Agent Workflow Design，不是让模型自己猜下一步
很多人搜 agent workflow design 时，想找的是一套能真正执行、能停止、能交接、能复盘的设计方法。DepthPilot 把它拆成 routing、工具边界、确认关卡和 operator skills。
搜索集群
Prompt Engineering Course
Prompt Engineering 课程，不该只教你写更长的 prompt
LLM Limitations
LLM limitations，不只是“模型会幻觉”，而是你要学会什么时候不能让它硬答
Structured Outputs Guide
Structured Outputs 指南，不是让模型“像 JSON”，而是让结果真的可验证
Retrieval and Grounding Guide
Retrieval 与 Grounding 指南，不是把文档全塞进去就算做了 RAG
AI Workflow Course
AI Workflow 课程，目标不是会聊，而是会搭可交付流程
Agent Workflow Design
Agent Workflow Design，不是让模型自己猜下一步
Context Architecture
Context Architecture，不是把更多字塞进 prompt
AI Eval Loop
AI Eval Loop，决定你是在优化系统还是在凭感觉试错
Context Engineering vs Prompt Engineering
Context Engineering vs Prompt Engineering，到底差在哪里
AI Workflow Automation Course
AI Workflow Automation 课程，重点不是自动化按钮，而是可维护系统
OpenClaw Tutorial
OpenClaw 教程，不只是装起来，而是跑通、排错、沉淀成 skills
Supabase Auth Tutorial
Supabase Auth 教程，不止是做个登录页
Creem Billing Tutorial
Creem Billing 教程，真正关键的是 webhook 和 entitlement
AI Eval Checklist
AI Eval Checklist，用来判断你的系统是不是真的变好了
LLM Observability Guide
LLM Observability 指南，不是多记日志，而是让失败真正可重放
Prompt Injection Defense
Prompt Injection 防护，不是再补一句“忽略恶意输入”
LLM Model Routing Guide
LLM 模型路由指南，别再让所有请求都走同一条回答链
LLM Latency and Cost Guide
LLM 延迟与成本指南，先消灭浪费，再谈模型价格
Human in the Loop AI
Human in the loop 不是兜底口号，而是升级路径、review queue 和 handoff packet 设计
RAG Freshness Governance
RAG 不是检索到就算 grounded，真正关键是 freshness governance
LLM Evaluation Rubric
LLM evaluation rubric，不是打分表花架子，而是修复顺序和上线判断
这条路径能建立什么
为什么这个主题重要
为什么“会调工具”不等于会做 workflow
只要动作碰到真实系统，问题就不再是模型会不会调工具，而是链路有没有写清证据要求、确认规则、停手机制和恢复顺序。
为什么这个主题重要
真正该设计的是什么
真正要设计的是 routing order、tool boundary、recovery order 和 operator skill extraction。没有这些，agent 只是会说自己能做。
为什么这个主题重要
DepthPilot 怎么把它教成可交付技能
我们会让用户先学工具调用与工作流设计，再做 workflow routing 实战，最后把成果变成 routing 表、边界清单和 skill brief。
接下来去哪
用户通常会问什么
这是不是在教更复杂的 agent prompt？
不是。重点不是把 prompt 写得更长，而是把动作边界、确认关卡、恢复顺序和 operator 逻辑设计清楚。
为什么要把 operator skill 放进 workflow 设计里？
因为很多稳定链路都依赖人类判断。如果这部分不被沉淀成 SOP 或 skill，workflow 就很难复制和交接。