Principio 1delegation

Progettare per la delega piuttosto che per la manipolazione diretta

Progettare esperienze attorno all'assegnazione del lavoro, l'espressione dell'intento, l'impostazione dei vincoli e la revisione dei risultati, piuttosto che richiedere agli utenti di eseguire manualmente ogni passaggio.

Fatti chiave

Cluster: delegation
Rischio principale: Il prodotto rimane strutturalmente manuale, con l'IA che funziona solo come sovrapposizione piuttosto che come capacità operativa.
Esempi correlati: 6 esempi in libreria
Libreria di dottrina: Riferimento interno alla dottrina

Perché questo principio è importante?

Nei sistemi agentici, il valore viene creato quando gli utenti possono definire l'esito desiderato e fare affidamento sul sistema per eseguire azioni appropriate entro limiti concordati. L'interfaccia dovrebbe quindi supportare la delega come modello di interazione di primo livello.

Consentire agli utenti di definire obiettivi, vincoli e preferenze con precisione.

Rendere esplicito l'ambito dell'autorità delegata.

Fornire controlli chiari per l'avvio, la pausa, la reindirizzazione e la terminazione del lavoro.

Trattare l'input del prompt come uno dei meccanismi tra molti, non come l'intero modello di esperienza.

Quale fallimento previene questo principio?

Il prodotto rimane strutturalmente manuale, con l'IA che funziona solo come sovrapposizione piuttosto che come capacità operativa.

AI come abbellimento dell'interfaccia: Un prodotto convenzionale è dotato di un input testuale e viene etichettato come intelligente, senza alcun cambiamento significativo nel modello operativo.

Autonomia simulata: Il sistema appare autonomo nel linguaggio o nella presentazione ma non può agire con un'indipendenza significativa.

Esecuzione opaca: Il lavoro avviene in background senza uno stato adeguato, responsabilità o recuperabilità.

Come applico questo principio in pratica?

La libreria di implementazione contiene esempi ispezionabili e rieseguibili che mostrano questo principio applicato in codice reale. Studia i source path, le librerie scelte e le dipendenze di runtime, non solo il nome del pattern.

Esempio di implementazione

Livello 1: LLM aumentato — Singola chiamata API

Una singola chiamata al modello con output strutturato, system prompt e contesto. Nessun loop, nessuno strumento. (script · advanced)

Ispeziona l'implementazione

Esempio di implementazione

Livello 2: Catene di prompt e routing — DAG deterministici

Più chiamate LLM in una sequenza fissa. È il codice a controllare il flusso, non il modello. (script · advanced)

Ispeziona l'implementazione

Esempio di implementazione

Livello 3: Agente con chiamata di strumenti — Autonomia circoscritta

L’agente decide quali strumenti chiamare e in quale ordine, ma solo all’interno di un insieme fisso di capacità ben definite. (script · advanced)

Ispeziona l'implementazione

Fatti chiave

Esempi correlati