約 5 分鐘 · 適用已安裝 Agentflow 的 AI 工作環境
帶一件想做的事，
走完第一輪。
你負責說清楚想要的結果、回答必要問題，再驗收。Agentflow 把工作留在專案的筆記本裡，讓下一次能接著做。
這是互動教學。輸入不會傳送給 AI、保存或修改專案；重新整理會清除練習。
第一句，從你的任務開始。
在專案中啟動已安裝 Agentflow 的 AI，於 AI 對話輸入框送出 godev 和需求。首次使用建立設定與筆記本；已有設定則讀取狀態並續接。[1]
切換情境會換入新範例；請再改成自己的內容。
完成上面三格，再組成請求。
為什麼不用先挑工作路線？
AI 依需求與風險判斷：清楚可復原的工作可直接處理；重大未知可能需要指定顧問；高風險工作可能需要完整流程。完整流程仍受 allow-ag 設定與必要授權約束。你先描述任務即可。[1]
AI 回話了，現在輪到誰？
Ask 是你的請求，Reply 是同輪答覆。進度事件表示正在工作；需要你的決定時，依指定位置回答。一般問題有 ans:；需求問題可能放在指定報告裡。[1]
模擬回應 · 非實際執行紀錄
「登入失敗後要保留輸入，還是清空？建議保留，方便重試。請在筆記本的 ans: 回答。」
我直接在 AI 對話回答也可以嗎？
可以直接交談，Agentflow 應記入已設定的 notebook。若改的是筆記本或報告，存檔後送出 godev 或 continue，通知 AI 去讀。[1]
「改好了」，還要看什麼？
確認結果符合需求，查看驗證方式、結果與未覆蓋的限制。Notebook 更新只是紀錄訊號；完整 Reply 才是驗收入口。[1]
模擬回應
「已修正登入按鈕，應該可以重試。」
現在，真的走一次。
回到第一步，把範例替換成自己的需求，複製到 AI 對話。先挑一件小、可復原，而且你知道怎樣算成功的事。
這是自我檢查；勾選不代表系統已執行任務。
明天開新對話，怎麼接回來？先自己想一下。
回到同一專案、啟動 AI，再輸入 godev。它應讀取既有設定與 notebook 中未完成的工作。同一階段不用每句都加 godev；已設定 notebook 的專案也可能自動啟用協定。[1]
明天不看範例，重新寫一次小任務，再問：「什麼證據才算完成？」遇到不清楚的回應，貼給教學 agent，我們一起判斷下一步。
操作一輪後，再看地圖。
本課的「寫請求 → 看回應 → 驗收」對應輸入、執行與收尾。完整圖還包含路由、審查與進階工作空間。
同一套教材，三種閱讀深度。
先在這裡操作一輪；遇到「為什麼」，打開六課說明；想知道由誰執行，再看架構。閱讀視窗關閉後，會回到你的原練習，輸入仍保留。
本課依據
[1] 作者的《Agentflow 白話使用手冊》。優先讀「開始使用」「每句話都要打 godev 嗎？」「一輪對話長什麼樣子」。請求與回應為教學範例，非官方逐字範例。指南會更新，以安裝版本與有效設定為準。