輸出品質優化 - Kerwin AI Information

📌 本文重點

Claude Corps 把單一 Claude 變成多角色協作團隊

透過 rubric 審稿 Agent，大幅提升輸出品質

先從「主 Agent + 審稿 Agent」的小流程開始實驗

一句話定位：Claude Corps 就是「多代理版 Claude 工作流引擎」——讓多個 AI 角色分工協作、互相審查，幫你跑完整個專案流程，而不只是回一個答案。

👉 官方介紹文：https://www.anthropic.com/news/claude-corps
👉 rubric grading 實驗文：https://pub.towardsai.net/i-added-one-agent-to-my-claude-setup-and-output-quality-jumped-10-overnight-6e5947a62141

核心功能：把「一個 Claude」變成「一個團隊」

1. 多角色分工：策略 / 執行 / 審查

Claude Corps 的核心概念是：你先設計好幾個固定角色，然後讓他們一起跑流程，而不是一個大 prompt 想包山包海。

常見三種角色：

策略 Agent（Strategist）：負責想方向、列計畫、拆步驟。
執行 Agent（Executor）：根據計畫產出具體內容（文案、規格、程式碼）。
審查 Agent（Reviewer）：按照事先定好的 rubric（評分標準）檢查、打分、要求重寫。

你可以從自己現有流程開始，照這三個角色拆：

行動建議：拿你最近一個要反覆修改的任務（例如長文案撰寫、PRD 撰寫），先在筆記裡寫下：
– 「策略」要產出什麼？
– 「執行」要交付什麼？
– 「審查」要檢查什麼？

後面我們會把這三塊直接翻成多代理設定。

2. 長流程協作：從需求到結果的「接力棒」

Claude Corps 的運作方式，可以理解為：

每個 Agent 有自己的「角色設定 + 任務說明」。
任務在 Agent 之間有順序地傳遞（像專案流程），每一步可以讀取前面 Agent 的輸出。
某些 Agent 還可以「退回修改」——例如 Reviewer 要求 Executor 重寫。

這讓長流程任務可以被拆成清楚的階段：

不再是「一個超長 prompt」，而是一組可重複、可維護的流程。
你可以只換掉「執行 Agent」，就測試不同寫作風格或程式風格。

行動建議：選一個你每週都會做的流程（例如「寫週報」或「做競品整理」），用 3–5 個步驟寫成清單，想像每一步由一位 Agent 負責，準備在工具裡實作成 workflow。

3. 內建 rubric grading 迴圈：讓 AI 自己打分再重寫

在 Towards AI 那篇案例中，作者只做了一件事：

在原本的 Claude 產生流程後面，多加一個「評分 Agent」，用 rubric grading 機制打分，如果分數太低就要求重寫。

💡 關鍵： 只多加一個評分 Agent，就能在既有流程上建立「自評＋重寫」迴圈，顯著提升輸出品質。

關鍵是「分離」：

產出內容的是 主 Agent。
負責打分與給修改建議的是 評分 Agent。

這樣可以：

降低主 Agent 自己「自賣自誇」的偏差。
讓評分標準可以獨立調整、版本管理。

行動建議：想一個你最在意品質的輸出（例如「產品頁文案」或「技術文件」），列出 5 條評分標準（如結構、清晰度、錯字、符合品牌語氣等），後面我們會把它翻成 rubric grading Agent。

實際案例：三種你可以馬上想像的流程

案例 1：行銷活動全流程

用 Claude Corps，你可以把一個行銷活動拆成：

策略 Agent：
根據產品、目標客群、預算，產出「活動目標 + 訊息主軸 + 渠道組合」。
內容 Agent：
依策略生成：EDM 內容、社群貼文、廣告標題、LP 架構。
審查 Agent：
根據品牌語氣、禁用詞清單、法規注意事項打分。
如果某項低於 7/10，要求內容 Agent 重寫該段。

