大多数 AI 任务不会因为规模变大而自动变好。过长的 Prompt 可能掩盖多个决策，功能繁多的工具也可能掩盖多个产物。真正有用的问题不是“这个界面能做多少事”，而是“一个结果从哪里开始变成下一项决策的输入”。
这个位置就是交接点，也是区分 Prompt、AI 工具和工作流最清楚的边界。
一次调用产生一个可审查结果时，保持为 Prompt
当用户能够提供全部必要输入，获得一个主要结果，并且无需等待另一个系统步骤就能判断结果时，Prompt 就足够了。
产品描述 Prompt 是典型例子。输入是一组边界明确的产品事实，输出是结构已知的文案草稿。用户可以逐项核对每个陈述是否来自原始事实。修改受众、语气或格式，只是在调整同一个生成合同，并没有产生第二个独立任务。
图片 Prompt 也遵循相同规则。如果替换主体、保留视觉语言后仍只得到一张图片，并且只需做一次验收，那么它仍然是一个 Prompt。
不要仅仅因为变量很多，就把 Prompt 升级成工作流。参数数量不等于流程深度。
操作只有一个窄目标时，把它做成 AI 工具
AI 工具用界面封装一个明确操作。这个操作可以是确定性的、由模型驱动的，或者两者结合，但用户仍然只要求一个边界清楚的结果。
因此，产品描述生成器既可以是一份可复用 Prompt，也可以是一个 AI 工具。Prompt 展示指令本身；工具则提供输入字段、约束和结果处理，让同一指令能够稳定运行。任务边界并没有改变。
工具不应该悄悄变成自动化流水线。如果用户必须审批 Brief、从多个候选产物中选择，或者在后续失败时保留前面的结果，那么界面里已经出现了交接点，需要工作流语义。
产物跨越独立验收边界时，使用工作流
当至少两个结果可以被分别验收，并且前一个结果会成为后一步的输入时，工作流就开始了。
以手绘故事为例：故事蓝图可能正确，但角色设定图可能错误；角色图可能已批准，但后续场景图可能失败。如果系统把整个项目当成一条巨型 Prompt，用户就无法保留已批准的工作，也无法只重跑失败步骤。
交接模型会把状态写清楚：
- 步骤接收已声明的输入；
- 步骤生成一个类型明确的产物；
- 人或确定性检查决定是否接受该产物；
- 被接受的产物成为后续步骤的命名输入。
这种结构带来了真正的恢复能力。一个场景失败，不需要重写故事或重新生成全部角色。每个付费节点也可以在运行前展示自己的估算，让费用授权保持诚实。
三个边界问题
在增加界面或节点之前，先问：
- 是否存在不止一个可以独立使用的产物？
- 用户能否接受一个产物，同时拒绝后面的产物？
- 整体重试是否会浪费已经接受的工作、费用或时间？
如果三个答案都是“否”，就让任务保持为 Prompt 或专用 AI 工具。如果任意一个答案是“是”，应明确标出交接点；如果两个以上为“是”，它通常已经是工作流。
目标不是给所有东西贴标签，而是保留用户能够理解、验证、保存和重跑的最小单元。