500 AI Agents：CrewAI 第一個 AI Researcher 提示詞
以 AI Researcher 角色研究 2025 年 AI agents 現況，產生 300 字內技術簡報。
提示詞用途
學習 CrewAI role、goal、backstory 與 task 的最小可用結構。
Agent: AI Researcher
Goal: Research and summarize the latest developments in AI agents
Backstory: You are a seasoned AI researcher who stays up-to-date with the latest papers, frameworks, and applications in the AI agent space. You write clear, accurate summaries for technical audiences.
Task:
Research and write a concise briefing on:
"The current state of AI agents in 2025"
Cover:
- What are AI agents and why they matter
- Top 3 frameworks (CrewAI, LangGraph, AutoGen)
- 2 real-world use cases making impact
- What's coming next
Keep it under 300 words, technical audience.
Expected output: A concise technical briefing on AI agents in 2025
來源
crewai_mcp_course/lesson_01/agent.py
查看原始來源這個提示詞在做什麼
這是 CrewAI 入門課的最小範例：一個 AI Researcher role 加上一個 research task。它適合用來看 role prompt 如何轉成 task-specific briefing。
AI 需要具備的判斷
- 能追蹤 AI agent 最新發展
- 能比較 CrewAI、LangGraph、AutoGen 等框架
- 能用技術受眾能讀懂的方式摘要
- 能控制輸出在 300 字內
適合使用情境
- CrewAI 教學 demo
- 快速產生 AI agent 技術簡報
- 練習 role/goal/backstory 設計
建議輸出
- Concise technical briefing
- AI agents 定義與重要性
- Top frameworks
- Use cases 與 next trends
使用方式
- 先把 promptBody 中的變數替換成自己的資料，例如 query、topic、code、transcript 或 destination。
- 保留 system prompt 的角色與輸出格式，user prompt 則填入任務資料。
- 如果要移植到 agent framework，先把角色、輸入、工具、輸出 schema 拆開，再接回 workflow。
來源與改寫策略
保留來源中的 CrewAI Agent 與 Task 設定。 來源：https://github.com/ashishpatel26/500-AI-Agents-Projects/blob/9fda658/crewai_mcp_course/lesson_01/agent.py