💡 關鍵： 先用簡單門檻（如 7/10）判斷是否重寫，可以在不大改流程下快速導入品質控管。

下一步你可以做：先把你現有的一個活動企劃書丟給 Claude，請它幫你拆成「策略 / 內容 / 審查」三階段，當作之後設定多代理流程的草稿。

案例 2：自動化研究彙整

研究型工作（PM、顧問、投資研究）非常適合用多代理拆分：

搜尋 Agent：
根據關鍵字，抓資料來源（論文標題、新聞、公司年報等摘要）。
整理 Agent：
把零散資料整理成結構化表格（時間、來源、關鍵發現）。
分析 Agent：
做趨勢整理、異常點分析、風險與機會列表。
審查 Agent：
檢查引用是否明確、有無過度延伸推論。

下一步你可以做：拿近期一份你自己做的研究報告，請 Claude 列出「如果讓三個 AI 分工，你會分給誰做什麼」，你就有一個可以搬進 Corps 的流程骨架。

案例 3：產品規格 → 需求分解 → 工單產生

對產品 / 工程團隊來說，最實用的一個模式是：

PRD Agent：
輸入你草寫的產品想法，產出結構化 PRD（目標、用例、成功指標）。
需求分解 Agent：
把 PRD 拆成功能需求、技術任務、依賴關係。
工單 Agent：
依照 Jira / Linear 格式，產生工單標題、描述、驗收標準。
審查 Agent：
檢查：需求是否有模糊詞、是否有驗收方式、是否與目標對齊。

下一步你可以做：從你現有的一張 Jira 票開始，請 Claude 幫你「反推」：如果這張票是 AI 產的，上游的 PRD 會長怎樣？然後再用多代理方式讓 AI 自行從 PRD 走到工單。

如何在現有 Claude 專案中，加一個「審稿/評分 Agent」

這裡給你一個 最小可行實驗（MVP）：不需要整套 Claude Corps，只要你現在有在程式裡呼叫 Claude API，就可以加上「rubric grading 迴圈」。

假設你目前有一個簡單的 Python 流程：

from anthropic import Anthropic

client = Anthropic(api_key="YOUR_API_KEY")

user_task = "請寫一篇 500 字的產品介紹文案，產品是…"

# 原本：直接讓 Claude 產出
resp = client.messages.create(
    model="claude-3-5-sonnet-20240620",
    max_tokens=1200,
    messages=[{"role": "user", "content": user_task}],
)
original_output = resp.content[0].text
print(original_output)

第一步：定義你的 rubric（評分標準）

先用文字列出你在意的點，例如：

RUBRIC = """
你是嚴格的審稿員，負責評估一段文案品質。

請依照以下四個面向，每項 1–10 分評分，並給出具體修改建議：
1. 結構清晰度（是否有明確開頭、重點段落、結尾）
2. 語言流暢度（是否口語自然、無明顯錯字）
3. 說服力（是否清楚說明產品價值，舉例是否具體）
4. 品牌一致性（是否符合「專業、友善、不浮誇」的語氣）

輸出格式：
- scores: JSON 格式，包含四項分數與總分 total
- suggestions: 對每一項給出具體修改建議
"""

第二步：新增一個評分 Agent 呼叫

def grade_output(text: str):
    resp = client.messages.create(
        model="claude-3-5-sonnet-20240620",
        max_tokens=800,
        messages=[
            {"role": "system", "content": RUBRIC},
            {
                "role": "user",
                "content": f"請評分以下文案：\n\n{text}",
            },
        ],
    )
    return resp.content[0].text

你可以先直接 print(grade_output(original_output)) 看看評分長怎樣，再決定要怎麼解析。

第三步：加上「低分就重寫」的迴圈

以下是一個簡化版迴圈（概念接近 Towards AI 文中那個 80 行示範）：

import json

MIN_SCORE = 32  # 四項各 8 分的總分門檻
MAX_TRIES = 3

current_output = original_output

for i in range(MAX_TRIES):
    grading_raw = grade_output(current_output)
    print("=== Grading round", i+1, "===")
    print(grading_raw)

