一文搞懂多智能体系统的提示协同从原理到实践的 Prompt 设计指南引言为什么你的多智能体系统总“吵架”你有没有过这样的经历用LangChain搭了个多智能体客服系统结果“意图理解”智能体刚输出用户要查订单“知识库检索”智能体突然开始生成回答或者做了个AI写作多智能体“选题策划”写了个科技热点“内容创作”却绕去了娱乐八卦——明明每个智能体都很“聪明”凑在一起却像没开过会的团队各自为战。这不是你的智能体不行而是没搞定“提示协同”——多智能体系统的核心不是“多”而是“协同”。就像一支足球队前锋要会传球、后卫要会补位所有球员的动作都要围绕“赢球”这个共同目标。而提示协同就是用Prompt给智能体定好“规则”“角色”和“沟通方式”让它们从“散兵游勇”变成“精锐部队”。这篇文章会帮你解决三个问题多智能体的提示协同到底是什么要设计哪些核心机制才能让智能体“不吵架”如何用这些机制搭建一个能实际运行的多智能体系统读完你会发现多智能体的协同能力90%都藏在Prompt的细节里。一、基础认知多智能体与提示协同的关系在讲协同之前先明确两个核心概念1. 什么是多智能体系统MAS多智能体系统是多个自主智能体Agent通过交互完成复杂任务的系统。每个智能体有三个特点自主性能独立做决策比如“知识库检索”智能体自己决定查哪些文档社会性能和其他智能体沟通比如给“回答生成”智能体传检索结果目标导向能为特定目标行动比如“用户意图理解”的目标是准确提取需求。典型的例子智能客服意图理解→知识库检索→回答生成AI写作选题策划→资料收集→内容创作→编辑校对数据分析数据采集→清洗→建模→可视化。2. 什么是“提示协同”提示协同是通过设计Prompt让多个智能体的行为、目标、交互对齐系统整体目标的机制。简单说就是用Prompt告诉每个智能体你是谁角色定位你要做什么目标你怎么和别人配合交互规则你要遵守什么格式输出规范3. 为什么提示协同是多智能体的“灵魂”没有协同的多智能体会出现三个致命问题目标冲突比如“降低成本”智能体和“提升用户体验”智能体互相拆台信息孤岛比如“数据采集”智能体没把用户行为数据传给“建模”智能体效率低下多个智能体重复做同一件事比如两个智能体都在查同一个知识库。而提示协同的作用就是把这些“问题”变成“默契”——让智能体像分工明确的团队一样工作。二、提示协同的五大核心机制从“各自为战”到“协同作战”要设计有效的提示协同需要围绕“目标-角色-交互-状态-反馈”五个维度搭建机制。每个机制都有明确的Prompt设计方法我们逐个拆解。机制1目标对齐——让所有智能体“想同一件事”核心问题如何让智能体不偏离系统的整体目标设计方法用**“共同目标Prompt”**明确系统的核心目标并要求所有智能体的行动都服务于这个目标。示例智能客服系统的共同目标Prompt我们的共同目标是用最准确、最简洁的方式解决用户问题提升用户满意度。所有智能体的行动都必须满足以下要求不回答超出知识库的问题避免使用技术术语优先解决用户的核心需求比如用户问“订单没到”先查物流再解释原因。关键技巧目标要具体、可衡量比如“提升用户满意度”不如“让用户问题解决率达到90%”把目标“嵌入”每个智能体的Prompt比如在“意图理解”的Prompt里加“你的任务是帮系统实现‘准确解决用户问题’的目标”。机制2角色定位——让每个智能体“做自己该做的事”核心问题如何避免智能体“越界”比如“意图理解”智能体开始写回答设计方法用**“角色定义Prompt”**明确每个智能体的职责、权限和输出要求。示例智能客服的三个角色Prompt意图理解器你是用户意图理解专家职责是解析用户问题的核心意图如“订单查询”“售后申请”提取关键实体如订单号、产品ID输出格式JSON{“intent”: “xxx”, “entities”: {“xxx”: “xxx”}}禁止生成回答内容。知识库检索器你是知识库检索专家职责是根据意图理解器的输出intententities检索知识库输出检索结果的摘要不超过200字和来源链接如果检索不到信息输出“未找到相关内容请补充更多信息”禁止修改意图或实体。回答生成器你是用户服务专家职责是根据意图理解器的意图和知识库检索器的结果生成自然语言回答回答必须包含所有关键信息如订单状态、解决步骤语气要友好比如用“您好您的订单…”而不是“你的订单…”禁止添加未经检索的信息。