复杂任务一次性让模型完成，容易出现遗漏、跑偏和格式不稳定。任务拆解的核心思想是把大任务拆成多个清晰阶段，让每一步都有明确输入和输出。

1. 为什么要拆解

复杂目标
  -> 信息收集
  -> 结构分析
  -> 草稿生成
  -> 校验修改
  -> 最终输出

拆解可以带来几个好处：

• 降低单次任务复杂度。
• 让中间结果可检查。
• 便于失败重试。
• 更容易接入工具和规则校验。

2. 常见拆解方式

任务	拆解方式
写方案	背景分析 -> 目标 -> 方案 -> 风险 -> 计划
总结长文	分段摘要 -> 合并摘要 -> 提炼结论
代码修改	理解需求 -> 定位文件 -> 修改 -> 测试 -> 总结
数据分析	明确问题 -> 查询数据 -> 解释指标 -> 给建议
RAG 问答	检索 -> 筛选证据 -> 生成答案 -> 引用校验

3. 分阶段 Prompt 示例

3.1 第一步：提取要点

请从下面材料中提取事实要点。

要求：
1. 只提取原文明确出现的信息。
2. 不做推测。
3. 按“事实、数据、风险、待确认事项”分类。

3.2 第二步：基于要点生成结论

请基于上一步提取的要点生成结论。

要求：
1. 每个结论必须对应至少一个事实。
2. 不确定的地方标记为“待确认”。
3. 输出面向管理者的简洁版本。

4. 中间结果校验

分阶段生成的关键是检查中间结果。

阶段	校验方式
信息提取	是否遗漏关键字段，是否编造
分类归纳	类别是否清晰，是否重复
方案生成	是否覆盖约束和风险
结构化输出	是否符合 Schema
最终答案	是否满足用户目标

5. 与 Agent 的关系

任务拆解是 Agent 的基础能力之一。但并不是所有拆解都要用 Agent。固定流程适合普通工作流，动态路径才更适合 Agent。

固定拆解：用工作流
动态拆解：考虑 Agent
高风险动作：加入人工确认

6. 常见坑

1. 拆得太细，成本和延迟变高。
2. 每一步没有明确输出格式，导致后续难以消费。
3. 中间结果错误但没有校验，错误被放大。
4. 把简单任务过度拆解，反而降低效率。

7. Tips 快问快答

Q：什么时候需要任务拆解？

A：当任务包含多个目标、输入很长、输出要求严格或失败成本较高时，就应该拆解。

Q：拆解会不会让成本变高？

A：可能会。拆解提升稳定性，但增加调用次数。需要在质量、延迟和成本之间取舍。

Q：能不能让模型自己拆解？

A：可以，但生产系统最好限制步骤、输出格式和工具权限，避免模型自由发挥过度。