Pydantic AI 用前用后：3 组示意对比
Pydantic 团队推出的类型安全智能体框架——这是 Pydantic AI 最主要的用途，也是本文讨论的前提。
下面用几组示意对比，说明同一任务里提示写法和流程不同会带来什么差别。
对比一：模糊指令 vs 明确指令
改之前：直接说「帮我发票与单据提取」。结果往往泛泛而谈、格式随意。
改之后：写清材料、格式和验收标准：
从这些单据中提取开票日期、金额、销售方名称和税号，输出为表格；任何字段识别置信度低时留空并标红，不要猜测。
变化（示意）：输出结构稳定，可以直接按「低置信度字段留空」检查。
对比二：一次做完 vs 分步完成
改之前：把「多步骤调研任务」的全部要求一次塞进去。改之后：先让它给出计划或大纲，确认后再逐步完成。变化（示意）：中途发现偏差可以及时纠正，返工更少。
围绕【主题】做调研：先列出调研计划，再分别检索，最后输出带来源的报告。每个结论注明来源链接，来源之间矛盾时并列呈现。
对比三：不检查 vs 带检查点
改之前：拿到结果直接用。改之后：每次都对照「不确定的情况进入人工」检查，并让工具列出它不确定的地方。变化（示意）：问题在交付前被发现。
以上对比均为示意，用来说明方法差异，不代表具体的效率数字。
延伸练习
知识库问答机器人
适用情况：手头有一批产品文档和 FAQ 时。
用这些文档搭建问答机器人：回答只基于文档，找不到答案时回复「这个问题我需要转给同事」，并记录未解决问题供每周补充文档。
交付前确认：答不出时不编造。
竞品信息周报
适用情况：手头有 5 个竞品的公开网站或博客时。
每周一自动抓取这些竞品页面的更新，让 AI 对比上周内容，输出「新增功能 / 价格页面变化 / 新发布文章」三段摘要，并附原始链接。
检查点：每条变化都附链接。
定时提醒与汇总
准备材料：团队群聊或任务看板。
每天下午 6 点汇总今日新增和逾期任务，按负责人分组发送提醒，周五额外输出一周完成情况。
检查点：提醒内容与看板一致。
常见问题：误发消息给客户
对外发送前加人工审批节点，测试环境与正式环境分开。
常见问题：智能体陷入循环
设置最大步数和超时，关键步骤改为固定工作流。
常见问题：调用外部系统失败
增加重试和失败通知，记录请求参数便于排查。
概念补充：可观测性
记录每一步输入输出与耗时，便于排查和评估。
概念补充：工作流（Workflow）
按固定步骤执行的流程，可预测、易排错。
适合人群：电商运营
电商运营可以用 Pydantic AI 处理商品详情与主图、活动方案与客服话术等工作。需要注意：商品参数和促销规则必须与后台一致，避免虚假宣传。
适合人群：数据分析师
数据分析师可以用 Pydantic AI 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。
使用提醒
涉及个人信息、商业机密或受监管数据时，先确认 Pydantic AI 的数据处理条款，再决定能否使用。
文中提示词和示例仅作示意，实际效果取决于你的材料和 Pydantic AI 当前版本，重要内容请人工核对后再使用。