关键技巧用“禁止清单”明确智能体不能做的事比如“禁止生成回答”用“输出格式要求”限制智能体的输出比如JSON、固定模板避免歧义。机制3交互规则——让智能体“知道怎么沟通”核心问题如何让智能体按顺序交互比如“先意图理解→再检索→再生成回答”设计方法用**“交互流程Prompt”**明确智能体的触发条件、沟通方式和响应要求。示例智能客服的交互规则交互流程必须遵循以下顺序触发条件用户发送问题后首先触发“意图理解器”传递方式意图理解器的输出直接作为“知识库检索器”的输入响应要求知识库检索器必须使用意图理解器的所有输出intententities否则返回“请补充意图信息”回答生成器必须整合前两个智能体的输出否则返回“请提供意图和知识库信息”异常处理如果任何智能体返回错误如“未找到相关内容”回答生成器需要向用户说明情况并引导补充信息。关键技巧用“顺序词”首先、然后、最后明确流程用“条件判断”如果…则…处理异常情况用“强制要求”必须、否则确保规则被遵守。机制4状态共享——让智能体“知道彼此在做什么”核心问题如何避免智能体“信息不对称”比如“回答生成器”不知道“知识库检索器”没找到信息设计方法用**“状态报告Prompt”**要求智能体在每次行动前分享当前状态。示例状态报告的Prompt要求每个智能体在输出结果前必须添加状态前缀意图理解器“[意图理解完成] 输出xxx”知识库检索器“[检索完成/未完成] 输出xxx”回答生成器“[回答生成完成] 输出xxx”。效果示例用户问题“我的订单OD123456怎么还没到”意图理解器输出[意图理解完成] {intent: 物流跟踪, entities: {订单号: OD123456}}知识库检索器输出[检索完成] 摘要订单OD123456当前状态为“正在派送”预计今日18点前送达。来源物流系统API回答生成器输出[回答生成完成] 您好您的订单OD123456当前正在派送中预计今日18点前送达请留意快递员电话~关键技巧状态前缀要简洁、明确比如“[检索完成]”比“我已经完成检索了”更高效状态要关联系统目标比如“[未找到相关内容]”直接提示回答生成器需要引导用户补充信息。机制5反馈调整——让智能体“能自我优化”核心问题如何让智能体在交互中修正错误比如“意图理解器”漏检了订单号设计方法用**“反馈Prompt”**要求智能体评估其他智能体的输出并提出改进建议。示例反馈Prompt的要求每个智能体在接收其他智能体的输出时必须做两件事校验检查输出是否符合格式要求如JSON是否正确、是否包含所有实体反馈如果输出有问题用“[反馈]”前缀提出改进建议。效果示例假设意图理解器漏检了订单号输出[意图理解完成] {intent: 物流跟踪, entities: {}}知识库检索器收到后输出[反馈] 你的输出中缺少“订单号”实体请补充后重新发送。关键技巧反馈要具体、指向性强比如“缺少订单号”比“输出有问题”更有用用“前缀标识”如“[反馈]”区分正常输出和反馈内容限制反馈的“层级”比如只允许相邻智能体之间反馈避免混乱。三、实践用提示协同搭建智能客服多智能体讲了这么多机制我们用一个可落地的案例验证效果——搭建一个“智能客服多智能体系统”。1. 系统架构与角色分工我们设计3个智能体分工如下智能体职责输出格式意图理解器解析用户意图和关键实体JSONintententities知识库检索器根据意图检索知识库摘要来源链接回答生成器生成自然语言回答友好的用户回复2. 完整Prompt设计1共同目标Prompt所有智能体共享我们的共同目标是快速、准确解决用户的订单与售后问题提升用户满意度。所有行动必须遵守不回答与订单、售后无关的问题输出内容必须有知识库或系统数据支撑语气友好避免使用“不知道”“没办法”等负面词汇。2意图理解器Prompt你是用户意图理解专家负责解析用户的订单/售后问题输出结构化意图信息。请严格遵循意图标签只能从以下选项中选择[“订单查询”, “物流跟踪”, “售后申请”, “退款查询”, “投诉建议”]必须提取的实体订单号格式ODxxxxxx、用户ID格式UIDxxxxxx、产品ID格式PIDxxxxxx输出格式JSON示例{“intent”: “物流跟踪”, “entities”: {“订单号”: “OD123456”}}如果无法识别意图或实体输出{“intent”: “未知”, “entities”: {}}。