一、 為什麼 Agent 比一般聊天機器人更需要「防呆引導」？
在一般的Chatbot中，開場白往往只是單純的禮貌打招呼（例如：「你好，很高興為你服務」）。但在智慧代理（Agent）的架構中，全白的輸入框對使用者來說是巨大的認知負擔與系統風險：

1. 使用者不知道能力邊界：使用者若隨意丟入超出知識庫或搜尋能力的發散問題，很容易觸發模型的幻覺
2. 避免複合查詢引發衝突：正如day9所驗證，當內部規範與外部搜尋交織時，單一Agent的判斷容易失衡

因此，在交付應用時，我們必須透過開場白與建議問題進行「預期管理」與「主動導流」，引導使用者優先提出系統最擅長、驗證最穩定的問題。

二、 Dify介面優化實作
在Dify的Agent編排介面中，點擊底部功能選單展開設定面板，完成以下兩大核心配置：

1. 對話開場白（Conversation Opener）：
   一進入聊天室時主動跳出的引導文案，明確定義顧問的角色與能力範圍：

你好！我是專案開發與架構顧問。

我可以協助你確認團隊內部規範（如 API 格式、DB 密碼與部署規則），也能為你查詢外部技術資訊。

請點選下方快捷問題或直接輸入你的疑問！

2. 開場建議問題（Opening Suggestions）：
   配置3個經過高強度驗證、點擊即可秒答的內部規範問題，主動引導使用者操作：

• 專案內部對於週五下午部署有什麼規定？
• 後端 API 的回傳 JSON 格式有哪些必填欄位？
• 資料庫密碼在程式碼中該如何設定？

三、 成果展示與驗證

點擊「發布更新」並重新整理除錯視窗後，原本單調的輸入框立刻轉換為結構分明的顧問服務介面：

• 視覺體驗乾淨俐落：團隊成員無需通讀長篇說明書，第一眼便清楚這隻Agent的核心職能

• 零門檻一鍵觸發：使用者動動滑鼠點擊「專案內部對於週五下午部署有什麼規定？」，Agent即可自動檢索知識庫並精準回答，大幅降低溝通成本

• 四、 前 10 天第一階段技術復盤
  走到第10天，我們正式完成了第一個階段的原型開發：

• Prompt 工程與精準控制：掌握了角色設定、Markdown結構約束與邊界管理技巧

• 私有知識庫落地（RAG）：成功解析並掛載內部規範文件，落實零幻覺的精確檢索

• 工具調用（Tools Integration）：串接DuckDuckGo即時搜尋，打破模型的時間斷點

• 架構瓶頸總結：驗證了單一ReAct Agent在面對多工具協同與複合意圖時的局限性