AFP：從提示治理走向 AI 工作流程可靠性

2026 定位

Antifragile Prompting Framework（AFP）最初從「提示治理」出發，關注大型語言模型在複雜任務中的可控性、可重現性與可解釋性。隨著 AI 從單次問答走向 Agent、工具呼叫與多步驟工作流程，AFP 的研究重心也擴展到一個更大的問題：如何讓 AI 的重要輸出可以被驗證、追溯、修正與重新測試。

AFP 不把可靠性寄託在某一句更好的 Prompt，而是把假設、證據、反證、驗證、失敗處理與修正放進可檢查的工作流程。目標不是宣稱 AI 永遠正確，而是讓錯誤更容易被看見、被攔截，並留下可以回頭檢查的軌跡。

SafeLoop 是 AFP 的核心迴路。它把輸出視為需要持續驗證的工作結果，而不是一次生成後便視為完成。當模型、工具或外部資料改變時，同一套流程也應能重新執行與比較。

目前網站將逐步公開 AFP 的規格、評估方法、失敗案例與可重現測試，讓「是否有效」可以由證據回答，而不只停留在理念層次。