分析剧本
一、为什么 Agent 还需要分析剧本
在制造场景中,并不是所有问题都适合完全交给模型临场推理。
有一类任务具有很强的共性和稳定性,例如:
- 生产日报与班次复盘
- OEE、良率、节拍等固定分析路径
- 典型异常的标准排查流程
- 报告生成、定时分析和自动触发任务
这类任务如果每次都由模型重新决定“先调什么、后调什么、什么时候收敛”,结果虽然灵活,但一致性和可控性会明显下降。
因此,产线军师引入 分析剧本(Playbook),把高频、高价值或高风险的分析流程固化为更确定的执行路径。
二、什么是 Playbook
在产线军师中,Playbook 可以理解为 面向具体场景的标准化分析流程。
Playbook 是一条围绕明确目标组织起来的执行路径,不是单个工具,也不是单纯的知识条目,通常包含:
- 适用场景
- 触发条件
- 调用顺序
- 分支判断
- 输出形式
简单理解:
- 工具回答“能做什么”
- Skill 回答“通常怎么做”
- Playbook 回答“在这个场景里按什么顺序稳定执行”
三、哪些场景更适合使用 Playbook
| 场景类型 | 为什么适合剧本化 |
|---|---|
| 固定口径分析 | 分析目标明确,执行顺序稳定 |
| 标准排查流程 | 需要按顺序缩小范围、避免漏项 |
| 定时任务与自动任务 | 需要可重复、可调度、可审计 |
| 多步报告生成 | 需要把多个结果汇总成固定结构 |
| 高风险动作前置判断 | 需要更清晰的条件和边界控制 |
四、Playbook 在执行链路中的位置
这说明 Playbook 不是取代 Agent,而是在特定场景下成为 Agent 的确定性执行路径。
五、为什么 Playbook 比纯 Prompt 更稳
如果只靠 Prompt 告诉模型“建议按某个顺序做”,模型仍然可能:
- 跳步骤
- 换顺序
- 过早下结论
- 在复杂场景中调用不合适的能力
而 Playbook 的价值在于把这些关键步骤从“建议”变成“明确流程”。
| 仅靠 Prompt | 引入 Playbook |
|---|---|
| 更依赖模型临场发挥 | 更强调既定流程与条件分支 |
| 一致性更容易受上下文波动影响 | 相同场景下更容易保持稳定执行 |
| 工具顺序不容易被复用 | 可把成熟流程沉淀为标准路径 |
| 自动任务与定时任务难以可靠复用 | 更适合自动化、批量化和审计 |
六、Playbook 与 Agent 的关系
Playbook 不是与 Agent 并列竞争的东西,而是 Agent 体系中的一部分:
- Agent 负责识别当前问题属于什么类型
- Agent 负责决定是否进入某个 Playbook
- Playbook 负责把命中的场景走成更确定的流程
- Agent 最终仍负责解释结果并组织输出
因此,产线军师更接近“Agent 负责理解和组织,Playbook 负责在合适场景里稳定执行”。
七、Playbook 与 Skill、知识闭环的区别
| 组件 | 更关注什么 |
|---|---|
| Skill | 方法、规则、角色化使用方式 |
| Playbook | 固定场景下的执行顺序与分支 |
| 知识闭环 | 案例、规则、经验的沉淀与复用 |
三者可以协同工作:
- Skill 提供方法层
- Playbook 提供执行层
- 知识闭环提供依据层
八、Playbook 对业务的实际意义
从使用者视角看,Playbook 带来的价值主要体现在:
- 关键分析流程更稳定
- 高频任务更容易自动化执行
- 标准化场景更容易复制到更多产线或工厂
- 报告、复盘、诊断等流程更容易形成组织级方法
这也是产线军师从“会分析”进一步走向“会按标准流程稳定分析”的关键能力。