Codeer.ai 使用指南
先做一個你看得懂、控得住的 Agent
Codeer 的重點不是讓你寫完 prompt 後就直接上線，然後期待 Agent 每次都答得剛好。
更好的做法是：先挑一小組你真的想支援的客戶問題，讓 Copilot 幫你做出第一版客服 Agent，再把 20 到 30 個重要情境放進 Test Suite。你會清楚看到哪些回答已經符合標準，哪些邊界問題應該拒答、交接真人，或請使用者填表。
第一版不需要很大。知識庫越少越好，只放這批重要情境真的需要的資料。等真實使用者開始問問題後，再用那些回饋決定下一版要擴大哪一塊。
先從推薦流程開始
如果你是第一次評估或操作 Codeer，請先走 從這裡開始。
這條路徑會帶你完成第一個完整循環：
- 跟
Copilot討論你想做的客服 Agent，先得到一個基本版本 - 請
Copilot根據目前 Agent 產生第一批重要情境，特別是邊界與超出範圍的情境 - 馬上用
Test Suite跑過 20 到 30 個情境，找出沒有通過的題目 - 和
Copilot一起用Standard檢查 AI 回覆，並一步步修正 - 確認超出第一版範圍的問題會拒答、交接真人，或請使用者填表
- 發布給真人使用
- 從真實對話回饋中，決定下一版要新增哪些高價值情境
從這裡開始
用高標準客服 Agent 理解 Codeer
這份指南會用一個普通但要求很高的客服 Agent 當例子。
這個 Agent 不會一開始就什麼都回答。它先處理一小組已經充分測試並驗證過的客戶問題；遇到第一版範圍外的問題時，必須拒答、交接真人，或請使用者填表。這樣你不是上線一個空蕩蕩、難以掌控的 Agent，而是先得到一個能看見問題、能逐步修正、能用版本擴大的起點。
依工作任務探索
建立 Agent
把 Agent 教成會釐清、判斷、引導，並留在核准邊界內
控制 Agent 行為
把 Agent 和已驗證情境集一起設計，讓可信範圍變清楚
安全上線
謹慎發布、控制受眾，只在重要行為已驗證後再擴大 rollout
營運與改進
查看對話、找出弱點，並用可重跑案例守住修正成果
知識與整合
讓 Agent 建立在真實業務知識上，並接上你的系統
團隊與權限
幫 operator、reviewer、admin 與發布負責人定清楚角色