Harness Engineering 是為 AI Agent 設計工作環境的方法;更換 AI 模型時,原本的提示詞和工作流程可以先沿用,再用同一批任務驗證結果。
我們 Leadion AI 團隊在執行時,會優先建議檢查三件事:新模型有沒有讀到正確資料、會不會用對工具,以及它交出的結果能不能讓下一步順利執行。
而近期我們在社群也發現,Reddit 的 Claude Code 社群有一篇串文,表示:「既然已經有 Claude Code,為什麼公司還要找人做自己的 Harness?」這則貼文引起熱烈回應。另一場關於更換 AI 模型的討論點出了一個實務難題:工具沒換,使用說明也一樣,換個模型卻可能選到不同的工具。
這其實也是我們團隊在協助企業把 AI 導入客服或業務流程後,換模型時就會遇到一個問題:團隊花時間調好的提示詞和工作流程,哪些值得留下?
本文以官網詢問單為例,結合業界公開案例與 Leadion AI 的建議,帶你分清楚哪些是換了模型仍要遵守的業務規則,哪些是為了修正舊模型的錯誤才加上的指令。
目錄
ToggleHarness Engineering 和提示詞工程差在哪?
提示詞工程著重於怎麼向 AI 交代任務;Harness Engineering 的範圍更廣,還包括 AI 能讀哪些資料、能用哪些工具,以及遇到例外時該怎麼處理。
拿客服查訂單來說,可以在提示詞裡寫:「請查詢訂單狀態,用品牌口吻告訴客人預計何時出貨。」怎麼描述任務、要不要附上回覆範例、回答要多長,都屬於提示詞工程。
不過再把 AI 接進客服系統,就會遇到更具體的問題:客人把訂單編號少打一碼,AI 要請他重新輸入,還是轉給客服?倉庫還沒排出貨日,AI 又該怎麼回?
替 AI 接上訂單查詢工具,設定它能讀取的欄位,再安排查無資料時由誰接手,模型外面這套工作環境叫做 Harness,設計和維護這套環境,就是 Harness Engineering。
OpenAI 分享過一個 Codex 案例:團隊起初把大量指示放在同一份文件裡,後來改用簡短的索引,讓 Codex 按任務查閱詳細說明。
放到客服情境也很好理解:客人問退貨時,AI 知道去哪裡查現行退貨規定,你就不必每次都把整本客服手冊貼進提示詞。
換 AI 模型後,提示詞和工作流程哪些能留?
提示詞裡的任務目標、品牌用語和範例,以及工作流程裡的表單欄位、審核規則和通知對象,都可以先保留。
換模型後,需要重新確認的是新模型怎麼理解指令、選用工具,以及它回傳的結果能不能讓下一步順利執行。
有個簡單的判斷方式:把模型名稱遮起來,看看這條規則還成不成立。
例如,「退款要經過客服主管核准」是公司規定,換哪個模型都要保留。
至於客人說「我不想續約了」,舊模型知道要轉客服,新模型能不能做出同樣判斷,就要再確認。
| 項目 | 可以先保留 | 換模型後要確認什麼? |
|---|---|---|
| 提示詞 | 任務目標、品牌用語、回覆範例 | 客人給的資訊不足時,模型會追問,還是直接猜答案? |
| 知識文件 | 商品規格、客服政策、報價表 | 商品剛調價時,模型能讀到最新版報價表嗎? |
| 工具與權限 | 可查詢的資料、需要主管核准的操作 | 模型能用正確的訂單編號查資料嗎?退款流程仍會等主管核准嗎? |
| 工作流程 | 表單欄位、分類名稱、通知對象 | 模型填的是系統認得的分類嗎?負責人收得到通知嗎? |
要確認到哪一步,取決於 AI 的結果接下來交給誰。如果只是協助寫社群貼文,編輯可以直接檢查內容與品牌口吻。
如果結果會自動寫入 CRM 或寄給客戶,就要一路確認到最後:資料有沒有進對欄位、通知有沒有送到對的人。
用 n8n 換模型:拿三張詢問單,找出哪裡要改
在 n8n 更換 AI 模型時,先保留原提示詞,用三張詢問單檢查分類結果、輸出欄位和通知紀錄,就能判斷該改提示詞、調整欄位,還是修正通知流程。
假設你的品牌用 n8n 串接官網表單、AI 和業務通知,現在想換一個成本較低的模型。
可以先把通知改送到測試窗口,再挑三種留言各跑一次:
| 客戶怎麼問 | 預期結果 | 要看什麼? |
|---|---|---|
| 「想了解 Google 廣告代操,一個月多少錢?」 | 歸為「業務詢價」,通知業務 | 模型填的是系統認得的「業務詢價」,還是自己換了個說法? |
| 「上週付了廣告費,想問什麼時候上線。」 | 歸為「售後服務」,通知服務窗口 | 模型能看懂客人已經付款,現在要問的是進度嗎? |
| 「上次那個方案,可以再找我嗎?」 | 歸為「待確認」,保留留言原文 | 缺少前文時,模型會留下來讓同事確認,還是硬猜一個分類? |
接著,從第一個出錯的地方下手:
- 把付款後問進度的客人分錯類,就在提示詞補一組「新客詢價」和「既有客戶追進度」的對照範例。
- 看懂客人要詢價,卻填了「想了解報價」,就檢查分類欄位允許哪些值。遇到系統認不出的答案,讓流程保留原文並轉入「待確認」清單。
- 分類填對了,業務卻沒收到通知,就查看 n8n 的執行紀錄,確認流程走進哪個分支,以及通知是否成功送出。
等流程跑通,再比較新舊模型的成本。除了模型費用,也記下同事花多少時間修正分類或補送通知。
這樣才算得出,把一筆名單正確送到負責人手上,實際要花多少錢。
下次要換模型,今天改提示詞時該記什麼?
