B.2 介面與核心操作:對話、Artifacts、終端機與瀏覽器

學完本節,你能夠:

  1. 指出 Antigravity 的四個主要工作區(對話、Artifacts、終端機、瀏覽器)各自負責什麼。
  2. 使用斜線指令(/plan、/grill-me、/browser、/schedule 等)啟動對應的工作模式。
  3. 設定「Artifact 審核」與「終端機執行」的權限,讓 Agent 在重要步驟前停下來等你批准。

壹、開場情境:第一次打開座艙的手足無措

📌 以下為教學情境(依實務改編)。

小林(B.1 的業務助理)裝好 Antigravity,打開專案資料夾,輸入「幫我把 40 個客戶的出貨明細彙整成毛利月報」。接著畫面上同時冒出好幾樣東西:一份「實作計畫」、一張「任務清單」、一個跳出來問她「是否允許執行 python merge.py」的視窗,然後 Agent 還說要開瀏覽器查匯率。

她不知道該先看哪裡,於是每個視窗都按了「同意」。結果 Agent 用的是它自己上網查到的某一天匯率,而不是公司財務規定的月底匯率。

本節要解決的問題: 座艙裡每一塊畫面在做什麼?哪些地方是你必須停下來看的檢查點?


貳、概念:四個工作區

flowchart LR Chat["💬 對話
下指令、斜線指令、
回答 Agent 的提問"] --> Art["📑 Artifacts
計畫、任務清單、
完成說明、截圖"] Chat --> Term["💻 終端機
執行程式與指令
(可設定需批准)"] Chat --> Br["🌐 瀏覽器
查資料、測試網頁、
留下錄影"] Art -->|"留言修正 / Proceed 放行"| Chat
工作區 做什麼 你該看什麼
💬 對話 下達任務、回答 Agent 的追問;在 Agent Manager 可同時看到多個進行中的對話 指令是否寫清楚規則與例外
📑 Artifacts Agent 交給你審核的成果:實作計畫、任務清單、完成說明(walkthrough)、程式碼差異、截圖、瀏覽器錄影 最重要的檢查點:計畫有沒有漏規則、成果有沒有對上規格
💻 終端機 Agent 執行 Python、Git 等指令的地方 跳出批准視窗時,看清楚它要執行什麼、會動到哪些檔案
🌐 瀏覽器 Agent 開啟網頁查證、操作或測試介面 它從哪個網站取得資料?來源可信嗎?

1. 對話與斜線指令

在對話框輸入 / 會列出內建指令。依官方文件,常用的有:

指令 用途 商務使用時機
/plan 先研究、追問需求,產出一份可審核的計畫 Artifact 任務牽涉多個檔案或規則,想先看計畫再動手(B.3)
/grill-me 由 Agent 反過來逐一追問設計細節與例外情況 你只有模糊想法,想被逼著把規格想清楚
/goal 持續執行直到目標完成,中途不停下來問你 規則已經很明確、風險低的長任務
/browser 啟動一個在隔離環境中運作的瀏覽器子代理,做網路查證 查競品網頁、確認網站畫面
/schedule 把一個指令排成一次性或定期執行 每週一早上自動產生庫存報表

⚠️ /goal 不是越多越好:中途不停下來,代表你沒有機會在半路攔住錯誤。規則還沒寫清楚之前,先用 /plan 或 /grill-me。

2. Artifacts:審核與留言

Artifacts 是 Antigravity 跟一般聊天工具最大的不同。計畫和成果不會被後續對話淹沒,而是成為獨立的文件:

  • 你可以像在 Google 文件上留言一樣,在 Artifact 的某一段留下修正意見,Agent 會依意見修改。
  • 實作計畫的標題列與對話中都有 Proceed 按鈕,按下才代表放行。
  • 審核政策(review policy) 決定 Agent 何時要等你:Request review(建議;變更前先請你審核)、Always proceed(不等,直接執行)。

3. 終端機:執行權限

Agent 會在終端機執行指令(例如跑 Python 計算毛利、用 Git 存版本)。為了避免它在你不知情時執行危險指令,官方文件提供幾種預設權限(以 macOS / Linux 為例):

設定 行為 適合誰
Request Review 每一道終端機指令都要你批准 初學者、處理正式公司資料時
Default 在終端機沙盒(限制可碰觸的系統路徑與網路)內可直接執行;要跳出沙盒才需批准 熟悉流程後的日常使用
Turbo 所有指令直接執行,不做隔離 不建議商務資料使用