    # 嘗試從回覆中抓 JSON scores
    try:
        start = grading_raw.index("{")
        end = grading_raw.rindex("}") + 1
        scores = json.loads(grading_raw[start:end])
    except Exception:
        break

    if scores.get("total", 0) >= MIN_SCORE:
        break

    # 分數不夠，帶著建議重寫
    rewrite_prompt = f"""
你剛剛寫了一段文案，得到以下評分與建議：

{grading_raw}

請在保留核心資訊的前提下，依照建議，完整重寫文案。
"""
    resp = client.messages.create(
        model="claude-3-5-sonnet-20240620",
        max_tokens=1200,
        messages=[
            {"role": "system", "content": "你是專業文案撰寫人員。"},
            {"role": "user", "content": rewrite_prompt},
        ],
    )
    current_output = resp.content[0].text

print("=== 最終文案 ===")
print(current_output)

做到這裡，你就已經擁有：

一個主 Agent（寫文案）
一個評分 Agent（打分 + 給建議）
一個簡單的「多輪改善」迴圈

💡 關鍵： 設定 MIN_SCORE 與 MAX_TRIES，能在成本可控的情況下，讓文案經過多輪自動優化。

下一步你可以做：
– 把 RUBRIC 換成「技術文件」或「教學文章」版本。
– 把同樣的架構套到「程式碼審查」：改成檢查可讀性、錯誤風險、測試覆蓋建議。

適合誰用：先把自己當「專案經理」，再讓 AI 來當團隊

以下幾種工作型態，特別適合導入 Claude Corps 或至少導入「審稿 Agent」：

行銷 / 內容團隊：需要大量產出文案，但又要維持品牌一致、避免錯漏。
產品 / UX 團隊：PRD、用戶故事、需求拆解到工單，流程清楚但繁瑣。
顧問 / 研究 / 投資分析：資料搜集、整理、分析、報告撰寫有明確步驟。
單人創業者 / 自媒體：你一個人要扮演整個團隊，用多代理來「外包」給 AI。

建議起手式：
– 不要一開始就設計 10 個 Agent。
– 先從「主 Agent + 審稿 Agent」開始，把最痛的一個環節自動化。

怎麼開始：從一個 rubric Agent 起步

目前 Claude Corps 的完整能力會陸續擴展，不過你可以立刻從現有 Claude API 或 Claude 網頁版開始實驗：

如果你會寫一點程式：
申請 Anthropic API Key。
建一個最小專案（就像上面的 Python 範例），先讓「主 Agent + 評分 Agent」跑起來。
把 rubric 存成版本可控的檔案，當作你團隊的「寫作 SOP」。
如果你只用 Claude 網頁版（或其他聊天介面）：
在同一個對話裡，先請 Claude 當「執行者」產出草稿。
接著開新一則訊息，明確指定：

你現在是嚴格的審稿員，請依照以下四個面向評分並給修改建議……
再下一則訊息，把整段評分貼回去，請它依建議完整重寫。
如果你準備導入多代理架構（如 Claude Corps 或其他 Agent 框架）：
把目前流程畫成 3–5 個步驟（策略 / 執行 / 審查）。
每一步寫清楚：輸入是什麼？輸出是什麼？由誰接手？
在框架裡把每一步實作成單獨的 Agent，再用 workflow 串起來。

只要你成功把「審稿 Agent」加進現有流程，通常輸出品質就會有肉眼可見的提升，接下來要不要擴充成完整多代理團隊，你會更有感覺。

小結

把 Claude 當成一個人，很容易塞爆它的 prompt；把它拆成多個 Agent，流程會變得好維護、好重複。
最值得先做的第一步，就是加上一個「rubric 審稿 Agent」，讓 AI 自己打分自己改。
從一個最小流程開始（例如單一文案產出），等你看見品質真的上來，再考慮把整個專案流程搬進 Claude Corps 或其他多代理框架。

🚀 你現在可以做的事

選一個你常做的任務，照「策略 / 執行 / 審查」拆成 3 段，寫成流程草稿

依文中的 Python 範例，在現有 Claude API 流程中加入一個 RUBRIC 評分 Agent

在 Claude 網頁版實際跑一次「先產出、再評分、再依建議重寫」的完整迴圈

標籤: 輸出品質優化

用 Claude Corps 組一支虛擬專案團隊