實作：畫出你的第一張圖

前六課學了概念，這課動手。你要把一個現有的工作流畫成圖。

不需要特別的工具——白板、紙筆、或任何畫圖軟體都行。重點不是圖多漂亮，是把隱性的拓撲變成可以審視的東西。

三步驟

第一步：列出所有節點

把你的工作流拆成步驟，每一步標上節點類型。

電商例子——「客戶退貨處理流程」：

步驟	節點類型	說明
接收退貨申請	Tool	讀取表單資料
判斷退貨理由	Agent	LLM 分析客戶描述
查退貨政策	Tool	查 DB 比對政策
決定走哪條路	Router	全退/部分退/拒絕
全額退款處理	Tool	呼叫金流 API
部分退款協商	Agent	生成協商回覆
拒絕退貨回覆	Agent	生成婉拒信
主管核准	Gate	金額 > 5000 需核准
記錄結果	Memory	寫入退貨資料庫

第二步：連上邊

節點之間畫箭頭。每條邊標清楚：Data Flow 還是 Condition。

接收退貨 → 判斷理由 → 查政策 → [Router]
                                  ├─ 全退 → 全額退款 → 核准(>5000) → 記錄
                                  ├─ 部分退 → 協商回覆 → 核准(>5000) → 記錄
                                  └─ 拒絕 → 婉拒信 → 記錄

第三步：為關鍵邊寫 Contract

不用每條邊都寫完整合約。先挑最「危險」的邊——通常是 Agent 到 Agent、或 Agent 到 Gate 的邊。

邊：部分退款協商 Agent → 主管核准 Gate

schema:
  customer_id: string
  original_amount: number
  proposed_refund: number
  reason_summary: string（≤ 200 字）
  agent_confidence: "high" | "medium" | "low"

budget: ≤ 1,500 tokens
timeout: 24h（超時 escalate 到高階主管）
on_error: fallback → 全額退款（寧可多退不要卡住）

畫完之後做什麼

畫完圖之後，問自己四個問題：

有沒有懸空的邊？ → 某個 Router 的某個條件沒有對應的下游節點
有沒有沒設停止條件的迴圈？ → Self-loop 沒有 max retry
有沒有太「貴」的路徑？ → 連續三個 Agent 節點，每個都燒 token
有沒有缺 Gate 的地方？ → 高風險的決定（退款、刪除、對外發送）沒有人工審核

AI 協作：學了這個，跟 AI 怎麼配合？

讓 AI 幫你做第一步（列節點）和第二步（連邊），但第三步（寫 contract）最好自己來——因為 error 策略和 timeout 涉及業務判斷。

你的人類優勢：

知道哪條邊最容易出問題——通常是你之前踩過坑的地方
知道 fallback 策略的業務影響——「寧可多退不要卡住」是業務決策

可以這樣跟 AI 說：

我想把公司的「客戶退貨處理流程」畫成 Graph。流程大概是：收到退貨申請 → AI 判斷理由 → 查退貨政策 → 根據結果走全退/部分退/拒絕 → 金額大的要主管核准 → 記錄結果。幫我：1) 列出所有節點和類型 2) 畫出連接方式 3) 標出哪些邊最需要寫 Edge Contract。