任务分解（Task Decomposition）

一句话理解

把大活切成小活的艺术——一步到位常翻车，拆成“先查、再算、后写”的清单，Agent 与人都能干得更稳。

定义

任务分解是把复杂目标拆成一串可验证子任务的规划方法：人工预拆（写进提示词或工作流 887）与模型自主拆（先规划后执行类模式）两条路。它是智能体（857）可靠性的第一影响因素——多数失败不是不会做，而是没拆对。

你会在哪遇到它

复杂提示词里的步骤清单；智能体项目的规划模块；“AI 干不了长活”复盘里的第一步。

背后的原理

好的分解特征：每个子任务有明确产出与验收方式（能判完成与否）、依赖关系清晰（谁先谁后）、粒度均匀（一次调用能搞定）。与思维链（863）的关系：CoT 是推理层面的逐步思考，任务分解是执行层面的工作拆解——前者想清楚，后者干下去。规划要与执行分开：先出完整计划再逐步执行并允许修正，比边想边干稳。

和相近概念的区别

1 与思维链（863）：CoT 管想，分解管做，长任务两个都要。 2 与思维树（915）：思维树是探索多条推理分支，分解是把一条确定路径拆实。 3 与任务型提示词：好模板本身预置了分解——结构化步骤就是人工拆好的证据。

常见误区

1 分解越细越好——过细的子任务让模型丢失全局目标，粒度适中可验证即可。 2 分解一次到位——执行中发现计划错了要允许重规划，死磕原计划更惨。 3 小任务不用拆——超过三次工具调用的任务，显式拆解都更稳。