Агент має дві змінні, одна — це робочий процес, який керує напрямком завдання, а інша — контекст, який керує контекстом генерації контенту. 1) Якщо впевненість у робочому процесі та контексті висока, такі завдання легко автоматизувати, подібно до традиційного RPA, наприклад, під час обробки рахунків-фактур та завдань із заповнення форм, штучний інтелект є скоріше клеєм і має обмежений простір для гри. 2) Якщо робочий процес визначено, але контекст невизначений, тобто процес фіксований, але вхідні дані змінні, агенту потрібно завершити семантику та розуміння, такі як запитання та відповіді щодо обслуговування клієнтів, аналіз контрактів та зовнішній пошук, граф знань та інші інструменти, щоб заповнити інформаційну прогалину, щоб результати міркувань більше відповідали очікуванням. 3) Якщо робочий процес невизначений, але контекст визначений, тобто вхідні дані зрозумілі, але методи різноманітні, агент повинен планувати шлях самостійно, наприклад, генерувати звіти про аналіз ринку, персоналізовані рекомендації тощо, більшість наскрізних агентів RL добре справляються з таким видом завдань, тому що вони вивчили багато ідей щодо планування шляху та вирішення проблем на етапі навчання. 4) Коли робочий процес і контекст невизначені, це найскладніший сценарій, як міркування, так і дослідження, такі як інноваційний дизайн рішення, міжвідомчий збір інформації тощо, які більше схиляються до агентів загального призначення, і його ефект виконання залежить від багатства інструментів, якими він оснащений, особливо здатність програмування має бути максимальною та відкритою, наприклад, дозволити йому навчитися переходити на Github, щоб знайти репозиторії для клонування та модифікації коду для вирішення проблем, щоб він міг працювати як людина. Тому, щоб добре попрацювати як агент, ви повинні спочатку уточнити сценарій. По суті, автоматизація вирішує проблему «визначеності», тоді як інтелект вирішує проблему «невизначеності».