判斷：什麼時候該用 Graph

不是所有工作都需要畫圖。Graph Engineering 是工具，不是信仰。用錯地方，反而增加複雜度。

需要 Graph 的四個信號

信號一：有分支邏輯

「如果是 A 就做這個，如果是 B 就做那個。」一旦出現條件分支，你就有了 Router 節點和條件邊——這本質上是圖。

電商例子：客戶問題分類後走不同處理路徑。

信號二：有平行任務

「這三件事可以同時做，做完再合併。」Fan-out / Fan-in 是線性鏈做不到的事。

電商例子：新品上架前同時做描述生成、圖片處理、價格比較。

信號三：有人工審核點

「做到這裡要停下來，等主管核准。」Gate 節點是圖上的顯式中斷——寫進 if-else 裡容易被忽略。

電商例子：大額退款需要二級核准。

信號四：需要節點級的錯誤處理

「如果 A 步驟失敗，走備案 B；不是整條 pipeline 重跑。」Edge Contract 的 error / fallback 只有在圖裡才好定義。

電商例子：AI 推薦引擎掛了，fallback 到熱銷排行，不影響其他流程。

不需要 Graph 的三個場景

場景一：單一 prompt 就能完成

「幫我把這段文字翻譯成英文。」一次 LLM 呼叫，沒有分支、沒有循環。畫圖是 over-engineering。

場景二：簡單 RAG loop

「搜知識庫 → 生成回答 → 檢查品質 → 不行就重搜。」這是一個 Self-loop，用 Loop Engineering 的工具就夠了，不需要升級到 Graph。

場景三：線性 pipeline 沒有分支

「A → B → C → D，沒有 if-else、沒有平行、沒有 Gate。」用一個陣列就能表達，畫圖反而增加認知負擔。

快速判斷表

問題	如果是	建議
有條件分支嗎？	有	Graph
有平行任務嗎？	有	Graph
有人工審核點嗎？	有	Graph
需要節點級 error handling？	需要	Graph
以上都沒有？	—	不需要 Graph

一條也沒中 → 繼續用 Prompt 或 Loop。中一條以上 → 考慮 Graph。中兩條以上 → 幾乎確定需要。

AI 協作：學了這個，跟 AI 怎麼配合？

在請 AI 設計工作流之前，先用這個判斷表自己過一遍。避免 AI 過度設計。

你的人類優勢：

• 判斷複雜度是否值得——Graph 帶來的好處要大於維護它的成本
• 識別假的平行——兩件事看起來可以同時做，但其實有隱含依賴

可以這樣跟 AI 說：

我想自動化「每月產出客戶流失分析報告」的流程。步驟是：拉資料 → 跑模型 → 產圖表 → 寫報告 → 寄信。這個需要用 Graph 設計嗎？用四個信號幫我判斷。