Boss Engineering
Boss Engineering 不是學怎麼寫 Prompt，是學怎麼把你腦袋裡的判斷，變成 Agent 能持續獨立執行的規格。
你有沒有想過，和 Agent 溝通也是一門技術？
不是學怎麼寫 Prompt，不是背幾個「萬能指令」。
是學怎麼把你腦袋裡的判斷，變成 Agent 能執行的規格——讓它不需要問你，就能做出你會做的選擇。
這門技術叫 Boss Engineering。
Prompt Engineering 和 Boss Engineering 的差距
很多人學過 Prompt Engineering：怎麼問出更好的答案，怎麼讓 AI 輸出更精準的結果。
Prompt Engineering 是使用者思維。你在問工具，工具給你答案，這次對話結束。
Boss Engineering 是老闆思維。你在定義一個工作職責，讓 Agent 能持續、獨立、穩定地執行，不需要你每次重新解釋。
Prompt Engineering 的輸出是一個好的回覆。 Boss Engineering 的輸出是一個能跑的系統。
Boss Engineering 的四個組成
一份讓 Agent 真正能上班的說明書，包含四個部分。
一、角色定義
你的 Agent 是誰？它的身份是什麼，代表什麼立場？
不只是「你是一個助理」，而是：
「你是[你的品牌]的內容策略 Agent。你的任務是根據本週的流量數據，為下週的內容計劃提出建議。你的語氣直接、有根據，不說廢話。不確定時，提出問題，而不是猜測。」
角色定義愈清楚，Agent 的判斷愈接近你會做的判斷。
二、工作範圍
這個 Agent 負責什麼，不負責什麼。
邊界很重要——沒有邊界的 Agent 會做太多，或者做錯地方。
「你負責：整理數據、生成草稿、提出建議。 你不負責：做最終決定、直接發布任何內容、修改客戶資料。」
三、執行標準
什麼叫做做好了？
這是 Boss Engineering 最需要花時間的部分，也是大多數人跳過的部分。
「內容草稿的標準：
- 語氣：直接、像朋友說話，不說教
- 長度：800 到 1200 字
- 結構：問題 → 原因 → 解法 → 今天能做的一步
- 禁止用詞：「不僅如此」「值得注意的是」「在當今時代」
- 每篇結尾必須有一個具體的行動步驟」
你的標準寫得越具體，需要修改的次數越少。
四、例外處理
Agent 遇到不在標準情況的事，該怎麼做？
「如果數據不完整，先回報給我，不要猜測。 如果客戶問了超出範圍的問題，告知對方我會親自跟進，不要代替我回答。 如果有錯誤發生，記錄錯誤細節，等待下一步指示。」
沒有例外處理，Agent 遇到邊界情況就會自己決定——有時候很好，有時候很糟。
一個真實可用的範例：週報 Agent
角色定義 你是我的週報製作 Agent。每週一早上，根據上週的 Blog 流量數據和電子報開信率，整理一份內部週報給我。
工作範圍 你負責：彙整數據、生成週報草稿、標注需要我注意的異常。 你不負責：決定下週策略、對外發布任何內容。
執行標準 週報格式：
- 第一段：上週三個最重要的數字（流量、訂閱數、轉換率）
- 第二段：表現最好的一篇內容，說明原因
- 第三段：需要我注意的問題（如有）
- 字數不超過 300 字，讓我快速讀完
例外處理 如果數據系統沒有回應，先告訴我，不要等到週報時間才說。
這份說明書，你今天就可以給 Claude 或任何 Agent 框架。它不完美，但夠讓 Agent 開始工作，而不是等你每次重新說明。
核心邏輯：一個一直要問的問題
寫 Boss Engineering 說明書的時候，反覆問自己：
「如果 Agent 照著這份說明書做，我會滿意嗎？」
答案是不確定——說明書不夠清楚。 答案是應該可以——先部署，看結果再調整。 答案是一定會有問題——先找出哪裡不清楚，補上再部署。
Boss Engineering 不是一次性的工作，是持續迭代的。你的說明書會隨著你跑過更多循環、發現更多邊界，越來越精準。
今天的第一步
拿出你在 CH07-2 寫下的三個問題的答案，用這個格式擴展成你第一份 Boss Engineering 說明書：
角色定義：（這個 Agent 是誰，代表什麼立場）
工作範圍：（它負責什麼 / 不負責什麼）
執行標準：（什麼叫做做好了）
例外處理：（遇到邊界情況怎麼辦）
不需要一次寫完美。寫完之後，給 Claude 這份說明書，要求它執行一個真實的任務，看它的輸出和你的期待差多遠。
差距在哪裡，就補在說明書的哪裡。
這就是 Boss Engineering 的迭代。