3知识库检索器Prompt你是知识库检索专家负责根据意图理解器的输出检索订单/售后知识库。请严格遵循必须使用意图理解器的所有输出intententities作为检索条件输出内容包括摘要用简洁语言总结检索结果不超过200字来源知识库文档ID或系统API名称如果检索不到信息输出“未找到相关内容请补充订单号或产品ID”禁止修改意图理解器的输出。4回答生成器Prompt你是用户服务专家负责根据意图和检索结果生成回答。请严格遵循回答必须包含所有关键信息如订单状态、物流时间、售后步骤语气要亲切比如用“您好~”“请放心”等词汇如果检索结果显示“未找到”回答“您好我需要您提供订单号或产品ID才能帮您查询请补充一下~”禁止添加未经检索的信息。3. 交互流程演示我们用一个真实用户问题测试用户输入“我的订单OD789012一直没收到都三天了”步骤1意图理解器处理输出[意图理解完成] {intent: 物流跟踪, entities: {订单号: OD789012}}步骤2知识库检索器处理输出[检索完成] 摘要订单OD789012于2024-05-20 10:00由顺丰快递揽收当前状态为“在途已到达杭州市中转站”预计2024-05-22 18:00前送达。来源物流系统API步骤3回答生成器处理输出[回答生成完成] 您好~您的订单OD789012当前状态是“在途已到达杭州市中转站”预计2024-05-22 18:00前送达。请您留意快递员的电话通知哦~4. 异常情况处理如果用户输入“我的订单没到怎么办”没给订单号步骤1意图理解器处理输出[意图理解完成] {intent: 物流跟踪, entities: {}}步骤2知识库检索器处理输出[反馈] 你的输出中缺少“订单号”实体请补充后重新发送。步骤3回答生成器处理输出[回答生成完成] 您好我需要您提供订单号才能帮您查询物流状态请补充一下订单号哦~四、常见问题与最佳实践1. 常见问题及解决方法问题原因解决方法智能体越界比如意图理解器写回答角色定义不明确在Prompt中添加“禁止清单”如“禁止生成回答”信息不对称比如检索器没用到意图交互规则不严格要求检索器“必须使用意图理解器的所有输出”协同延迟比如某个智能体不响应流程没明确触发条件用“顺序词”明确交互顺序如“首先触发意图理解器”输出歧义比如JSON格式错误输出格式要求不具体提供示例如“输出格式JSON示例xxx”2. 最佳实践总结“小而精”原则智能体数量控制在3-5个太多会增加协同复杂度“结构化输出”原则用JSON、固定模板等结构化格式减少解析歧义“迭代优化”原则通过实际运行收集反馈调整Prompt比如如果意图理解器经常漏检实体就在Prompt中加“必须提取所有订单号”“边界清晰”原则用“职责禁止清单”明确智能体的边界避免越界。五、结论与展望多智能体系统的能力边界从来不是单个智能体的“聪明程度”而是协同效率。而提示协同就是用Prompt给智能体“定规则”“明分工”“通信息”让它们从“各自为战”变成“协同作战”。读完这篇文章你可以立刻行动选一个简单任务比如AI写作、数据分析拆分成3个智能体比如选题→收集资料→写作用本文的五大机制设计Prompt运行测试迭代优化。未来的提示协同会更智能——比如结合大模型的“长期记忆”让智能体记住之前的交互历史或者用“工具调用”让智能体自动调用API获取实时数据。但无论技术怎么发展**“目标对齐、角色明确、交互有序”**都是提示协同的核心。附加部分参考文献OpenAI Blog: 《Multi-Agent Systems with GPT-4》LangChain Documentation: 《Multi-Agent Workflows》论文《Prompt Engineering for Multi-Agent Collaboration》arXiv:2305.14325作者简介我是林深资深AI工程师专注于提示工程与多智能体系统。曾主导过金融、电商领域的多智能体项目擅长用“接地气”的方法解决复杂问题。如果你有关于提示协同或多智能体的问题欢迎在评论区留言~互动话题你在做多智能体系统时遇到过哪些协同问题是怎么解决的欢迎分享你的经验全文完
一文搞懂！提示工程架构师眼中多智能体系统的提示协同机制
