Goal-Prompt
一句話定義
Goal-Prompt 是寫給 long-running agent 的任務提示結構：先定義 outcome、verification、constraints、iteration policy 與 error handling，讓 agent 能持續執行、驗證、修正，直到完成或遇到明確停損條件。
核心要點
自動化要移除注意力 open loop
2026-05-25-Gary-Chen-AI-Agent-27小時-Goal功能 把 AI 自動化的重點從「把任務丟給 AI」推到「把任務從人的心上移開」。如果使用者每隔幾分鐘就要回來看 agent 做到哪、要不要改方向、是否偏題，那只是把工作移到 AI 手上，沒有解放注意力。
這與 蔡格尼克效應 相鄰：未完成任務會維持 open loop。好的 goal prompt 要能讓人知道「什麼狀態才算完成、什麼狀態才該回來問我」，否則 agent 跑多久都只是另一個需要管理的待辦。
五個必要元素
| 元素 | 問題 | 寫法重點 |
|---|---|---|
| Outcome | 完成後應該是什麼狀態？ | 用可判斷的結果描述，不寫「改好一點」 |
| Verification | 怎麼證明真的完成？ | 測試、截圖、指標、人工 rubric、trace 或對照樣本 |
| Constraints | 哪些事情不能做？ | 可改範圍、不可破壞功能、工具限制、成本與時間邊界 |
| Iteration policy | 每輪之間要做什麼？ | 記錄嘗試、結果、下一個最值得試的方向 |
| Error handling | 什麼情況要停下？ | 工具失效、驗證跑不起來、方法耗盡、需要人補資料 |
這組結構把 SMART目標 與 完成的定義 移植到 AI agent 場景：SMART 幫 goal 變具體，DoD 幫任務知道何時收尾，verification / error handling 則防止 agent 無限空轉。
壞 prompt 的問題是沒有完成邊界
「把這個專案改得好一點」會失敗，不是因為模型懶，而是因為「好一點」沒有可被評審判斷的邊界。模型會自己定義 definition of done，通常做幾個小改動就回報完成。
好的 goal prompt 會把「完成」交給外部標準：
- 速度降到多少？
- 用什麼工具測？
- 哪些檔案不能碰？
- 每輪要回報什麼？
- 什麼時候不要硬做？
這讓 Evaluator-Optimizer 或 /goal 類功能有可追的胡蘿蔔，而不是靠 agent 自己猜使用者滿意點。
停損規則不是消極，而是長任務安全邊界
Long-running agent 不應該「無腦一直做」。如果驗證工具跑不起來、必要資訊缺失、所有合理方向都試過仍未改善，正確行為是停下來報告：
- 已嘗試哪些路徑。
- 每個路徑的結果或錯誤。
- 目前卡點是工具、資訊、權限、任務定義還是技術瓶頸。
- 需要人提供什麼才能繼續。
這是 Agentic-Engineering 的責任邊界：大量試錯要伴隨可停止、可回滾、可審計，而不是把失控包裝成自動化。
與其他概念的關係
- 與 Prompt-Engineering：Goal-Prompt 是 prompt engineering 在 long-running agent 場景的子型，重心從一次性輸出轉為完成條件、驗證與迭代政策。
- 與 完成的定義：本頁是 AI agent 任務的 DoD 前置寫法；DoD 回答「何時算完成」，Goal-Prompt 把它放進任務指令。
- 與 LLM-Evaluation：Verification 可以是測試、metric，也可以是 rubric / LLM-as-Judge；沒有 eval，goal mode 只會變成長版猜測。
- 與 Evaluator-Optimizer / Ralph-Loop：Goal-Prompt 提供 evaluator 判斷是否繼續迭代的標準。
- 與 Agentic-Engineering：constraints、time budget、error handling 與 rollback 是 goal prompt 的工程化上層。
- 與 品味外化：質化任務的 verification 通常要靠品味 rubric；沒有 rubric，agent 很難知道主觀品質何時過關。
相關來源
- 2026-05-25-Gary-Chen-AI-Agent-27小時-Goal功能 — 提供 long-running agent /
/goal功能的五要素提示結構與停損規則。
備註
本頁先以 Gary-Chen 影片中的二手整理與實務建議建頁；Claude Code / OpenAI Codex / Hermes Agent 的 goal 功能細節需待官方文件校準，對應追蹤項見 觀察清單.md 的「Long-running Agent Goal 與品味 Rubric 引用來源叢集」。