تصور کنید یک برنامه‌نویس ارشد دستوراتی را می‌نویسد که هم باید توسط یک همکار انسان و هم توسط یک عامل هوش مصنوعی اجرا شود؛ در نهایت، هر دو در درک جزئیات شکست می‌خورند. Wagglet برای حل این تضاد، الگوی «پرامپت دوگانه» (Dual Prompt) را معرفی کرده است که هر تسک را به دو بلوک مجزا تقسیم می‌کند: یکی برای عامل و دیگری برای ناظر انسانی.
زمینه و ریشه مشکل
طبق گزارش این شرکت، مشکل اصلی در تیم‌های فعلی، نوشتن بریف‌های مبهم برای صرفه‌جویی در زمان است. در گذشته، نوشتن یک بریف کامل و جامع می‌توانست ۴۰ دقیقه زمان ببرد، اما در نهایت احتمال داشت همکار انسانی تنها نگاهی گذرا به آن بیندازد و دقیقاً همان یک محدودیت حیاتی را که اهمیت داشت، نادیده بگیرد. این اتفاق منجر به ایجاد یک چرخه معیوب شد: نویسندگان برای کاهش تلاش و جلوگیری از اتلاف وقت، متون کوتاه‌تری می‌نوشتند و بقیه جزئیات را در ذهن خود نگه می‌داشتند.
اما حالا خواننده تغییر کرده است. نیمی از تیکت‌های کاری روی بورد مستقیماً توسط کسی برداشته می‌شوند که بلافاصله آن‌ها را در ابزارهایی مثل Claude Code یا Codex کپی می‌کند. یک عامل (Agent) دقیقاً نقطه مقابل یک انسان در خواندن است: او با کمال میل دو هزار کلمه محدودیت فنی را می‌بلعد و هرگز متن را سریع ورق نمی‌زند یا از روی آن می‌پرد. این یعنی همان بریف‌های ۴۰ دقیقه‌ای دوباره ارزشمند شده‌اند و هزینه زمان صرف شده برای نوشتنشان را جبران می‌کنند، اما یک چالش جدید ایجاد شده است: انسانی که بر روند اجرای عامل نظارت می‌کند، همچنان تمایلی به خواندن این حجم از متن ندارد.
مکانیسم پرامپت دوگانه
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، شکاف بین درک مدل و نظارت انسانی، بزرگ‌ترین نقطه ضعف سیستم‌های خودکار است. Wagglet برای رفع این مشکل، هر تیکت را با دو بخش مجزا ساختاردهی می‌کند که هر دو یک «نتیجه مورد انتظار» و یک «تعریف از اتمام کار» (Definition of Done) مشترک دارند. اگر یک سند واحد برای هر دو نوشته شود، نتیجه‌ای حاصل می‌شود که برای هر دو شکست می‌خورد؛ اگر متن را برای انسان کوتاه کنید، عامل دچار توهم (Hallucination) می‌شود — شبیه به دوستی که با اطمینان خاطره‌ای ساختگی را تعریف می‌کند — و اگر برای عامل بنویسید، انسان بدون بررسی دقیق، خروجی غلط را صرفاً تایید (Rubber-stamp) می‌کند. این رویکرد در واقع تلاشی برای تبدیل شهودهای فردی به ساختارهای سیستماتیک است، مشابه آنچه در استراتژی PowerinAI برای مقیاس‌پذیری چارچوب‌های آموزشی پرامپت مشاهده کردیم.
بلاک مخصوص عامل، به‌طور عمدی طولانی و خشک است و بر دقت فنی تمرکز دارد. بر اساس مستندات Wagglet، این بخش شامل موارد زیر است:
- هدف (Outcome): هدفی شفاف و دقیق، مثل اطمینان از اینکه خروجی CSV در صفحه گزارشات دقیقاً با مجموع‌های نمایش‌داده‌شده در صفحه مطابقت دارد.
- منابع (Source Material): مسیرهای دقیق فایل‌ها، مانند
apps/reports/و مسیر خروجی درexporters/csv.ts. - محدودیت‌های سخت (Hard Constraints): قوانین مشخص، مانند عدم تغییر در نحوه تجمیع داده‌های روی صفحه و حفظ واحد پولی در واحدهای کوچک (Minor Units) در تمام مسیر. همچنین تصریح می‌کند که منطقه زمانی (Timezone) برای دسته‌بندی تاریخ‌ها باید منطقه زمانی فضای کاری (Workspace) باشد، نه UTC.
- حالات خاص (Edge Cases): مدیریت مجموعه‌های نتیجه خالی، مجموعه‌داده‌های با بیش از ۵۰ هزار ردیف و رسیدهای مرجوعی (مبالغ منفی).
