假設你交代 AI 代理一件事：把客戶名單裡標了「已停業」的公司移到另一張表，再寄一封通知給業務同事。過一陣子它回報：「已完成，名單已整理、通知已寄出。」你打開表格，只搬了一部分；寄件備份裡那封通知，收件人是你自己。
這種事不一定是它在騙你。它說的「完成」，可能只是它那一段工作結束了，也可能只是工具收到了請求，跟你要的結果是兩回事。
「已完成」只是一句輸出
阿里雲的 Agent 手冊講執行紀錄的那一章提醒，AI 回答「完成」只是一條輸出，跟事情真的辦成是不同的事（低分先分診那篇用這一點拆過低分的原因）。要它產生檔案、送出表單、修改設定的任務，要去看最後的成品或系統裡的狀態。這裡講的是它一回報完成，你先做什麼。
寫給程式開發用的技能集 superpowers 裡，有一份「宣告完成前的驗證」，核心只有一句：沒有剛跑過的驗證證據，就不准說完成。它列了一張對照表，其中一列是「代理說完成了」，要看到的是實際的變更紀錄，代理回報成功不算數；另一列是「需求都達成」，要逐條對照需求，單看檢查通過不夠。
這兩列搬到辦公室，就是兩個動作：去找結果本身，拿原本的要求逐條對。
它還列了一串警訊用語，像「應該」「大概」「看起來」，以及還沒驗證就先說「太好了」「完成了」。回報裡出現「應該已經寄出」「看起來都更新了」，就當作還沒驗證。
讀紀錄：先看頭尾，再找斷掉的那一步
結果不對，或你找不到結果，就打開它的執行紀錄。很多 AI 工具會留下一串步驟：它做了什麼、叫了哪個工具、工具回了什麼。手冊建議先別從頭逐字讀。
先看頭尾：你最後要求的是什麼，它最後給了什麼。再看概覽：走了幾步、叫了哪些工具、花了多久，決定要細看哪一段。接著照「你補充的話、它的動作、工具回傳、它接下來說的話」這個順序讀；紀錄很長就搜尋工具名稱或錯誤字樣，展開那一步的輸入和執行結果。
讀的時候，特別看三種斷點。
第一種，工具回的東西，它沒照著用。工具回了錯誤，它卻說成功，低分先分診那篇舉過的退款例就是這種。手冊另一個例子是客服：查資料的工具已經回了完整的操作步驟，它最後卻只給了概念介紹。
第二種是重試。改了參數之後成功，代表它會從錯誤裡恢復；同一個錯誤原樣試了好幾次，可能要調整重試或停止的條件。兩種紀錄裡都有失敗，處理方式不一樣。
第三種是交給別人做的部分。工作分給另一個 AI 時，手冊提醒要看主代理交出去的目標，和它實際收到的回傳，不能只看那個 AI 有沒有結束。另一種類似的情況是背景工作：手冊講大量資料匯入時寫到，看到「任務已建立」要去追它跑出來的結果，不能當作資料已經寫進去。
找到斷點，就用一串相鄰的事實寫下來，例如「要求搬全部停業公司、篩選只抓到其中一種寫法、回報全部完成」。手冊的理由是這樣別人能複核，比寫一句「它做得不好」有用；你下次交辦時，也知道要補哪一句。
另外兩件事要記得。手冊提醒，紀錄能看到多少，要看工具實際記了多少，所以紀錄裡沒看到，不等於沒發生，最後還是以系統裡的實際狀態為準。還有一種情況不在手冊的清單裡，是我的判斷：它做了你沒交代的事，例如找不到原檔就自己另建一份，再回報完成。這跟沒做完一樣要退回，而且要先查它多做的那一步動到了什麼。
收到完成回報，照這個順序查
AI 回報「已完成」
│
你找得到結果本身嗎？
├ 找不到 ─→ 算未完成，請它附證據
└ 找得到
│
拿原本的要求逐條對，每條都有嗎？
├ 缺 ───→ 部分完成，列出缺哪條
└ 齊
│
紀錄裡有錯誤、跳過或原樣重試嗎？
├ 有 ───→ 讀那一步，確認結果沒受影響
└ 沒有
│
