12.3 多角色协作提示（Multi-Agent Role Prompting）

引言：为什么需要"多角色协作"

在复杂任务中，单一角色的模型往往无法同时兼顾推理、分析、创作、校对、决策、验证。Multi-Agent Role Prompting 让大模型在同一任务中扮演多个角色，以协作方式完成任务。

12.3.1 什么是 Multi-Agent Role Prompting

定义：在一个任务流程中，由多个"虚拟角色（Agents/Roles）"各司其职，以协作方式完成复杂任务。

概念	是否包含多个阶段	是否包含多个角色	适用场景
Prompt Chaining	是	不一定	复杂任务、需要拆解
Multi-Agent Roles	是	是	任务高度复杂、需要团队式分工

12.3.2 多角色协作的三大价值

价值	说明
大幅提升质量	不同角色专注于自己擅长的任务
可解释性更强	每个角色的输出都是结构化、独立的
支持多模型协同	GPT负责生成、Claude负责分析、Gemini负责验证

12.3.3 五角色框架

角色	职责
分析师（Analyst）	拆解任务、提取要点
策划师（Planner）	生成结构、大纲、步骤
创作者（Creator）	生成初稿
编辑（Editor）	优化、重写、提升风格
审查员（Reviewer）	格式、风险、事实、逻辑验证

12.3.4 角色设计原则

原则	说明
每个角色只有一个核心能力	不能既分析又生成又验证
输出必须是结构化格式	JSON、Markdown表格
角色之间输入输出必须兼容	结构必须一致
职责边界不能重叠	避免模型混乱

12.3.5 三种协作模式

模式	说明	适用场景
单模型多角色	同一个大模型扮演多个角色	任务复杂、单模型能力足够
多模型多角色	每个角色由不同模型负责	企业级常用方式
平行协作	多个角色同时执行，最后合并	创意任务、多风格生成

12.3.6 常见错误

错误	后果
职责重叠	模型混乱、输出冗余
输入输出格式不统一	角色之间无法衔接
角色太多太复杂	流程难以维护
缺少最终验证步骤	质量无法保证

本节小结

关键要点

1. Multi-Role Prompting 是复杂任务的关键技术
2. 本质是"专业角色分工"
3. 工程级系统常用 3-6 个角色
4. 需要明确结构化输入输出

多角色协作是 Pipeline 的高级模式，接下来我们将学习：Pipeline 状态管理。