Claude（deep research）subagent 提示词全拆解 - Claude（deep research）subagent 提示词全拆解_哔哩哔哩_bilibili

视频地址

观看指数

适合观看人群：AI 开发者、机器学习工程师、提示词工程师、多 Agent 系统研究者 推荐分数：85 推荐理由：内容专业深入，详细拆解了 Anthropic 设计的 research sub agent 提示词架构，对构建高效多 Agent 系统具有重要参考价值

概要总结

视频围绕 Anthropic 设计的 research sub agent 提示词体系展开，系统性地拆解了执行角色在多 Agent 系统中的工作流程和核心原则。从研究规划、工具选择到 OODA 循环执行，详细阐释了如何在海量数据中高效淘金并确保信息质量，为构建可靠的 AI 执行系统提供了完整的设计蓝图。

小结论

视频包含的关键知识点如下：

  • 研究 sub agent 的明确定位：作为纯粹的执行者，不负责战略思考，只专注于完成 lead agent 分配的具体任务
  • 三阶段研究流程：研究规划→工具选择→OODA 研究循环，强调动手前必须先彻底思考
  • 预算控制机制：简单任务 5 次调用内，困难任务 10 次，极难任务不超过 15 次，防止陷入死循环
  • 工具使用原则：内部工具优先，网页抓取必用场景，代码解释器使用限制
  • 高价值信息四大特征：重大性、重要性、精确性、高质量来源
  • 批判性思维要求：必须区分事实与推测，保持认知诚实
  • 效率优化策略：并行工具调用，动态调整搜索策略
  • 停止机制：基于调用次数、信源数量和边际收益递减原则的智能刹车

时段总结

视频总时长：00:05:46

00:00:08 🎯研究 sub agent 角色定位： 开篇明确了 research sub agent 在多 Agent 系统中的执行者定位，区别于负责战略的 lead agent。其任务来源单一明确，目标纯粹专注于使用工具完成具体任务并将准确信息返回上层，为后续详细流程拆解奠定基础。

00:00:54 🔧三阶段研究流程设计： 详细介绍了 Anthropic 设计的研究三步骤：研究规划、工具选择、研究循环。特别强调了规划阶段的重要性，不仅是计算调用次数，更是制定完整的战术方案，包括工具使用顺序和策略，避免盲目尝试。

00:01:39 💰预算控制与工具选择： 阐述了预算控制的具体标准和使用原则。内部工具优先原则确保获取用户私有数据，网页抓取在三种特定场景下必用，代码解释器有明确的使用限制，这些设计都是为了最大化工具使用效率。

00:02:21 🔁OODA 循环执行细节： 深入讲解了观察 - 调整 - 决策 - 行动的循环执行机制。要求至少运行 5 次，复杂任务最多 10 次，每次都必须有仔细推理过程，遇到矛盾信息要及时调整策略，禁止重复相同查询浪费资源。

00:03:02 🧠高价值信息识别标准： 定义了识别高价值信息的四大特征：重大性、重要性、精确性、高质量来源。同时提供了冲突处理的三项判断标准：新进度、一致性、信源质量，无法调和时保留冲突信息交由 lead agent 判断。

00:03:47 ⚠️批判性思维与质量审视： 强调了批判性思维的重要性，要求区分事实与推测，警惕推测性动词和新闻聚合器等不可靠来源。必须保持认知诚实，在报告中明确标记信息质量，确保最终输出的可靠性。

00:04:26 ⚡效率优化与停止机制： 介绍了并行工具调用策略以降低系统延迟，特别是网页搜索可以并发查两个方向。同时设定了基于调用次数（20 次上限）、信源数量（100 个以内）和边际收益递减原则的智能停止机制。

00:05:16 📋核心素质与原则重申： 总结了 ideal research sub agent 的四大核心素质：预算意识、闭环思维、批判精神、效率至上。最后重申两个关键原则：优先使用内部工具，任务充分完成后立即停止并提交精炼报告。