即使規劃再完善的 AI 專案，沒有合適的人才也會失敗。多數早期代理專案停擺，都是因為沒有人清楚負責哪些部分。
責任不明會導致進度拖延、反覆審核與專案推進時的混亂。
AI 代理不只是軟體而已。它橫跨企業目標、資料存取與用戶體驗，涉及多個團隊，每個團隊的優先事項都不同。若缺乏協調，即使是小變動也可能成為阻礙。
在開始開發前，先明確定義將讓代理誕生並持續運作的團隊。至少需要四個關鍵角色：
- 領域專家：了解代理將處理的實際任務的人。
- 專案經理：負責追蹤進度、時程與跨團隊協調的人。
- 技術實作人員：通常是前端或全端工程師，能將代理整合進你的系統。
- AI 專家：熟悉如何設計提示詞、管理模型並排解 LLM 行為的人。
你不需要機器學習博士或龐大的研究團隊。你需要的是了解自己負責系統部分並能有效協作的人。
在 Terminal Roast，Taryn 負責組織團隊。她知道代理會影響到公司多個部門，因此召集所有相關人員進行簡短規劃會議。
首席咖啡師 Adrian 擔任領域專家，提供顧客描述咖啡風味的實例，以及哪些回饋最有幫助。
技術主管 Gideon 負責網站的技術設置與整合管理。
會計 Ross 則會追蹤專案產生的價值與營運成本。
Taryn 負責協調大家，確保專案持續服務明確的商業目標。
讓所有人一開始就聚在一起，能避免後續專案常見的交接問題。這步驟看似基本，但對 AI 專案來說比傳統軟體專案更重要。與傳統系統不同，AI 代理的行為會隨資料或提示詞變動而改變。這種彈性很有價值，但也帶來新風險。若沒有人負責監督，這些風險就會變成高昂的意外。
在開始前建立明確的責任分工，確保每個階段都有負責人：誰訓練模型、誰監控效能、誰核准語氣、政策或資料來源的更新。
這種明確性讓專案順利推進，當代理準備部署時也能避免延誤。
組建團隊時，聚焦兩個問題：
- 誰最了解代理要解決的實際問題？
- 誰有技術權限與能力來實作？
你可以根據需要找顧問、代理商或廠商協助，但這兩項責任應該始終由公司內部人員負責。這樣才能在需要時善用外部專業，同時維持主導權。及早建立這種分工的團隊，更有機會順利進入正式運作，因為他們清楚決策時該找誰。
Terminal Roast 的專案之所以成功，是因為每個流程環節都有明確負責人。
領域專家定義什麼才是好的成果。
技術主管確保代理能實現這個目標。
專案經理把這些努力連結到實際的商業成效。多數失敗的試點專案都沒有建立這種結構。很多團隊想先做再說，但 AI 專案真的無法容忍責任不清。小而精實、步調一致的團隊，總是比龐大但鬆散的團隊表現更好。
行動：列出你代理專案中必須參與的關鍵人員。
在開發開始前，明確分配商業目標、技術實作與持續監督的責任。
