如何使用 Claude 构建你的第一个 AI Agents 团队（完整课程）【译】

构建一个 Agent。部署一个 Agent。Agent 这个。Agent 那个。

但当你真正坐下来开始构建时，就会遇到瓶颈。教程默认你已经会 Python。指南是为开发者写的。框架文档读起来像外语。

于是大多数人放弃了。他们回到用 Claude 当聊天机器人，告诉自己 Agent 对自己来说”太技术了”。

这是错的。本指南会证明这一点。

你不需要会写代码就能构建 AI Agent。你不需要计算机科学学位。你不需要懂 API、框架或终端命令。

你需要 Claude。你需要 Cowork。你需要这篇文章。

读完本指南，你将构建好一个能自主研究、写作、分析并产出实际成果的 AI Agent 团队——全程一行代码都不用写。

这是完整的课程。一步一步来。从零开始。

什么是 AI Agent（以及为什么你应该在意）

AI Agent 是一个系统，它能接收一个目标，将其分解为步骤，执行这些步骤，并交付结果——而无需你事无巨细地管理每一步。

聊天机器人等着你一步一步地告诉它具体做什么。Agent 则接收一条高层指令，然后自己搞定剩下的。

区别就像告诉某人”帮我订张机票” 和 告诉某人”去这个网站，输入这个目的地，点这个按钮，选这个日期，输入这张信用卡”。一个是委托，另一个是保姆式盯梢。

Agent 让你能委托。而委托才是真正的杠杆所在。

为什么你应该在意？因为现在，构建 AI Agent 是市场上最有价值的技能之一。公司正在招聘这方面的人才。自由职业者为此收取高价。创始人围绕它构建整个产品。

而进入门槛比大多数人想象的要低。

模块 1：理解各个组件

在开始构建之前，你需要了解每个 AI Agent 的四个组成部分。这些都是简单的概念，不是技术术语。

1. 角色

每个 Agent 都有一个明确的职责。它不是”一个什么都能做的 AI”。它是”一个专门做某一类工作的 AI”。研究 Agent 负责查找和组织信息。写作 Agent 负责创作内容。分析 Agent 负责处理数据并发现模式。

角色越具体，Agent 表现越好。

2. 指令

这告诉 Agent 如何完成工作。不只是”研究这个主题”，而是”研究这个主题：找到五个来源，用三句话总结每个来源，指出矛盾的说法，并给出最终的综合报告以及你的建议”。

指令定义了流程、质量标准以及输出格式。

3. 工具

Agent 能访问什么？它能搜索网络吗？能读取你的文件吗？能访问你的邮件吗？能连接到你的日历吗？Agent 可用的工具决定了它在生成文本之外，实际上还能做什么。

4. 记忆

Agent 如何记住它做过什么？它能引用过去的工作吗？它能记住你昨天的偏好设置吗？记忆是让一次性工具变成持续助手的区别。

就这些。角色。指令。工具。记忆。每个 AI Agent 都由这四个部分构成。

模块 2：构建你的第一个 Agent（零代码）

打开 Claude 桌面版。点击 Cowork 标签。你现在就要构建你的第一个 Agent。

第 1 步：定义角色

决定你的第一个 Agent 要做什么。根据最能节省你时间的需求，选择以下起点之一：

• 内容研究 Agent — 查找并总结任何主题的信息
• 初稿 Agent — 把你的想法转化为书面草稿
• 数据整理 Agent — 处理文件、提取信息并组织整理
• 会议准备 Agent — 在会议前研究相关人员和主题
• 周报 Agent — 将你的数据汇编成格式化的周报

选一个。在本教程中，我将以内容研究 Agent 为例。

第 2 步：编写系统指令

在 Cowork 中，新建一个会话，将以下指令给 Claude：

你是我的内容研究 Agent。

你的工作是研究我给你的任何主题，并输出一份结构化的研究简报。

对于每个研究任务：

1. 找出最重要的 5 个子主题
2. 针对每个子主题，找到关键事实、统计数据以及专家观点
3. 指出该主题中的任何矛盾或争议
4. 将你的发现整理成结构化文档
5. 在结尾添加”关键要点”部分，包含 3-5 条可执行的洞察

