先挑规则清楚的一小段

适合起步的任务包括把公开资料整理成草稿、从固定表格提取字段，或为内部待办生成初步分类。先手动做几次，写下哪些部分有稳定规则，哪些部分需要判断。任务越模糊，越需要在输入和验收标准上多做准备。

写出输入、输出和验收条件

以整理用户反馈为例，输入可以是经过允许使用的反馈记录，输出是问题分类、原始记录位置和待确认事项。验收时检查是否遗漏记录、是否混淆用户原话与推测，以及每个结论能否追溯。这样的说明比“帮我处理一下反馈”更容易检验。

把生成与执行分成两个步骤

让 AI 先提出草稿或操作清单，再由确定的规则或人工确认决定是否执行。涉及对外发布、修改客户资料或改变已有数据时，保留可审查的结果与明确的确认点。为工具只提供完成当前任务需要的权限和资料。

提前处理重复执行与失败

  • 为每个任务保留唯一标记，避免重复运行产生重复记录。
  • 对外部请求设置超时和有限重试，不无限循环。
  • 记录输入位置、执行结果与失败步骤，不把凭据写入日志。
  • 在部分完成时说明哪些结果已产生，给出可继续操作的入口。

先用小样本评价质量

挑选普通、缺失字段、重复内容和模糊表述等不同样例，逐项检查结果。记录需要人工修正的地方，以及运行耗时和实际服务用量。只有在这个小范围内能够稳定完成任务后，再扩大输入量；一次成功演示还不足以说明流程可靠。

根据维护能力选择运行方式

nanobot 的官方项目以自托管个人 AI 智能体框架为定位，可作为了解工具、记忆和任务组织方式的入口。是否适合你的流程，需要结合部署条件、模型连接和权限设置判断。简单规则能够解决的部分也可以直接使用脚本或表单，不必每一步都调用模型。