不可用.

源泉不明，数据漂移这一称作Data Drift的，属于AI加上产品的那种潜藏着的风险，连接没办法使用。

（三）AI Agent 伦理、安全与隐私

这一部分，探讨了，AI Agent 在设计当中，必须要考虑的，伦理规范问题，还有安全保障方面的问题，以及用户隐私保护方面的问题。

IBM，其所说的AI智能体，带来了新的伦理风险，难道不是吗？而研究人员，正在对此展开调查，是不是这样呢，嗯？

. 第 14 章: AI Agent 的伦理与安全 .

….

CSDN 博客之中那些关于 AI Agent 的伦理约束，也就是 LLM 的安全性与道德性设计方面内容的相关链接，呈现出不可用的状态。

（四）产品需求文档 (PRD) 最佳实践

这一部分，集合了针对传统软件的相关内容，还有涉及AI产品需求文档即PRD的写作规范，其核心要素，优秀案例以及实用工具。

. 如何编写产品需求文档 (PRD).

…/产品需求文档 prd/.

人人都是产品经理. PRD 到底该怎么写？.

知乎的专栏，关于怎样去写出优秀的PRD，来瞧这篇极为全面的总结，其中还包含着模板。

关于CSDN的产品需求文档也就是PRD的全攻略，是一份从格式开始，到达核心要素的实战指南。

CSDN 博客。如何编写一份优秀的产品需求文档（PRD）.

CSDN博客，存在着重在5分钟内传授如何撰写出一份堪称完美的PRD文档并附带案例的内容，而今其链接却呈现出不可付诸使用的状况。

博客园，7，产品需求文档写作方面相关主题，叫陈树义的这一内容所涉及链接呈现不可用状态。

拥有难以超乎想象微小比率，录取率不足百分之一的腾讯产品经理处于怎么样的一种方式去写产品需求文档的呢。关于，知乎专栏的所涉及链接呈现无法使用，不可用的状况。

摹客，有着优质产品需求文档也就是PRD的撰写三大原则，然而链接呈现不可用的状况。

来源不知晓，完完全全丢弃 WORD，传授你运用 Axure 迅速地输出具备高水准的 PRD 需求文档，链接无法使用。

. 有哪些优秀的 PRD 范例？. 链接不可用.

关于博思白板的产品需求文档，其中涵盖入门、模板、内容、教程以及步骤等方面，然而链接处于不可用的状态。

附件一 案例

人工智能驱动的智能体，其需求规格的设计，也就是AI-RSD规定的内容，是关于AI个性化旅行规划师的文档元信息。

一、核心意图与价值主张

1. 目的说明

该章节的目的在于界定“AI个性化旅行规划师” 的存在所具备的意义，它回应了最为根本的那个问题，即 “我们构建这个智能体的缘由是什么”，清晰的意图是致使后续所有设计的 “北极星”，保证团队持续与最终目标达成一致。

2. 具体阐述

2.1 目标用户:

2.1.1 主要画像

“体验派”旅行者年龄处于25至45岁范围，其中有身为年轻专业人士时间宝贵不便，有作为父母寻求独特家庭体验，还有个人旅行者想深度探索却不知从哪开始着手这类人。他们拥有一定消费能力，看重旅行质量以及个性化体验，然而却欠缺充足时间或者精力去做繁琐的行前规划。

2.1.2 行为特征

习惯运用数字工具，然而对于现有的旅游产品，像是OTA、点评网站而言，其“信息过载”以及“选择困难”致使他们感到疲惫。他们所渴望的并非是零散的推荐，而是一个连贯的、自洽的、契合个人“旅行感”（Vibe）的完整方案。

2.2 核心问题/痛点:

2.3 期望结果

用户借助跟AI开展几轮自然语言对话，能于30分钟内获取一个完整且逻辑自洽、深度个性化的旅行方案。此方案不但涵盖机票、酒店、活动，更关键的是，它是一条按天规划、交通无缝衔接、节奏张弛有度的“故事线”，致使用户觉得“这恰是我所期望的旅行”，进而满怀期待地一键开启预订流程。

