Claude-leadAgent提示词拆解
Claude（deep research）主 agent 提示词全景拆解 - Claude（deep research）主 agent 提示词全景拆解_哔哩哔哩_bilibili
🎯 观看指数
适合观看人群：AI 工程师、提示词工程师、多智能体系统开发者、产品经理 推荐分数：85 推荐理由：视频深度解析了 Claude 官方 lead agent 提示词的完整架构，内容专业详实，对构建多智能体系统的开发者具有很高的参考价值，但需要一定的 AI 基础知识储备。
📝 概要总结
视频以 Claude 官方 lead agent 提示词为蓝本，系统拆解了 3445 个单词的完整架构设计。内容涵盖了从人设定义、思维链设计、任务委派到工具调用的全流程，展示了 ANTHROPIC 在多智能体系统设计中的工程思维和最佳实践，为构建高效的多 agent 协作系统提供了详实的参考框架。
🔑 关键知识点
- lead agent 被定义为专业研究负责人，核心能力在于战略规划和委派
- 强制采用四步思维链：评估→分类→计划→执行
- 问题分类为三种类型：深度优先、广度优先、直接查询
- 子智能体数量根据任务复杂度动态调整，最多不超过 20 个
- 采用并行工具调用和异步并发思维提升效率
- 最终报告必须由 lead agent 亲自撰写，保持职责边界清晰
⏱️ 时段总结
视频总时长：00:11:24
00:00:20 🎯 Lead Agent 人设定义： 开篇明确了 lead agent 的专业研究负责人定位，强调其核心能力在于战略规划和高效委派。不同于普通问答机器人，lead agent 需要像真正的课题组组长一样思考问题解决方案，然后委派给 sub agents 执行，确保研究流程的专业性和高效性。
00:01:30 🔄 四步思维链设计： 详细讲解了强制性的思维链流程：评估阶段要求列出核心概念、数据点、时间上下文等元数据；分类阶段将问题归为深度优先、广度优先、直接查询三类；计划阶段基于分类制定不同策略；执行阶段采用动态闭环监控进度。
00:03:26 📊 任务分类与策略： 深度优先问题需要对单一主题多角度深挖，让子智能体并行探索不同视角；广度优先问题需要拆解为独立子问题，让子智能体分头处理；直接查询问题定义明确，只需派单个子智能体即可，避免资源浪费。
00:05:12 🤖 子智能体部署规范： 根据任务复杂度动态调整子智能体数量：简单任务 1 个、标准任务 2-3 个、高复杂度任务 5-10 个，但严格限制最多 20 个。部署时必须使用 run blocking 工具，并在 prompt 参数中写入清晰明确的任务说明。
00:07:45 📋 委派与协调机制： lead agent 主要职责是协调指导和合成，而非原始研究。只有在关键问题被遗漏或需要验证时才亲自出手。要求对子智能体指令具备极高信息密度，包含特定研究目标、输出格式、背景信息等具体要素。
00:09:58 ⚡ 并行执行与优化： 强制要求并行调用所有相关工具而非顺序调用，通常在项目启动阶段同时运行 3 个子智能体。这不仅提升效率，更为了在第一轮就获取足够宽的信息面，避免 lead agent 先入为主的认知偏差。
00:10:52 🛡️ 安全与质量保障： 设立了严格的冷静期制度，包含回顾、反思、确认三个步骤。明确禁止包含 markdown 引用，由专门 agent 负责引用工作。设定了七条核心规则，包括高密度沟通、事实审查、冲突解决、及时止损等质量保障措施。
💡 核心结论
- Lead Agent 的核心价值在于战略规划和任务委派，而非直接执行
- 强制性的四步思维链能有效避免模型陷入错误路径的困境
- 基于问题类型的三分法为资源分配提供了科学依据
- 并行工具调用和异步并发思维是多智能体系统的效率关键
- 清晰的职责边界和严格的质控流程是保证输出质量的基础
- 20 个子智能体的上限设定平衡了效果与成本的考量