发布时间：2026/5/19 13:57:02
一文搞懂多智能体系统的提示协同从原理到实践的 Prompt 设计指南引言为什么你的多智能体系统总“吵架”你有没有过这样的经历用LangChain搭了个多智能体客服系统结果“意图理解”智能体刚输出用户要查订单“知识库检索”智能体突然开始生成回答或者做了个AI写作多智能体“选题策划”写了个科技热点“内容创作”却绕去了娱乐八卦——明明每个智能体都很“聪明”凑在一起却像没开过会的团队各自为战。这不是你的智能体不行而是没搞定“提示协同”——多智能体系统的核心不是“多”而是“协同”。就像一支足球队前锋要会传球、后卫要会补位所有球员的动作都要围绕“赢球”这个共同目标。而提示协同就是用Prompt给智能体定好“规则”“角色”和“沟通方式”让它们从“散兵游勇”变成“精锐部队”。这篇文章会帮你解决三个问题多智能体的提示协同到底是什么要设计哪些核心机制才能让智能体“不吵架”如何用这些机制搭建一个能实际运行的多智能体系统读完你会发现多智能体的协同能力90%都藏在Prompt的细节里。一、基础认知多智能体与提示协同的关系在讲协同之前先明确两个核心概念1. 什么是多智能体系统MAS多智能体系统是多个自主智能体Agent通过交互完成复杂任务的系统。每个智能体有三个特点自主性能独立做决策比如“知识库检索”智能体自己决定查哪些文档社会性能和其他智能体沟通比如给“回答生成”智能体传检索结果目标导向能为特定目标行动比如“用户意图理解”的目标是准确提取需求。典型的例子智能客服意图理解→知识库检索→回答生成AI写作选题策划→资料收集→内容创作→编辑校对数据分析数据采集→清洗→建模→可视化。2. 什么是“提示协同”提示协同是通过设计Prompt让多个智能体的行为、目标、交互对齐系统整体目标的机制。简单说就是用Prompt告诉每个智能体你是谁角色定位你要做什么目标你怎么和别人配合交互规则你要遵守什么格式输出规范3. 为什么提示协同是多智能体的“灵魂”没有协同的多智能体会出现三个致命问题目标冲突比如“降低成本”智能体和“提升用户体验”智能体互相拆台信息孤岛比如“数据采集”智能体没把用户行为数据传给“建模”智能体效率低下多个智能体重复做同一件事比如两个智能体都在查同一个知识库。而提示协同的作用就是把这些“问题”变成“默契”——让智能体像分工明确的团队一样工作。二、提示协同的五大核心机制从“各自为战”到“协同作战”要设计有效的提示协同需要围绕“目标-角色-交互-状态-反馈”五个维度搭建机制。每个机制都有明确的Prompt设计方法我们逐个拆解。机制1目标对齐——让所有智能体“想同一件事”核心问题如何让智能体不偏离系统的整体目标设计方法用**“共同目标Prompt”**明确系统的核心目标并要求所有智能体的行动都服务于这个目标。示例智能客服系统的共同目标Prompt我们的共同目标是用最准确、最简洁的方式解决用户问题提升用户满意度。所有智能体的行动都必须满足以下要求不回答超出知识库的问题避免使用技术术语优先解决用户的核心需求比如用户问“订单没到”先查物流再解释原因。关键技巧目标要具体、可衡量比如“提升用户满意度”不如“让用户问题解决率达到90%”把目标“嵌入”每个智能体的Prompt比如在“意图理解”的Prompt里加“你的任务是帮系统实现‘准确解决用户问题’的目标”。机制2角色定位——让每个智能体“做自己该做的事”核心问题如何避免智能体“越界”比如“意图理解”智能体开始写回答设计方法用**“角色定义Prompt”**明确每个智能体的职责、权限和输出要求。示例智能客服的三个角色Prompt意图理解器你是用户意图理解专家职责是解析用户问题的核心意图如“订单查询”“售后申请”提取关键实体如订单号、产品ID输出格式JSON{“intent”: “xxx”, “entities”: {“xxx”: “xxx”}}禁止生成回答内容。知识库检索器你是知识库检索专家职责是根据意图理解器的输出intententities检索知识库输出检索结果的摘要不超过200字和来源链接如果检索不到信息输出“未找到相关内容请补充更多信息”禁止修改意图或实体。回答生成器你是用户服务专家职责是根据意图理解器的意图和知识库检索器的结果生成自然语言回答回答必须包含所有关键信息如订单状态、解决步骤语气要友好比如用“您好您的订单…”而不是“你的订单…”禁止添加未经检索的信息。