Windows 的選項名稱不同,依序為:Require Review / Proceed in Sandbox / Always Proceed。

另外可以設定允許清單與禁止清單(例如永遠禁止刪除指令),這些規則優先於上面的預設。

💡 沙盒(sandbox):把程式關在一個受限制的環境裡執行,讓它碰不到敏感檔案或未授權的網路。第 9.2 節會從內部控制的角度說明「預設安全」。


參、應用到情境:一個工作早晨的正確流程

sequenceDiagram autonumber actor Mgr as 小林 participant Chat as 對話 participant Art as Artifacts participant Term as 終端機 Mgr->>Chat: /plan 彙整 40 位客戶毛利月報,匯率用財務部月底匯率表 rates.xlsx Chat->>Art: 產出實作計畫與任務清單 Mgr->>Art: 留言:退貨要沖銷,客戶數必須等於 40 Art-->>Mgr: 計畫更新 Mgr->>Art: 按 Proceed 放行 Chat->>Term: 請求執行 python merge.py Mgr->>Term: 確認指令內容後批准 Term-->>Chat: 產出 margin_report.xlsx Chat->>Art: 完成說明:處理 40 位客戶、2 筆缺匯率已標黃 Mgr->>Mgr: 抽查 3 位客戶數字

對照開場的失誤:匯率來源寫進了指令與計畫,Agent 就沒有理由自己上網查;即使它想開瀏覽器,小林在審核計畫時也能攔下來。


肆、跑跑看:四個小實驗

找一個練習用的資料夾(不要用公司正式資料),放兩三個 CSV 檔,然後試試:

實驗 操作 預期結果 想想看
① 先問後做 輸入 /grill-me 我想做一份客戶毛利報表 Agent 不動手,而是一題一題追問(用哪個成本?怎麼處理退貨?) 它問的問題裡,有幾題是你原本沒想到的?
② 留言修正 用 /plan 產生計畫,在其中一步留言「改成輸出 Excel 而不是 CSV」 計畫 Artifact 依留言更新 留言比重新打一整段指令好在哪?
③ 攔住指令 終端機權限設為 Request Review,放行計畫 每一道指令執行前都跳出批准視窗 你看得懂它要執行什麼嗎?看不懂時該怎麼辦?
④ 檢查來源 用 /browser 請它查「今天的歐元兌台幣匯率」 回報結果並可看到它造訪了哪些網頁 這個來源可以用在正式報價上嗎?(對照 1.3 節的匯率來源)

伍、限制與銜接

限制 後果 在哪裡處理
每個視窗都按「同意」 審核形同虛設 本節:把 Artifact 審核與終端機權限設在 Request Review
指令與設定名稱隨版本變動 找不到對應選項 以官方文件為準
計畫本身寫不清楚 放行了一份模糊的計畫 B.3 規劃模式:什麼是好計畫
敏感資料出現在 Artifact 或對話中 資料外流風險 第 9 章 權限隔離與內部控制

本節小結

  1. 對話用來下指令,Artifacts 用來審核,終端機和瀏覽器是 Agent 的「手」。
  2. 斜線指令決定工作模式:模糊時用 /grill-me 或 /plan,明確且低風險時才用 /goal。
  3. 審核政策與終端機權限,是你設在 AI 前面的兩道關卡;初學時兩者都設成「需要你審核」。
  4. 規則(例如匯率來源)要寫進指令與計畫,不要留給 Agent 自己猜。

陸、練習

  1. 改設定(5 分鐘):寫下你會如何設定「審核政策」與「終端機權限」,分別用在 (a) 練習用資料夾、(b) 公司正式財務資料。說明理由。
  2. 加規則(20 分鐘):以第參段的情境為例,寫一段完整的 /plan 指令,至少包含 3 條例外規則與 1 條驗收條件,並預測 Agent 會在計畫中列出哪些步驟。
  3. 管理反思(討論):如果一份含客戶毛利率的 Artifact 會被存放在專案資料夾中,誰應該能看到這個資料夾?離職員工的電腦上留下的 Artifact 該怎麼處理?

國立臺中科技大學 國際貿易系 / 企業管理系 專用教材

《現代軟體工程:商學院的 AI 系統思維與 Agent 實踐》

作者:陳俊智 博士 Dr. Chun-Chih Chen

本書章節架構改編自陳鍾誠教授(金門大學)開源課程《現代軟體工程》(github.com/ccc115a/se,MIT 授權),內容針對商學院全面改寫與擴充。