每次改提示詞,記下當時用的模型、哪筆任務出了錯、改了哪一句,以及修改前後的結果。
把原始留言一起留下,半年後同事就能用同一個案例,判斷這條指令還有沒有必要。
例如,同事看到一句「客戶提到已付款時,不要直接歸為業務詢價」,可能會想:如果老客戶已經付了上一筆款,這次是想替另一個品牌詢價呢?這就是為什麼紀錄裡值得多留一個例外。
用團隊原本的試算表就夠了:
| 要記什麼? | 以詢問單分類為例 |
|---|---|
| 當時用哪個版本? | 填入模型名稱、提示詞版本與修改日期。 |
| 哪筆留言出了錯? | 「上週付了廣告費,想問什麼時候上線」被歸為「業務詢價」,預期應為「售後服務」。 |
| 改了什麼? | 補上「付款後追進度」和「既有客戶提出新詢價」兩個對照範例。 |
| 改完有用嗎? | 記下兩筆留言修改前後的實際分類。若修好第一筆卻分錯第二筆,也照實留下。 |
Anthropic 在長時間任務的實驗中也讓 Agent 留下進度紀錄,方便下一次接手時知道工作做到哪裡。
對企業團隊來說,提示詞的修改紀錄還能回答另一個問題:當初為什麼要加這一句?
下次換模型時,同事可以拿原本出錯的留言比較有、無這句指令的結果,再決定要不要留。
Harness Engineering 常見問題 Q&A
Q1:只用 ChatGPT 寫文案,也需要 Harness Engineering 嗎?
偶爾寫一篇貼文,用清楚的提示詞交代受眾、語氣和字數就夠了。如果團隊每週都要替多項商品產出文案,就值得建立共用的品牌指南、商品資料和審稿流程,讓每位同事都能用同一套標準檢查成品。
Q2:從 ChatGPT 換到 Claude,把原本的提示詞貼過去就夠了嗎?
如果提示詞已包含完整任務,可以直接試跑。若指令寫著「沿用上次的語氣」或「依附件報價」,就要把對應的文案範例或報價表一起提供。最簡單的檢查方式是問自己:只看這段提示詞,新接手的同事知道要做什麼嗎?
Q3:公司只用一個 AI 模型,做 Harness Engineering 有什麼用?
它能幫團隊找出任務中斷的位置。以詢問單為例,留下客戶原文、AI 分類結果和通知紀錄,就能查出漏件是因為模型分錯類別,還是業務沒收到通知。即使一直用同一個模型,這些紀錄也能縮短排查時間。
Q4:哪些規則適合寫進提示詞,哪些應設在工作流程裡?
需要理解語意的任務,可以交給模型;每次都必須執行的規則,應設在流程裡。例如,「判斷客人是詢價還是申訴」可以寫進提示詞。「申訴案件寄出回覆前,必須由客服主管核准」則應設為審核步驟,核准後系統才寄信。
Leadion AI 觀點:企業導入 AI,先講清楚怎樣才算做完
如果品牌說「我們想用 AI 處理詢問單」,我們會建議再往下問一句:客人送出表單後,要發生什麼事,你才願意把這筆工作算作完成?
行銷可能在意名單有沒有留下來源,業務在意能不能及時收到通知,客服則想知道資料不齊時由誰聯絡。
把這三件事講清楚,甚至有執行時參照的架構模板,團隊就能建立一套共同的驗收方式。
下次聽到新模型更快、更便宜,也有辦法判斷它到底適不適合自己的品牌。
如果你正在規劃企業 AI 轉型,可以先帶一個最花時間的日常問題來談,例如「每天都要手動分派名單」或「每週得從三個平台整理報表」。
歡迎預約 Leadion AI 顧問諮詢,和我們一起盤點哪些步驟適合導入 AI 自動化、哪些需要同事把關,以及第一個品牌應用要怎麼驗收。