关键技巧用“禁止清单”明确智能体不能做的事比如“禁止生成回答”用“输出格式要求”限制智能体的输出比如JSON、固定模板避免歧义。机制3交互规则——让智能体“知道怎么沟通”核心问题如何让智能体按顺序交互比如“先意图理解→再检索→再生成回答”设计方法用**“交互流程Prompt”**明确智能体的触发条件、沟通方式和响应要求。示例智能客服的交互规则交互流程必须遵循以下顺序触发条件用户发送问题后首先触发“意图理解器”传递方式意图理解器的输出直接作为“知识库检索器”的输入响应要求知识库检索器必须使用意图理解器的所有输出intententities否则返回“请补充意图信息”回答生成器必须整合前两个智能体的输出否则返回“请提供意图和知识库信息”异常处理如果任何智能体返回错误如“未找到相关内容”回答生成器需要向用户说明情况并引导补充信息。关键技巧用“顺序词”首先、然后、最后明确流程用“条件判断”如果…则…处理异常情况用“强制要求”必须、否则确保规则被遵守。机制4状态共享——让智能体“知道彼此在做什么”核心问题如何避免智能体“信息不对称”比如“回答生成器”不知道“知识库检索器”没找到信息设计方法用**“状态报告Prompt”**要求智能体在每次行动前分享当前状态。示例状态报告的Prompt要求每个智能体在输出结果前必须添加状态前缀意图理解器“[意图理解完成] 输出xxx”知识库检索器“[检索完成/未完成] 输出xxx”回答生成器“[回答生成完成] 输出xxx”。效果示例用户问题“我的订单OD123456怎么还没到”意图理解器输出[意图理解完成] {intent: 物流跟踪, entities: {订单号: OD123456}}知识库检索器输出[检索完成] 摘要订单OD123456当前状态为“正在派送”预计今日18点前送达。来源物流系统API回答生成器输出[回答生成完成] 您好您的订单OD123456当前正在派送中预计今日18点前送达请留意快递员电话~关键技巧状态前缀要简洁、明确比如“[检索完成]”比“我已经完成检索了”更高效状态要关联系统目标比如“[未找到相关内容]”直接提示回答生成器需要引导用户补充信息。机制5反馈调整——让智能体“能自我优化”核心问题如何让智能体在交互中修正错误比如“意图理解器”漏检了订单号设计方法用**“反馈Prompt”**要求智能体评估其他智能体的输出并提出改进建议。示例反馈Prompt的要求每个智能体在接收其他智能体的输出时必须做两件事校验检查输出是否符合格式要求如JSON是否正确、是否包含所有实体反馈如果输出有问题用“[反馈]”前缀提出改进建议。效果示例假设意图理解器漏检了订单号输出[意图理解完成] {intent: 物流跟踪, entities: {}}知识库检索器收到后输出[反馈] 你的输出中缺少“订单号”实体请补充后重新发送。关键技巧反馈要具体、指向性强比如“缺少订单号”比“输出有问题”更有用用“前缀标识”如“[反馈]”区分正常输出和反馈内容限制反馈的“层级”比如只允许相邻智能体之间反馈避免混乱。三、实践用提示协同搭建智能客服多智能体讲了这么多机制我们用一个可落地的案例验证效果——搭建一个“智能客服多智能体系统”。1. 系统架构与角色分工我们设计3个智能体分工如下智能体职责输出格式意图理解器解析用户意图和关键实体JSONintententities知识库检索器根据意图检索知识库摘要来源链接回答生成器生成自然语言回答友好的用户回复2. 完整Prompt设计1共同目标Prompt所有智能体共享我们的共同目标是快速、准确解决用户的订单与售后问题提升用户满意度。所有行动必须遵守不回答与订单、售后无关的问题输出内容必须有知识库或系统数据支撑语气友好避免使用“不知道”“没办法”等负面词汇。2意图理解器Prompt你是用户意图理解专家负责解析用户的订单/售后问题输出结构化意图信息。请严格遵循意图标签只能从以下选项中选择[“订单查询”, “物流跟踪”, “售后申请”, “退款查询”, “投诉建议”]必须提取的实体订单号格式ODxxxxxx、用户ID格式UIDxxxxxx、产品ID格式PIDxxxxxx输出格式JSON示例{“intent”: “物流跟踪”, “entities”: {“订单号”: “OD123456”}}如果无法识别意图或实体输出{“intent”: “未知”, “entities”: {}}。