你有冇試過咁？
打開一個 AI Agent 工具，輸入一句：
「幫我做市場研究」
之後等咗 10 分鐘。
Credits 燒咗幾百。
最後交返俾你一份 40 頁嘅文件。
但九成內容都唔啱用。
結果你要重新再做一次。
如果你有試過 Manus、ChatGPT Agent、Claude Computer Use，甚至其他 AI Agent 平台，你應該會發現一件事：
問題好多時唔係 AI Agent 唔夠聰明。
而係我哋畀咗一個根本無法執行嘅指令。
AI Agent 同 ChatGPT 最大分別係：
ChatGPT 負責回答問題。
AI Agent 負責完成任務。
而完成任務需要資訊、限制、目標同驗收標準。
如果你無提供清楚，Agent 就只能夠估。
而估錯，就等於燒 Credits。
喺 NextMaven 過去研究大量 AI Workflow、自動化流程同 Agent 應用案例入面，我哋發現一個共通現象：
80% 以上嘅失敗案例，其實唔係工具問題，而係 Prompt 結構問題。
所以今篇文章會分享：
- AI Agent 用家最常犯嘅 5 個錯誤
- 點解會白白浪費 Credits
- 一套適用於所有 AI Agent 嘅 GOATS Prompt Framework
- 5 個即刻可以套用嘅高效率原則
如果你想用同樣嘅 Credits 做更多任務，呢篇文值得收藏。
原則一：永遠用 GOATS 框架寫 Prompt
好多人嘅 Prompt：
❌ 幫我整個網站
❌ 幫我做市場研究
❌ 幫我寫份 Proposal
問題係：
你知道自己想要咩。
但 Agent 唔知道。
所以我後來整理出一套叫做：
GOATS Prompt Framework
[IMAGE：GOATS Framework Infographic]
字母
意思
例子
G
Goal
建立設計師作品集網站
O
Output
HTML 網站 + 手機版
A
Audience
F&B 老闆
T
Tone & Style
Minimal、專業
S
Sources
真實案例、價目表
GOATS Prompt 範例
差嘅 Prompt
幫我起個網站
好嘅 Prompt
Goal：建立自由設計師作品集網站
Output：HTML 網站 + Share Link + Mobile Responsive
Audience：香港中小企老闆
Tone & Style：Minimal、白底深色字
Sources：包含 3 個真實案例、服務價目表及聯絡方式
Agent 最怕模糊。
越具體。
輸出越準。
修改次數越少。
Credits 消耗自然下降。
原則二：先規劃，再執行
大部分人一打開 Agent 就直接開始做。
其實係最貴嘅做法。
錯誤流程
輸入任務
↓
Agent 執行
↓
做錯
↓
重新執行
↓
燒多一次 Credits
正確流程
任務描述
↓
產生計劃
↓
確認方向
↓
正式執行
↓
交付成果
好似 Manus 嘅 plan.md。
或者 ChatGPT Agent 嘅 Task Plan。
其實就係你嘅第一道品質檢查。
建議 Prompt
Before execution, create a detailed execution plan and wait for approval.
單單呢一句。
已經可以減少大量重工。
原則三：拆細任務，而唔係一次過做晒
AI Agent 最大失敗原因之一：
目標太大。
例如：
幫我做一份東南亞電商市場研究，分析競爭對手，再整 15 頁 Investor Deck。
理論上做得到。
但實際上：
- 更易中途出錯
- 更易產生幻覺
- 更易燒爆 Credits
建議拆成三步
Step 1：Research
收集資料
Step 2：Analysis
分析重點
Step 3：Output
產出文件
每完成一步：
再進入下一步。
咁樣準確度通常會高好多。
原則四：學識睇 Agent 思考過程
呢個技巧好少人講。
但其實係進步最快嘅方法。
無論 Manus 定其他 Agent。
完成任務後：
一定要回看執行紀錄。
[IMAGE：Agent Execution Replay]
觀察：
- 搜尋咗咩網站
- 用咗咩工具
- 點樣拆任務
- 邊一步出錯
好多時你會發現：
其實問題唔係 Agent。
而係自己嘅描述太模糊。
每次覆盤一次。
Prompt 質素都會進步。
原則五：人類唔好消失
AI Agent 最大迷思：
完全自動化。
現實係：
最有效率嘅模式從來都係：
Human + AI Agent
而唔係：
Human OR AI Agent
中途介入時機
情況一：方向錯
立即停止。
情況二：資料來源唔可信
要求重新搜尋。
情況三：格式唔符合需求
即時修正。
好多時候：
2 分鐘介入一次。
比起做完先重做。
可以慳超過一半成本。
點樣用 GOATS 框架實戰？
以下係一個任何 AI Agent 都適用嘅範本。
GOATS Universal Prompt Template
Goal：
我想完成嘅最終成果係？
Output：
我要 Agent 交付咩格式？
Audience：
最終讀者係邊個？
Tone & Style：
應該用咩風格？
Sources：
有咩資料、限制、規則必須遵守？
Example
Goal：
研究香港 AI 顧問市場
Output：
10 頁 PowerPoint
Audience：
投資者
Tone & Style：
McKinsey 風格、數據導向
Sources：
只使用 2024-2026 公開資料，所有數據必須附來源
常見問題：點解 GOATS 可以慳 Credits？
因為 Agent 最大成本來自：
- 錯誤理解
- 重複執行
- 大量修改
GOATS 本質上係：
提前將需求講清楚。
Agent 唔需要估。
自然就唔需要重做。
根據我哋實際測試：
使用 GOATS 結構化 Prompt 嘅任務，平均可減少約 30%-50% 重工成本。
而複雜任務效果通常更加明顯。
「AI Agent 唔係讀心術。你講得越清楚，佢做得越準確。」
結語：Prompt 其實係管理能力
好多人以為用 AI Agent 最重要係學工具。
其實唔係。
工具會變。
平台會變。
模型會變。
但有一樣嘢唔會變：
你點樣向一個「數碼員工」交代工作。
GOATS 框架本質上唔係 Prompt 技巧。
而係任務管理技巧。
當你學識：
- 定義目標
- 設定輸出
- 指定受眾
- 控制風格
- 提供資料來源
你用 Manus 會更有效。
用 ChatGPT Agent 會更有效。
用 Claude、Genspark、甚至未來任何 AI Agent 都會更有效。
下一次開 Agent 之前。
唔好急住撳 Submit。
先問自己：
我有冇寫齊 GOATS？
因為好多時候，慳返一半 Credits 嘅關鍵，就係開始之前嗰 30 秒。
.jpg)
