第 25 章 如何进行多 Agent 系统设计

本章以产品宣传片专家团的实际案例，回答：多 Agent 系统如何设计分工、如何串联产物、何时值得拆分。

单 Agent 和多 Agent 的真正差别

多 Agent 的价值来自专业分工、并行、权限隔离或独立评审，不来自角色数量。

任务是否值得拆分

满足越多，越适合多 Agent：

• 至少两个子任务可以独立进行
• 子任务需要不同方法、资料或工具
• 输出可以定义清楚的交接格式
• 并行能显著缩短等待
• 有明确总负责人和最终验收
• 预算允许多轮调用

案例：产品宣传片专家团

任务背景

HyperFrames 是 HeyGen 开源的视频渲染框架，核心特点是对 AI Agent 友好：Agent 可以自动生成基于 HTML 的视频帧并渲染输出。产品宣传片具有相对固定的套路——无需口播和演员，主要由产品展示、概念字幕和 BGM 构成。这类任务适合 Agent 团队分工处理。

工序设计

1. 主理人：接收任务，拆解子任务
2. Brief 角色：调研产品，输出内容简报
3. 分镜师：按 Brief 拆解镜头序列
4. 素材师（生成 / 抓取每帧素材）与剪辑师（按分镜表逐帧渲染）并行
5. 配乐师：分析情绪曲线，生成并选择 BGM
6. 主理人：整合所有产物，输出成片

角色契约

专家团演示

做宣传片之前，需要先把相关素材放到工作空间内：

我希望你做一个产品宣传片，具体的话，是宣传腾讯的workbuddy最新的专家团，主打opc场景。当前空间下我放了一些素材，成片风格可以偏apple风格、真实软件界面。整个过程全自动

团长先接到任务，把「做一支宣传片」拆成子任务：先搞清楚 WorkBuddy 专家团是什么、卖给谁、核心价值是什么；再决定叙事结构、镜头数量、节奏；然后分头去做素材、剪辑、配乐。Brief 角色翻完官网、产品介绍和专家团列表，输出一份 brief——这是什么产品、目标用户是谁、最值得放进 60 秒的几个核心点。分镜师接着把 60 秒拆成 7 个镜头，细到时间码、画面、文字、转场、动效和需要的素材类型。素材师和剪辑师并行开工：一个生成 / 抓产品截图、概念图，另一个把素材按分镜表往 HyperFrames 里塞，逐镜头渲染出每一段 MP4。

最有意思的是配乐师：它不是简单写个「科技感 BGM」的 prompt 完事，而是先把分镜表读一遍，研究每个镜头的情绪曲线，标好哪些地方需要鼓点卡产品 reveal、哪些地方需要降下来做留白、哪些地方需要一个 hit point 推 CTA，然后再调用音乐模型生成候选 BGM。最后由团长整合所有产物，跑最后一道剪辑，输出成片。

原文作者的自述：整个过程基本是个旁观者，偶尔在关键节点拍一下板——分镜要不要这么排、BGM 喜不喜欢、字幕文案要不要改。

共享产物层

多个 Agent 不应各自维护一份「产品事实」，要建立单一产物路径：

project/
├── brief.md                  # 产品简报（Brief 角色产出，主理人确认）
├── storyboard.md             # 分镜表（分镜师产出，主理人确认）
├── assets/                   # 素材（素材师产出）
│   ├── screenshots/
│   └── concepts/
├── clips/                    # 逐帧片段（剪辑师产出）
├── bgm/                      # BGM 候选（配乐师产出）
└── output/final.mp4          # 成片（主理人整合）

并行与串行

• 可以并行：素材生成与剪辑准备、不同镜头段落的渲染
• 必须串行：Brief 确认后才写分镜、分镜确认后才生成素材、素材就绪后才剪辑、成片完成后才配乐合成
• 并行计划必须标明汇合点：素材和剪辑可以并行准备，但最终合成必须等待所有素材就位

主理人的职责

主理人（制片人）是工作流控制器：

• 解释用户任务并维护子任务状态
• 分发最小必要上下文给各角色
• 检查上游产物是否满足交接格式
• 决定并行、等待或重试
• 在关键节点（如分镜确认、BGM 选择）请用户拍板
• 汇总所有产物，执行最终合成
• 对成片做一致性检查（画面、字幕、BGM 节奏是否对齐）

三个必须由人确认的点

1. Brief 确认：产品定位、目标用户、核心卖点是否准确
2. 分镜确认：叙事结构、镜头数量、节奏是否符合预期
3. BGM 选择：情绪风格是否与成片调性匹配

产品化路径：从自建到预置专家团

自建团队

将上述角色封装为一套 Skills，在 Agent 框架中自行编排。适用场景：开发者需要完全控制每个角色的提示词、工具权限和交接格式。门槛包括：定义角色职责、设计交接格式、调试并行与串行逻辑。

预置专家团

WorkBuddy 专家团将上述分工产品化：团长负责任务拆解和分配，团员并行执行，用户只需描述任务。创建路径：专家 → 我的专家 → 创建专家，会跳转到 WorkBuddy 对话框，按给定格式快速创建自己的专家。当前专家团覆盖的典型场景：

两种路径的选择

质量影响因素

• Agent 底座模型：指令跟随和推理能力直接影响分镜质量和任务拆解准确性
• 图像生成模型：影响产品截图的清晰度和概念图的视觉质量
• 用户提供的素材：提前放入素材空间（图片、视频）可显著提升成片质量
• 浏览器工具接入：若 Agent 具备浏览器操作能力，可自动抓取官网截图和产品界面，减少人工准备

全自动方案适合快速出片（开源项目介绍视频、产品演示视频等）。对品质要求高的场景，建议以 Agent 产物为基础再做一轮人工二次剪辑。

失败传播控制

多 Agent 任务 Brief 模板

目标：为 [产品名称] 制作一支 [时长] 的产品宣传片。
风格：[参考风格，如 Apple 风、极简风]。
素材：[素材空间路径或已提供的图片/视频]。
角色：主理人、Brief、分镜师、素材师、剪辑师、配乐师。
确认节点：Brief 完成后、分镜完成后、BGM 选择时，需用户确认后继续。
模型：Agent 模型 [指定]；图像生成模型 [指定]。
全自动/半自动：[说明是否需要中间节点人工介入]。