3知识库检索器Prompt你是知识库检索专家负责根据意图理解器的输出检索订单/售后知识库。请严格遵循必须使用意图理解器的所有输出intententities作为检索条件输出内容包括摘要用简洁语言总结检索结果不超过200字来源知识库文档ID或系统API名称如果检索不到信息输出“未找到相关内容请补充订单号或产品ID”禁止修改意图理解器的输出。4回答生成器Prompt你是用户服务专家负责根据意图和检索结果生成回答。请严格遵循回答必须包含所有关键信息如订单状态、物流时间、售后步骤语气要亲切比如用“您好~”“请放心”等词汇如果检索结果显示“未找到”回答“您好我需要您提供订单号或产品ID才能帮您查询请补充一下~”禁止添加未经检索的信息。3. 交互流程演示我们用一个真实用户问题测试用户输入“我的订单OD789012一直没收到都三天了”步骤1意图理解器处理输出[意图理解完成] {intent: 物流跟踪, entities: {订单号: OD789012}}步骤2知识库检索器处理输出[检索完成] 摘要订单OD789012于2024-05-20 10:00由顺丰快递揽收当前状态为“在途已到达杭州市中转站”预计2024-05-22 18:00前送达。来源物流系统API步骤3回答生成器处理输出[回答生成完成] 您好~您的订单OD789012当前状态是“在途已到达杭州市中转站”预计2024-05-22 18:00前送达。请您留意快递员的电话通知哦~4. 异常情况处理如果用户输入“我的订单没到怎么办”没给订单号步骤1意图理解器处理输出[意图理解完成] {intent: 物流跟踪, entities: {}}步骤2知识库检索器处理输出[反馈] 你的输出中缺少“订单号”实体请补充后重新发送。步骤3回答生成器处理输出[回答生成完成] 您好我需要您提供订单号才能帮您查询物流状态请补充一下订单号哦~四、常见问题与最佳实践1. 常见问题及解决方法问题原因解决方法智能体越界比如意图理解器写回答角色定义不明确在Prompt中添加“禁止清单”如“禁止生成回答”信息不对称比如检索器没用到意图交互规则不严格要求检索器“必须使用意图理解器的所有输出”协同延迟比如某个智能体不响应流程没明确触发条件用“顺序词”明确交互顺序如“首先触发意图理解器”输出歧义比如JSON格式错误输出格式要求不具体提供示例如“输出格式JSON示例xxx”2. 最佳实践总结“小而精”原则智能体数量控制在3-5个太多会增加协同复杂度“结构化输出”原则用JSON、固定模板等结构化格式减少解析歧义“迭代优化”原则通过实际运行收集反馈调整Prompt比如如果意图理解器经常漏检实体就在Prompt中加“必须提取所有订单号”“边界清晰”原则用“职责禁止清单”明确智能体的边界避免越界。五、结论与展望多智能体系统的能力边界从来不是单个智能体的“聪明程度”而是协同效率。而提示协同就是用Prompt给智能体“定规则”“明分工”“通信息”让它们从“各自为战”变成“协同作战”。读完这篇文章你可以立刻行动选一个简单任务比如AI写作、数据分析拆分成3个智能体比如选题→收集资料→写作用本文的五大机制设计Prompt运行测试迭代优化。未来的提示协同会更智能——比如结合大模型的“长期记忆”让智能体记住之前的交互历史或者用“工具调用”让智能体自动调用API获取实时数据。但无论技术怎么发展**“目标对齐、角色明确、交互有序”**都是提示协同的核心。附加部分参考文献OpenAI Blog: 《Multi-Agent Systems with GPT-4》LangChain Documentation: 《Multi-Agent Workflows》论文《Prompt Engineering for Multi-Agent Collaboration》arXiv:2305.14325作者简介我是林深资深AI工程师专注于提示工程与多智能体系统。曾主导过金融、电商领域的多智能体项目擅长用“接地气”的方法解决复杂问题。如果你有关于提示协同或多智能体的问题欢迎在评论区留言~互动话题你在做多智能体系统时遇到过哪些协同问题是怎么解决的欢迎分享你的经验全文完