- الزامات اثبات (Evidence Requirements): ارائه یک Diff کد، تست‌های جدید و یک فایل CSV صادر شده برای داده‌های نمونه ۵۰ هزار ردیفی.
- شرایط توقف (Stop Conditions): محرک‌های صریحی که در صورت وقوع، عامل باید فوراً متوقف شده و درخواست کمک کند.
در مقابل، بلاک انسانی به حدود ۵ خط محدود شده و بر این موارد تمرکز دارد:
- چرایی (Why): اثر تجاری تسک (مثلاً: تیم مالی هر ماه مجبور است داده‌ها را به‌صورت دستی تطبیق دهد).
- شروع (Start): نحوه اجرای نشست (مثلاً: باز کردن مخزن کد و اجرای عامل روی تسک مربوطه).
- تصمیمات انسانی (You Decide): مواردی که انسان مجاز است به‌تنهایی درباره آن‌ها تصمیم بگیرد، مثلاً اینکه آیا ردیف‌های مربوط به مرجوعی‌ها باید در خروجی باشند یا خیر.
- تایید (Verify): یک بررسی دستی ملموس، مثل باز کردن فایل CSV در Google Sheets برای تطبیق داده‌های یک ماه با رابط کاربری (UI).
- ارجاع (Escalate): زمان‌هایی که انسان باید فوراً دخالت کند، مانند هرگونه تغییر در نحوه تجمیع داده‌های روی صفحه.
چرا «توقف و پرسش» حیاتی است؟
یکی از حیاتی‌ترین بخش‌های این متد، خط «توقف و در صورت ... بپرس» است. چون عامل‌ها به‌شدت تمایل به تایید و موافقت دارند (Relentlessly Agreeable)، اغلب یک تفسیر دلخواه از یک تسک مبهم انتخاب کرده و چیزی منسجم اما کاملاً اشتباه می‌سازند. بازگرداندن و اصلاح این خطاها بسیار گران‌تر از یک پرسش ساده در ابتدای کار است. Wagglet با نام‌بردن از شرایط خاصی که در آن کار باید متوقف شود، شکست‌های هزینه‌بر را به گفتگوهای ۵ دقیقه‌ای تبدیل می‌کند. این رویکرد احتیاط‌آمیز با این منطق همسو است که برای کاهش ریسک در استقرار عامل‌های هوشمند، باید از تسک‌های تکراری و پیش‌بینی‌پذیر شروع کرد تا نقاط شکست شناسایی شوند.
اعتبارسنجی به‌عنوان یک ستون انسانی
در این رویکرد، اعتبارسنجی از یک تیک ساده در چک‌لیست به یک «ستون انسانی» تبدیل شده است. این تیم استدلال می‌کند که وقتی خودِ عامل تست‌ها را نوشته است، عبارت «تست‌ها پاس شدند» یک معیار بی‌معناست. بنابراین، آن‌ها یک اقدام دستی اجباری — مانند مقایسه داده‌های یک ماه — را الزامی می‌کنند تا خطاهایی را شناسایی کنند که در آن‌ها سیستم از نظر داخلی سازگار است اما در کل اشتباه عمل کرده است.
این تغییر در طراحی تسک نشان می‌دهد که گلوگاه در گردش‌کارهای عامل‌محور (Agentic) دیگر قدرت استدلال مدل نیست، بلکه رابط کاربری در لحظه تحویل (Handoff Interface) است. با نگاه به عامل به‌عنوان یک خواننده با پهنای باند بالا و انسان به‌عنوان یک ناظر با پهنای باند پایین، تیم‌ها می‌توانند بدون از دست دادن نظارت، استقلال سیستم را افزایش دهند.
توسعه‌دهندگان می‌توانند استدلال کامل و قالب‌های مورد استفاده را در https://wagglet.com/blog/dual-prompt-human-agent-task-design یا پیاده‌سازی مکانیکی حلقه تحویل را در مستندات گردش‌کار Wagglet در https://wagglet.com/docs/task-handoff بررسی کنند.
گام بعدی شما
- بریف‌های فعلی خود را به دو بخش «فنی/طولانی» برای AI و «راهبردی/کوتاه» برای انسان تقسیم کنید.
- در پرامپت‌های خود، بخش «شرایط توقف» (Stop Conditions) را اضافه کنید تا مدل در صورت ابهام، حدس نزند.
- اعتبارسنجی خروجی‌های AI را از تکیه بر تست‌های خودکار به یک «چک‌لیست دستی» تغییر دهید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو