社区展览还有一周开幕。统筹员既要决定入口路线，也要整理展签并检查报名页。把所有事项交给 AI 排序，很可能得到一张看似整齐的清单，却错过印厂收稿时间。可把工作分成三份交付：一张考虑截止时间和精力的排期、一页给负责人作决定的比较表，以及可交接的自动检查记录。
把硬期限、依赖和精力排进同一张表
先列四项：确认入口路线、送印展签、检查预约表单、整理回执。每项写外部截止时间、谁负责、前置条件、预计专注时长和最小可用产物。比如印厂周三中午收稿，路线需由场馆确认，展签中又有一张路线图。即使送印本身只需十分钟，也不能把它排在路线确认之前。预约表单可用假数据独立检查，不必等待展签定稿。
请 Agent 先按依赖排出最迟开工点，再按人员的可用时段分配。早上留半小时审路线，午后碎片时间确认印厂是否收到稿件。预留一段处理临时修改的时间，并标出它可以释放的条件。最终排期应标明哪些是已确认安排，哪些只是建议，哪些因为外部回复尚未到手无法定时。要调整真实日历时，先看具体变更：哪项会移动、是否影响别人，以及新时间是否满足前置条件。
如果使用主动提醒能力，给它明确触发点，比如「周二下午四点仍未收到场馆的书面确认」，并规定只生成内部提醒一次。若使用调度能力，检查它能区分暂定和确定时间，能否在依赖失败时暂停下游。用一份不连接正式日历的样例确认行为。先用普通待办清单保存原始条目；让 Agent 新增依赖说明和调度建议，避免变成两套都要维护的任务记录。
用 AI 追问前提，留下可复核的决定
入口有两种方案：正门路线更直观，侧门更方便布置临时签到点。不要先问哪种更好。给 Agent 已知事实和约束，要求先列缺失信息，再按通行、指引、志愿者覆盖和准备时间比较。若正门在布展时段被占用，方案表要说明谁确认占用时间。若侧门有坡道，不要据此推断整条路线可通行；把门宽、转角和是否上锁列成现场检查项。
让 Agent 为每个选项写最容易失败的情况，以及一个能区分选项的小试验。比如请一位没见过平面图的志愿者从公交站走到入口，记录是否在岔路口停下找指引。另请场馆人员复核侧门开放时段。把观察、推断和个人偏好分栏。最后的决定记录应包括选项、采纳理由、仍未知的事实，以及何时推翻当前决定。收到新证据后更新原比较表，不重新开一个脱离历史的讨论。
如果选用能执行命令的通用能力，在这个阶段只开放读资料和生成比较表。能编排多步的工具可将「提取约束、找缺口、整理比较」顺序固定，但场馆是否可用仍由有权限的人确认。若 Agent 为每个选项打出分数，要求它公开每项评分依据；证据不足的项保留空白，不能用一个精确数字掩盖不确定性。
自动做固定检查，把精力留给验收
预约页检查是可独立试跑的任务。用关联的 Webapp Testing 打开获准测试的页面，给出虚构预约数据和预期结果。验证缺少时段时能否给出提示、满额时能否阻止再次预约、换语言后确认页能否显示相同日期。让它交付每个用例的通过或失败结果、复现步骤和截图。测试账号不能收到真实观众名单，也不能触发正式通知。
把重复运行安排到能及时处理失败的时段。例如每天午前跑一次检查，午后集中看报告。只有预约无法提交或确认时间错误才即时提醒；文案换行问题放到下次批量处理。每轮记录输入版本和结果路径，重试只针对失败用例。连续两次遇到同一错误时停止自动重试，保留证据交给页面维护者。如果测试页面不可访问，不把「没能运行」记成通过。
对于常驻运行能力，试用前检查能否限定时间、暂停排程并恢复已完成步骤。固定频率和已知输入适合规则任务；没有明确交付、依赖频繁变化的任务，先用手动触发。比较试跑前后的人工总用时，包括准备样例、看日志和修复误报。若新增自动步骤让统筹员每十分钟被打断一次，即使页面检查变快，也应先降低提醒频率。
周二下午的实操
下午四点，场馆尚未回信，测试却发现英文确认页把周五显示成周六。Agent 在排期里将路线确认标为受阻，保留周三收稿约束；在比较表里列出先送印不含路线的展签、等确认后补印入口牌的备选。表单错误单独登记，附测试输入和确认页截图，由维护者修复。修复后只重跑日期与语种用例。协调员决定采用分批送印时，在原任务表里补上印厂同意的时段和补印负责人。这样三份产物各有用途，且不会把未知信息悄悄写进公开材料。
常见问题
任务都标为紧急，怎么排？
先看错过哪项会让其他工作停下来，再看真正的外部截止。把能部分交付的工作拆出来，比如先校对不依赖路线的展签。找负责人确认优先级冲突，不让 Agent 自行改掉外部承诺。
思维辅助是不是越多备选越好？
通常先比较两三个可实施方案。每个方案要能说清所需确认、准备成本和失败时的替代路径。如果新增方案无法在收稿前验证，记到会后回顾，不占用当前决策时间。
更换宿主或手动安装时要检查什么？
核对宿主识别技能的位置、工具依赖和允许的操作。只安装用得上的能力，用隔离样例确认读取范围、产物和停止方式。安装渠道不能代替运行验收，使用前还要了解模型调用、测试账号或外部服务是否有成本。