输出格式：一份干净的文档，保存到我的 /Research 文件夹，文件名为 [topic-name]-research.md

质量标准：每个观点都要具体。没有废话。没有泛泛之谈。如果某个内容找不到可靠信息，就直接说明，而不是编造。

语气：专业但易懂。写给聪明但不是该领域专家的人。

第 3 步：授予访问权限

授予 Cowork 访问你希望 Agent 保存工作的文件夹的权限。如果你没有 /Research 文件夹，就创建一个。以后每份研究简报都会自动保存到这里。

如果你已经设置了 Gmail、Google Drive、Slack 等连接器，Agent 也可以从这些来源提取信息。

第 4 步：测试它

给它第一个任务：

“研究 AI Agent 在商业中的当前状态。重点放在公司现在实际使用它们做什么，而不是理论上的可能性。”

观察它工作。它会规划自己的方法，执行研究，并将一份格式化的文档保存到你的 Research 文件夹。

第 5 步：优化

第一次输出会不错，但不会完美。这很正常。回顾一下，告诉 Claude 改进方向：

• “章节太长了。每个子主题总结保持在 100 字以内。”
• “在顶部添加一个一段话的执行摘要。”
• “我希望你给每个来源的可靠性打分，1-5 分。”

每次优化都让 Agent 下次更聪明。

恭喜。你刚刚构建了你的第一个 AI Agent，一行代码都没写。

模块 3：构建 Agent 团队

一个 Agent 很有用。一个 Agent 团队能带来变革。

下面是如何构建一个团队：每个 Agent 担任不同角色，它们协同完成完整的工作流程。

内容生产团队（4 个 Agent）

这是示例团队。你可以将其适配到任何工作流程。

Agent 1：研究 Agent你已经构建好了。它查找并组织任何主题的信息。

Agent 2：大纲 Agent

你是我的内容大纲 Agent。

你的工作是将研究简报转化为详细的内容大纲。

流程：

1. 完整阅读研究简报
2. 为受众找到最强的角度
3. 创建一个标题（必须包含一个具体数字和一个好奇心钩子）
4. 按部分构建大纲，包括：
5. 部分标题
6. 要涵盖的关键点（每部分 3-5 个）
7. 要包含的具体例子或数据点
8. 每部分的预估字数
9. 写开头段落（钩子）
10. 写结尾段落（行动号召）

保存为 [topic-name]-outline.md 到我的 /Outlines 文件夹。

大纲要足够详细，让其他人能根据它写出完整文章，而无需再问任何问题。

Agent 3：写作 Agent

你是我的内容写作 Agent。

你的工作是接收大纲，输出一篇完整、润色过的文章。

流程：

1. 在写任何内容之前完整阅读大纲
2. 严格按照大纲结构写完整篇文章
3. 使用短段落——每段最多 3 句话
4. 加粗关键短语以便扫读
5. 包含大纲中的所有具体数字和例子
6. 始终保持一致的语气

风格：直接、口语化、零废话。像在和聪明的朋友聊天，而不是在课堂上讲课。

不能听起来像：通用的 AI 写作、企业博客、LinkedIn 网红、学术论文。

保存为 [topic-name]-draft.md 到我的 /Drafts 文件夹。

Agent 4：编辑 Agent

你是我的内容编辑 Agent。

你的工作是审阅一篇草稿，并将其提升到出版质量。

流程：

1. 先完整阅读整篇草稿
2. 检查：事实准确性、逻辑流畅性、语气一致性、冗余内容
3. 改进：弱的开头、模糊的陈述、缺失的过渡、平淡的结尾
4. 强制执行：短段落、加粗关键短语、用具体数字代替模糊说法
5. 删除：任何没有增加价值的句子
6. 输出最终润色版本

质量检查：

• 开头钩子在前两行就抓住注意力了吗？
• 每个部分都兑现了标题的承诺吗？
• 我会分享它吗？我会收藏它吗？
• 行动号召清晰有力吗？

保存为 [topic-name]-final.md 到我的 /Published 文件夹。

运行团队

工作流程如下：

1. 告诉你的研究 Agent：”研究 [主题]”
2. 取其输出，告诉你的大纲 Agent：”根据这份研究简报创建大纲”
3. 取大纲，告诉你的写作 Agent：”根据这份大纲写完整篇文章”
4. 取草稿，告诉你的编辑 Agent：”将此编辑至出版质量”

