故事線（Storylines）：有狀態、以圖編排、能交付整套流程的智能體

多數智能體做的是單點任務：回答一個問題、預約一個時段、蒐集一項細節。它們坐在一門生意的周邊，讓它跑得更快。教學本身、輔導本身、諮詢本身——這門生意所販售的核心——仍然需要一個人。故事線正是讓智能體能承擔那個核心的東西：一個它與每個個體一同執行的多步驟、有狀態的流程，記住他們走到哪裡，並隨著他們前進而調整。一間語言學校的故事線不只是幫你預約課程；它教那堂課。

故事線不是「一個技能更多的智能體」

這是第一件要弄清楚的事，因為兩者看起來相似，其實不然。技能是模型可以伸手去用的能力；故事線是事情發生的順序。

	一個帶著數個技能的智能體	一個執行故事線的智能體
順序	任何技能、任何時候——沒有順序	「A 完成前你到不了 B」
狀態	不記得你走到哪	每個人的進度都被保存並續接
由什麼驅動	模型每一輪自己決定	由圖與它的條件決定
決定性	順序活在模型的腦袋裡	順序被畫成一張圖——有版本、可量測

技能回答的是一個智能體能做什麼。故事線管的是什麼事以什麼順序發生，以及這個特定的人此刻在哪裡。兩者不是對手——故事線是凌駕於技能之上的一層：每個節點仍掛著自己的技能、知識與工具。而正因為順序活在一張明確的圖裡，而非模型的工作記憶中，故事線在流程變長時仍然可靠——模型只需處理當前這一步，不必記住一套十二步的程序而不出錯。

故事線 vs. 工作流

因為故事線也是一張步驟構成的圖，很容易把它跟工作流建構器歸為一類——世界上那些 Dify、n8n、Zapier。它們是不同種類的東西。工作流自動化的是系統之間的一個流程：一條固定的管線，由一個觸發器啟動，每次都以同樣方式執行，把資料從一個工具搬到下一個。它對它為誰而跑沒有記憶，因為它並不是為任何人而跑的——它是機器對機器的管線。

故事線的狀態就是一個人。每個個體的進度、檔案以及在流程中的位置都被保存並續接，因此同一張圖為每位終端使用者產生一條不同、可續接的路徑，而智能體在每一步親自撐起對話，而非在應用程式之間穿梭搬運資料。工作流自動化一項任務；故事線向某個人交付一項服務，並記住他。

	一個工作流（Dify、n8n、Zapier）	一條故事線
穿過它的是什麼	資料，在系統之間	一個人，穿過一個流程
狀態	無狀態——每次執行都一樣	有狀態——每個個體一條保存的路徑
它為誰而跑	沒有人；由事件觸發	一位特定的終端使用者，跨工作階段、跨管道被記住
工作單位	一個自動化步驟（「呼叫這個 API」）	一個對話步驟（「智能體處理這個階段」）
你在何時伸手用它	兩個系統需要彼此對話	一項服務需要被規模化地交付給人們

界線很簡單：如果工作是「當 X 發生，對資料做 Y」，那是工作流。如果工作是「帶每個人走過這一趟，並依他們所在之處調整」，那是故事線。你仍然可以兩者並用——一個故事線節點可以呼叫一個工作流，去做某一步背後機器對機器的活。

組成的零件

• **節點（Nodes）**是步驟。每個節點為那一步重新設定同一個智能體：它自己的任務提示、知識庫、技能與工具（疊加在智能體的基礎之上，或加以替換）。智能體的身分與安全邊界在節點之間永不改變。
• **出口（Exits）**是一個節點前進的方式，而每個出口帶著一個條件：一條關於檔案的規則（listening ≥ 70）、使用者點選一個按鈕、AI 對一個模糊準則的判斷（「當他們能不經提示自行造出句子時」）、來自外部系統的一個訊號，或跳到另一條故事線。
• **檔案（A profile）**隨人一同旅行——由你為每個主題定義的維度（語言的聽、說、讀、寫；歷史科則完全是別的東西），跨故事線累積，外加一塊自由格式的交接筆記便條，從一個節點傳給下一個。
• **串接（Chaining）**把故事線首尾相連——一年級接進二年級——讓你不必一次建好就能長出一趟龐大的旅程，並能依結果分支到不同的故事線（沒通過考試的使用者進入補救線，而非下一個年級）。

