AI 自动化指南
AI 自动化指南逐步介绍如何使用 AI 工作流自动化处理业务任务:每项任务需要什么、由哪些 AI Flowi Workflow 组件完成,以及有哪些局限。
每篇指南都会列出所用组件在目录中的确切名称及其输入。除非指南链接到经过测试的模板,否则其中的工作流仅为配置示例,并非有记录的测试。
更新于 · 81 个页面
全部指南(按英文标题 A–Z 排序)
- 应付账款自动化:匹配核查与系统边界
为发票、采购订单和收货凭证准备三单匹配工作表。审核异常情况,以及应付账款审批、总账和付款的处理边界。
- 应收账款自动化:根据提供的记录审核账龄
根据提供的发票、付款和贷项记录审核应收账款账龄。核查小数余额、账龄分组边界、争议和各币种合计。
- 智能体式 RAG
利用检索工具、证据规则和停止条件检查,设计边界明确的智能体式 RAG。与 AI Flowi Workflow 中的固定检索流程进行比较。
- AI 智能体评估
分别评估智能体的工具选择、参数、停止行为和回答依据。规划合成测试案例,并检查组件目录中评估器的局限。
- AI 品牌监测
根据公开新闻中的证据规划 AI 品牌监测,包括相关性审核、情感语境、来源日期和边界明确的摘要工作流。
- 电商 AI 聊天机器人:经批准的商品比较
围绕已批准的商品变体属性、有证据支持的比较、缺失信息和员工审核,设计电商聊天机器人。
- 教育 AI 聊天机器人
规划招生咨询聊天机器人,涵盖课程项目版本、有来源支持的回答、待解决的问题和经员工审核的文档草稿。
- 房地产 AI 聊天机器人
规划房产咨询回复草稿,明确房源信息来源的适用边界、买家偏好和待确认事实,并通过经审核的电子表格交接。
- AI 竞争情报
将 AI 竞争情报整理为标注日期的变化矩阵,分别列出公开观察结果、来源日期和战略假设。
- AI 内容再利用
将一份已批准的源材料转化为不同格式的草稿,保留证据锚点和源材料版本,并纳入编辑审核队列。
- AI 客户分群
对已授权的记录应用明确的 AI 客户分群规则,保留归属不明确的案例,并核对按确定性规则计算的各群体人数。
- 会计师使用 AI:选择边界明确的文档任务并保留审核责任
在开展边界明确的 AI 准备任务前,使用客户文档索取登记表核查期间、缺失证据和审核交接事项。
- 教练使用 AI:准备由客户主导的目标和辅导记录
准备由客户主导的商业辅导目标和辅导记录。保留客户主动提供的证据、目标变更和客户更正。
- 活动策划使用 AI:准备活动执行流程与异常交接
准备活动执行流程,列明已确认的要求、各环节负责人和交接依据。审核供应商延误、时间重叠和取消事项。
- 健身房使用 AI:根据提供的政策依据审核会员申请
根据提供的政策版本、生效日期冲突和缺失证据,整理健身房会员暂停及变更申请,供员工审核。
- 酒店使用 AI:准备宾客需求交接
准备酒店宾客需求交接材料,包含预订编号、政策依据和员工核查事项。介绍文档中记载的组件设置与局限。
- 物流使用 AI:准备运输异常证据
根据提供的导出记录准备运输异常简报。保留相互矛盾的扫描记录、缺失时区的问题和交付证据,供员工审核。
- 非营利组织使用 AI:准备资助申请证据和待审核草稿
根据已批准的项目事实准备非营利组织资助申请草稿。在人工审核前,将资助方的问题与证据、局限和信息缺口逐一对应。
- 物业管理使用 AI:准备维修请求交接
准备维修交接材料,包含已核查的单元编号、报告的故障现象和提供的入内许可。由物业员工负责决策。
- 餐厅使用 AI:审核菜单依据与咨询信息缺口