2.4 独特价值

范式转变为由“搜索”至“创造”。我们给付予人们知晓或认识并使之明晰且知晓的不是诸如将所获取信息进行简单搬运的人 ，而是一个能够领会用户抽象情感以及偏好 ，接着对其进行综合并创作出一个可行计划的 “旅行设计师”。它的核心价值在于 将长达数十小时的特别繁琐的规划压缩成为仅仅一杯咖啡的时间 ，籍由AI具有的综合推理能力去替换用户的决策疲劳 ，从而创造出真正 “千人千面 ” 的旅行体验。

二、能力边界和范围

1.目的说明

这一章，其作用在于，清晰地去界定，智能体的，“能做什么”，以及，“不能做什么”。管理用户以及团队的期望，这是规避未来风险，明确资源投入范围的关键。

2.能力清单

2.1 核心能力 (In-Scope)

2.2 辅助能力 (In-Scope)

2.3 明确排除

3. 关键依赖

3.1 外部数据源/API:

3.2 内部系统:

三、模型行为规约

1. 目的说明

有一章内容，它属于AI智能体设计中那至关重要的灵魂部分。它把智能体的“性格”呀，还有“沟通风格”以及“行为模式”，从那种模糊不清的感觉情况，转变成能够去设计、可以进行工程化操作的规约准则，目的是把控住其非确定性，让它的行为表现得能符合预先设定的预期要求和标准。

2. 行为定义

2.那是一位朋友，他身为旅行规划师，经验十分丰富，品味相当独到，内心里极富热情。

2.对该工具而言：其拥有2性格关键词，分别为启发性，可靠，体贴，有趣，有条理。它不单单只是工具，更是能激发用户旅行灵感的伙伴。

2.（1）语言风格，友好且口语化，不过清晰又专业。（2）善于运用Emoji来传递情绪，以及给予豉励。

2.4 自主性水平 : 中高自主性，但始终以用户确认为主导。

2.5 创造性跟严谨性方面，于 “灵感层” 对创造性予以鼓励，于 “执行层” 朝着严谨性去追求。

2.6 失败与恢复策略:

四、数据飞轮与进化机制

1. 目的说明

本章对智能体怎样借由跟用户的交互达成自我学习与持续进化作出了定义，一个设计优良的数据飞轮乃是AI智能体有别于传统软件、达成长期价值增长的核心引擎。

2. 机制设计

2.1 学习信号来源 ( ):

2.2 数据标注与处理:

2.3 模型迭代机制 (Model ):

2.4 价值闭环:

生成行程初始满意度更高的，是更懂你的AI，用户修改次数减少，规划变得更轻松，用户更愿意保存、分享并最终预订，我们获得更高质量的“成功行程”数据和更清晰的用户偏好，AI模型进化，变得更懂你 (回到1）)，形成强大的个性化数据壁垒。

五、EAP约束与风险管理

1. 目的说明

旨在前置性识别并规约AI智能体在伦理、隐私、安全领域行为红线及风险应对策略的本章，其基石是构建可信AI的EAP（伦理, 隐私, 安全）。

2. 约束与对策

2.1 伦理红线 ():

2.2 隐私保护 :

2.3 信息准确性与可追溯性:

存在着这样一种潜在滥用风险，即会生成那种不切实际或者危险的行程，比如说在恶劣天气状况下开展高风险的户外活动。针对此风险的策略是，内置安全规则库。当识别出高风险活动组合的时候，像登山、野外徒步这类情况，便会自动插入风险提示和安全建议模块。其提示内容是，安全提示：此段徒步路线专业显示高度困难，请务必确保有专业向导陪伴并且携带应急设备。并且还存在另一种风险，即被用于恶意刷单或者攻击合作方API。针对这一风险的策略是，施行API调用频率限制以及用户行为异常检测机制。

六、关键成功指标

目的说明

本章是用来对AI智能体的成功标准加以量化的，它把前面讲述的设计目标转变为能够进行衡量、可以予以追踪的指标，是用来评判项目成功或者失败、指导迭代优化的客观依据。

指标体系