AI 智能体上线体检提示词：找出 Agent 不好用的根因

针对 89% 试点失败率设计的 Agent 诊断模板，从任务定义、评测体系、工具链、兜底策略、成本运维五个维度体检，输出红黄绿评级和可执行的修复优先级

AI Agent智能体部署诊断试点评估排障

提示词内容

德勤研究显示企业 AI Agent 从试点到生产的失败率高达 89%。请用下面的框架帮我的智能体做一次「上线前体检」：

【智能体描述】
{agent_description：它要完成什么任务、面向谁、当前部署方式}

【症状清单】
{failure_symptoms：它哪里不达标，如跑偏、幻觉、不回复、成本超标、用户不用了}

【运行环境】
{deployment_context：模型、框架、工具链、上线周期、团队规模}

请按以下五个维度逐一诊断：
一、任务定义（目标是否单一可判定？输入输出有没有明确规格？）
二、评测体系（有没有上线前基准测试？失败样本怎么回流？）
三、工具与上下文（工具调用失败率？上下文是否缺失关键业务规则？）
四、兜底与降级（答不出来时的转人工/重试/拒答策略有没有？）
五、成本与运维（单次调用成本、Token 消耗、监控告警是否就绪？）

【输出要求】
1. 每个维度给出「红/黄/绿」评级 + 一条最优先改进项
2. 给出两周内的修复优先级排序（P0/P1/P2）
3. 明确区分哪些失败是模型能力问题（需换方案），哪些是工程问题（可修复）
4. 输出一张「体检报告」表格，可直接转发给团队

使用技巧

1. 💡 体检前先自己复现 3 个典型失败案例，带着真实日志给 AI 分析，诊断质量翻倍。 2. 🎯 重点看「模型能力问题 vs 工程问题」的分类——前者要换架构，后者修完就能上线，别混在一起。 3. 🔄 每次迭代后重跑一遍本提示词，用红黄绿评级变化衡量改进效果。 4. ✅ 体检结论务必配上「不做什么」——试点失败的头号原因往往是想做的事太多。