AI智能体入职需要情境工程指导，三步行动计划助你成功

为什么你刚招聘的新明星员工在初期表现不如现有员工？为什么新员工需要一段入职培训期才能达到工作状态？

答案是机构知识。新明星员工知道如何完成工作，这正是你雇用他们的原因。但他们需要时间来了解公司文化、流程、方法、应用程序、团队以及客户和合作伙伴。

在AI世界中，机构知识被称为情境。AI智能体就是新的明星员工。你可以在几分钟内完成他们的入职培训，而不是几个月。你能为他们提供的情境越多，他们的表现就越好。

现在，当你听到AI智能体在拥有准确数据时表现更好的报告时，请比客户数据想得更广泛。AI有效完成工作所需的数据还包括描述机构知识的数据：情境。

让我们看看不同类型的情境、其来源以及它是结构化还是非结构化的——这些都将决定如何将其呈现给AI智能体。

你一直听说模型具有大型情境窗口。Claude有100万Token的情境窗口；ChatGPT 5.2有40万Token窗口。但这还不足以处理公司的一切。考虑Salesforce的组织配置——20个相对高复杂度的apex类就超过25万Token。因此，我们需要有选择性，并为AI智能体交付的角色提供情境：情境工程。

从下表可以看出，这些信息大部分是非结构化的。你的员工善于解释这些信息，并运用判断力和机构知识来填补空白。AI智能体现在可以解析非结构化数据，但在处理冲突、细微差别、歧义或遗漏时，应用判断力方面不如人类。这就是我们产生幻觉的原因。

内容类别 | 来源 | 结构化/非结构化 | 示例来源

公司文化 | 年度报告、营销品牌指南、新员工手册 | 非结构化 | 文件存储

业务运营/流程 | UPN流程图 | 非结构化 | 流程映射

应用配置 | 元数据和依赖项 | 结构化 | 变更智能、票务系统、主数据管理

数据 | CRM、ERP应用 | 结构化 | 企业应用

团队 | 组织结构图、职位描述 | 非结构化 | HR应用、文件存储

因此，你提供的情境需要完整且AI可读。但情境也需要特定于AI智能体的角色，这样情境窗口就不会被压垮。做到这一点的方法是考虑AI智能体正在执行的端到端流程，并使用它来确定情境范围。这需要解析存储情境的各种应用程序，以提取正确级别的信息。如果我们看看Salesforce的收购，就开始有意义了：Data360、Informatica、MuleSoft和Tableau都是大规模情境的不同形式。

如前所述，在正确的详细程度上向AI智能体提供正确的情境，意味着要清楚了解它试图执行的端到端流程来解析这些数据源。

这是记录的业务流程与编码在元数据和依赖项中的应用配置的组合。这不仅仅是关于元数据是否使用其他元数据，还关于为什么和如何使用。

流程图提供了应用程序之间或应用程序内手动活动的可见性。记录的流程图的准确性和完整性差异很大。前台流程通常很差。受监管行业的后台流程通常很好。为了利用AI智能体的力量，组织需要简化和优化其业务流程。这引发了一场流程再造革命，与1990年代的革命相似。这次，AI智能体所需的详细程度比人类更高。

通过元数据和依赖项了解应用配置是可能的，但往往因技术债务水平过高而变得混乱。它需要复杂的分析才能完整和可信。AI智能体还不能获取所有元数据并理解它们。数据量太大。唯一的方法是使用非常聪明的智能体工作流程，通过链式外科任务来运行分析。

对于每种内容类型，我们需要问五个问题

让我们看看三种内容类型——文化、业务流程和应用程序——并依次考虑每一种。

这是通常在入职期间提供给新员工的信息，但也是随着时间推移吸收的无形知识。AI智能体需要一次性获得所有这些。

记录的业务流程是AI智能体交付结果的关键结构。但它们也描述了围绕AI智能体的支持流程，智能体依赖或委托这些流程。

应用程序元数据描述了特定应用程序的数据结构、业务逻辑和权限。如果AI智能体跨越应用程序边界，内容需要通过描述应用程序如何协同工作的架构图来增强。这些图表中还可以包括智能体如何协同工作。

有一个常见的表达是，沟通只有7%是语言。那么其他93%呢？

语调充当口语的标点符号。让我们看看这个简单的句子："我想在我的办公室见你。"情境是93%。我们用语言指导AI；7%。我们产生幻觉和不一致结果有什么奇怪的吗？我们需要提供其他93%。情境。这可能包括：客户和公司之间的关系、数据不同方面的相对重要性、流程中的阶段、紧迫性和结果的价值。这种情境以语言和数据的形式提供。因此，我们需要确保为情境提供情境。

情境工程对AI智能体来说是一个新术语，但内容已经作为机构知识存在于组织中，人们随着时间推移会吸收这些知识。AI智能体被构建来接受大量信息，但要求信息准确且明确。这对希望利用能够交付复杂结果的AI智能体优势的组织具有重要意义。这里是一个三步行动计划：

第一步：评估现有情境资产

审查你的文档、流程图、应用配置和培训材料，识别AI智能体需要的关键情境信息。

第二步：建立情境工程流程

制定标准化方法来收集、结构化和维护情境信息，确保其准确性和相关性。

第三步：实施智能体特定的情境交付

为不同角色的AI智能体定制情境包，避免信息过载同时确保完整性。

Q&A

Q1：什么是情境工程？为什么AI智能体需要它？

A：情境工程是为AI智能体提供机构知识的新方法。就像新员工需要了解公司文化、流程和系统一样，AI智能体也需要这些背景信息才能有效工作。情境包括公司文化、业务流程、应用配置等，这些信息帮助AI智能体理解工作环境和要求。

Q2：为什么现有的大语言模型情境窗口还不够用？

A：虽然Claude有100万Token窗口，ChatGPT有40万Token窗口，但企业的完整情境信息量巨大。仅Salesforce的20个复杂apex类就超过25万Token。因此需要有选择性地提供与AI智能体特定角色相关的情境，而不是所有信息。

Q3：如何实施有效的情境工程？

A：需要三个步骤：首先评估现有的文档、流程图和培训材料等情境资产；然后建立标准化的情境收集和维护流程；最后为不同AI智能体角色定制特定的情境信息包，确保信息完整但不过载。