進度是按人計，不是按聊天計，所以有人可以中途離開，回來時剛好從原處接續——在網頁上、在 Telegram 或 WhatsApp 裡，不論他從哪裡回來。

編排模式

一條故事線以單一 token 走過圖的形式執行，而那一個模型就能表達每一種常見的控制流形狀。順序活在圖裡——有版本、可檢視——而非活在模型的短期記憶裡，因此當流程變得更長、分支更多時它仍然可靠。

**分支——if / else / switch。**一個帶著數個規則出口的節點，由上而下逐一嘗試；第一個條件成立的勝出。有決定性、依保存的狀態求值、沒有模型猜測。

**迴圈——帶上限的重試。**一條回邊加一個計數器：每次嘗試都讓某個維度加一，而一條規則為它設上限並導向下一步。重試被圖自己寫下的狀態所限，而非寄望模型自己數對。

**平行——全做 / AND 匯合。**數條子流程，人可以任意順序完成，各有各不同的步驟；故事線只有在每一條分支都完成後才前進。

讓這些具有決定性的關鍵，是一個出口在被走過時可以設定或遞增檔案的一部分——一個完成旗標、一個重試計數、一個路由結果。分支與匯合接著讀取圖自己在前一步寫下的狀態，而絕不從 LLM 對發生過什麼的回憶讀取。模型處理當前這一步的對話；圖處理接下來發生什麼。

會展開成計畫的步驟

有些步驟太依當下情境而定，沒辦法事先寫全。舉例來說，「蒐集文件」這一步，對一位住在美國的中國創辦人和一位待在本國的德國創辦人來說，是兩份不同的清單。把這樣的步驟標記為可展開，當使用者走到它時，智能體會提議把它展開——就為這位使用者、就在當下——成為一份由動態規劃器生成的臨時子計畫：有自己的步驟、自己的清單、看得見的進度。計畫以巢狀方式執行：你的故事線在那一步暫停，計畫執行，完成後故事線剛好從原處接續。有兩條規則讓角色不會亂：手寫的故事線永遠優先於任何被生成出來的東西，而每一次展開都只是提議、絕不強加——使用者要先確認。（動態規劃器是一項 Pro 能力，另有一個概念頁說明計畫在故事線之外是怎麼被觸發的。）

引入外部系統

一個節點可以交接給第三方，並依它回傳的內容行動：一份評分後的測驗、一次 KYC 檢查、一個嵌入的小遊戲。那個結果——一個分數、一個裁決、一筆付款確認——可以更新檔案或滿足一個出口。有兩種形狀：一種是後端交接（資料流出到一個工具、一個結果流回，隱形進行），另一種是跳轉並等待交接（對話顯示一個連結、鎖住，並在外部步驟完成時續接——就像付款流程那樣）。

它適用於何處

故事線適合任何其核心服務就是一段結構化、分階段、按人進行的對話的生意：家教與語言練習、輔導與問責計畫、分階段的顧問服務與引導式銷售、申請收件與預先資格審核、認證與訓練。凡是價值今天受限於一個人的工時之處，故事線讓一個智能體同時為成千上萬人執行那套流程——同時把真正需要人的部分留給人。

故事線是一項 Pro 能力，按租戶開啟。它們以圖的形式在 console 中撰寫（或透過 API，好讓一個精靈或一個助理來建立），有版本、可發佈，而進行中的使用者被固定在他們開始時所用的版本上。