很多 AI Agent 做不好任务，不是因为能力不够，而是任务输入一开始就含糊。用户只说“帮我整理一下”“做个分析”“写一份方案”，Agent 只能猜目标、猜范围、猜材料和猜输出标准。猜对了像智能，猜错了就是返工。
任务输入规范不是给流程增加负担，而是让 Agent 在开始前拿到足够清楚的工作单。它和 AI Agent 任务规划、结果验收、决策日志 是一条线：前面说清楚，后面才好复盘。
目标要写成可判断结果
“优化文章”不是一个好目标，“把这篇文章改成适合发布的中文教程，摘要控制在 120 字以内，并补 3 条站内链接”才是可执行目标。Agent 需要知道最终产物是什么、给谁看、用在什么场景里。
目标越清楚，Agent 越不容易把精力放到无关细节上。尤其是跨部门协作时，任务目标应该能让接手人一眼判断做完没有，而不是只能凭感觉说“差不多”。
边界要比愿望更具体
任务输入里要写清楚哪些内容不能改、哪些动作不能做、哪些信息不能引用。比如只能读取公开资料，不能更新 CRM；只能生成草稿，不能直接发送邮件；只能分析最近 30 天数据，不能混入历史旧表。
这部分可以和 最小权限 一起设计。边界不是限制 Agent，而是避免它在不该行动的地方“过度积极”。
资料来源要有优先级
如果一个任务同时给了知识库、网页、表格和聊天记录，Agent 需要知道哪个来源优先。官网规则通常高于群聊转述，最新数据通常高于旧截图，结构化表格通常比口头摘要更适合做计算。
否则 Agent 可能会把方便读取的材料当成权威来源。前面写 工具输出校验 时也提到，来源和时间是事实型任务的底座。
验收条件要提前写
不要等 Agent 输出以后才想“我到底要什么”。验收条件可以很简单：是否覆盖指定字段，是否引用来源，是否保留未确认问题，是否符合格式，是否需要人工确认。高风险任务还要写明什么时候必须升级。
如果任务会进入生产流程，验收条件应接上 人工接管队列 或 熔断暂停机制。这样 Agent 不会在不确定时硬往下走。
总结
AI Agent 任务输入规范的价值，是把模糊请求变成可执行工作单。目标、边界、资料来源、工具权限、输出格式和验收条件先说清，Agent 才能少猜测、少跑偏，也更容易被团队稳定复用。