它有做你沒交代的事嗎？
├ 有 ───→ 先查影響，再決定留不留
└ 沒有 ─→ 算完成
| 它回報的話 | 要看到什麼才算數 | 不夠的證據 |
|---|---|---|
| 「信已寄出」 | 寄件備份裡那封信，收件人、主旨、內容都對 | 它說寄了；寄信工具回了「已排入寄送」 |
| 「資料已更新」 | 打開資料表，看改過的那幾列和改前改後的值 | 它說改了；改了幾列就說全部 |
| 「申請已送出」 | 系統裡查得到的單號或狀態 | 畫面上一句「送出成功」；工具回傳有錯誤它沒提 |
| 「排程已建立」 | 第一次實際執行的結果 | 「任務已建立」這句話本身 |
| 「另一個 AI 做完了」 | 交出去的目標，和收回來的內容 | 那個 AI 顯示已結束 |
| 「要求都完成了」 | 拿原本的要求逐條打勾 | 其中一項做到了、某個檢查有過 |
| 「應該都好了」 | 從第一列重新查起 | 這句話本身就代表還沒查 |
作者整理，非官方。
這張表不用每次全部走完。你交代的事只產生一個結果，找到它、對過要求就夠了；要讀紀錄，是在結果找不到或對不上的時候。
動手做
把原本的要求、它的回報和執行紀錄一起交給另一個 AI 對帳：
下面是我交代給 AI 代理的工作、它的完成回報，以及它的執行紀錄。 【我原本的要求】 （貼上） 【它的完成回報】 （貼上） 【執行紀錄】 （貼上步驟、工具呼叫和工具回傳；沒有紀錄就寫「沒有」） 請不要因為回報寫了完成就判定完成。輸出表格： 1. 把我的要求拆成逐條項目 2. 每一條在紀錄裡找證據：哪一步、工具回了什麼；找不到就寫「紀錄看不出來，要去系統確認」 3. 列出紀錄裡所有錯誤、被跳過的步驟、原樣重試的地方，以及它之後怎麼處理 4. 列出它做了、但我沒交代的事 5. 回報裡用了「應該」「大概」「看起來」的句子 最後給一個結論：完成、部分完成、未完成、看不出來，並告訴我要親自打開哪幾個地方確認。
下次交辦時，在最後加一句「回報完成時，每一項附上我能自己打開確認的位置」，收到回報後照上面的順序，去那些位置一個一個看。
站內延伸
- 分數變低時，分辨是答錯、評分錯，還是工具沒做成 → AI 助手分數變低，先別急著改指令
- 讓另一個 AI 專門負責挑錯 → 對抗式驗收：產生的不檢查，檢查的不產生
- 上線前把 AI 代理測過一輪 → 找方法AI Agent 測試
來源： obra/superpowers：verification-before-completion（Jesse Vincent，MIT；2026-10-25 查閱；沒有新的驗證證據不得宣告完成、Common Failures 表的 Agent completed 與 Requirements met 兩列、Red Flags 的 should／probably／seems to 與驗證前先表示滿意）；aliyun/ai-agent-handbook：第 19 章 Agent 軌跡資料（Apache-2.0；2026-10-25 查閱；19.3 先看輸入輸出與概覽、客服例（檢索已回完整步驟、回答只給概念）、再依序展開步驟、多代理要看交出的目標與實際回傳、以相鄰事實寫結論；19.4 退款例、重試的兩種情況（原樣重試「可能」需要調整條件）、「回答完成」只是一條輸出；19.5 後台匯入的「任務已建立」不等於資料已寫入；19.6 紀錄範圍取決於實際採集）。本文以台灣用語改寫觀念並註明出處，未逐句翻譯；流程圖、對照表與提示詞為作者整理。