每个 Agent 负责一步。一个 Agent 的输出成为下一个 Agent 的输入。

从原始主题到成文发表，不到 30 分钟。你完全不用动笔。

模块 4：高级 Agent 技巧

当你的基础团队运转起来后，这些技巧能让它效果大增。

技巧 1：定时 Agent 工作流

在 Cowork 中使用 /schedule 来定时自动运行你的 Agent。

每个周一早上 7 点：研究 Agent 提取你领域内的热门话题并保存简报。每个周一早上 8 点：大纲 Agent 为前 3 个主题创建大纲。你审阅大纲，选出最好的一个，然后让写作 Agent 产出文章。

你的内容流水线在自动驾驶模式下运行，而你专注于策略。

技巧 2：上下文文件确保一致性

创建一个 context.md 文件，让每个 Agent 在开始工作前都阅读它：

我的内容上下文

受众：25-40 岁、擅长技术、使用 AI 工具的专业人士

领域：AI 生产力、Claude 生态系统、自动化工作流

语气：直接、无废话、略带叛逆

永远不要使用：”在当今快节奏的世界中”、”利用”、”解锁”、”颠覆”

始终包含：具体数字、可操作步骤、真实案例

格式：短段落、加粗关键短语、清晰的分区

在每个 Agent 的指令中添加”开始任何任务前先阅读 context.md“。这能确保整个团队的一致性。

技巧 3：反馈循环

每次主要输出后，给 Agent 具体反馈：

“研究简报不错，但过于偏重理论。下次优先考虑真实世界的例子和案例研究，而不是定义。”

“草稿很有力，但结尾较弱。始终以清晰的对比结尾：读者什么也不做会怎样，与采取行动会怎样。”

每条反馈都会让未来的每一次输出变得更好。随着时间的推移，你的 Agent 会学会你的标准，无需你重复指令。

技巧 4：多步骤自动化工作流

在 Cowork 中，你可以将多个 Agent 串联成一个工作流：

“以主题’面向小企业的 AI Agent’运行完整流程：研究 → 大纲 → 写作 → 编辑。保存所有中间文件。将最终文章交付到 /Published。”

Claude 端到端地处理整个工作流。你回来时看到的是一篇完成的文章。

模块 5：可直接复制的 Agent 团队模板

以下是另外三种你今天就能构建的 Agent 团队配置：

商业情报团队

• 数据收集 Agent：从你的工具中收集指标和 KPI
• 分析 Agent：发现趋势、异常和机会
• 报告 Agent：将发现编译成执行摘要
• 建议 Agent：基于分析提出行动建议

客户研究团队

• 调查 Agent：设计研究问题
• 数据处理 Agent：整理原始反馈
• 模式检测 Agent：发现重复出现的主题
• 洞察 Agent：将模式转化为产品建议

社交媒体团队

• 趋势 Agent：监控你领域内表现好的内容
• 内容规划 Agent：构建每周内容日历
• 写作 Agent：为每个平台起草帖子
• 优化 Agent：在发布前审核并改进每条帖子

每个团队都遵循相同的结构：专业角色、清晰指令、Agent 之间明确的交接。

接下来构建什么

你现在关于构建 AI Agent 团队的知识，已经超过了社交媒体上谈论 Agent 的 95% 的人。

下一步很简单。选择一个能解决你最大时间消耗的团队。今天就构建它。运行一周。根据有效和无效的地方进行优化。

现在利用 AI 取得成功的人，并不是房间里最聪明的人。而是那些不再把 AI 当聊天机器人用，而是开始构建系统的人。

你刚刚学会了如何构建系统。

大多数人会读完整个指南，然后回到在聊天窗口中向 Claude 问单个问题。

• 而那些真正在今天构建出第一个 Agent 团队的人，将在 30 天内运营起一套完全不同的体系。