审核菜单版本和咨询中的信息缺口。针对缺失的食材信息、菜品变化和供应情况依据,准备向员工提出的问题。
- 供应链使用 AI:关联提供的采购、库存和交付证据
将提供的采购、收货、库存和交付记录关联为可审核的证据图。核查数量缺口和未确认的收货记录。
- AI 治理:运营登记表与实用使用政策模板
建立 AI 使用登记表和政策,列明允许使用的数据、责任角色、证据、例外情况和审核触发条件。包含虚构示例。
- 测试自动化中的 AI:测试设计、核查与局限
利用折扣规则矩阵、独立确定的预期结果、审核关卡和执行限制,设计 AI 辅助的软件测试用例。
- AI 关键词研究:对提供的搜索需求进行聚类,不编造搜索量
将提供的关键词搜索需求聚类,并整理为关联来源的搜索意图台账。保留搜索量分组,剔除重复项,暂缓采用缺乏依据的想法。
- AI 潜在客户资格评估
建立以证据为依据的 AI 潜在客户资格审核流程:提取购买需求,保留未知信息,应用明确规则,并存储已审批的决定。
- AI 教案设计:根据教师提供的目标和源材料起草
根据教师目标和已批准文本起草 AI 教案,包含可复制的任务说明、使用合成材料的来源核查课程示例,以及教师审核量表。
- AI 采购助手
根据已批准的报价准备供应商证据矩阵,保留单位、不包含的项目和未知信息,供采购人员审核。
- AI 销售智能体:任务、输入与审核边界
在 AI Flowi Workflow 中,为准备工作、资格评估和跟进草稿明确 AI 销售智能体的任务、来源要求和审核权限。
- 企业 AI 工具:按任务选择工具
为文档转换、检索、研究、起草和评估匹配企业 AI 工具,并列明具体输入和人工核查事项。
- AI 培训助手
根据已批准的课程材料准备有来源支持的练习情境和参考答案,安排培训师审核,并明确标出待解决的内容。
- AI 生成文档:起草供审核的操作规程
起草关联来源的操作规程,审核步骤和例外情况,再将已接受的文本整理为适用于 Google Docs 模板的内容。
- API 测试:核查响应、副作用与错误信息泄露
使用请求矩阵和 Python 断言测试 API 的 HTTP 响应、已记录的写入操作,以及私密值泄露情况。
- 将音频转写内容保存到 Google Docs
配置音频提交,检查转写是否完成,并将审核后的文本保存到 Google Docs;分别核查失败和重试情况。
- 利用已审核的来源和草稿实现内容创作自动化
使用组件目录中列明的组件,创建受众说明、证据登记表和关联来源的内容草稿,供编辑审核。
- 自动提示词工程:生成并评估候选提示词
规划边界明确的提示词搜索流程,包括候选生成、固定的开发数据行、留出数据检查、保持不变的基线和回滚标准。
- 批量推理:保留行标识并核对部分结果
利用文档中记载的组件目录接口,通过四行清单、部分结果台账和单独的重试检查,保留批量推理的行标识。
- 聊天机器人对话设计:澄清、兜底与安全人工交接
利用可复制的对话树、合成对话记录和审核检查,设计聊天机器人的回答、澄清、兜底和人工交接流程。
- 聊天机器人与在线人工客服:明确回复责任和交接边界
通过决策工作表、人员配置检查,以及展示已接受和未解决交接事项的对话记录,比较聊天机器人与在线人工客服的责任。
- 企业 ChatGPT 提示词:五项边界明确、附审核检查的任务
复制用于回复、摘要、会议行动项、职位描述和商品文案的五组企业提示词。每组均包含证据缺失检查。
- 竞争对手价格监测
建立经审核的竞争对手价格记录,列明商品变体、币种、来源 URL 和观察时间,不进行自动调价。
- 客户数据补充
使用稳定的键、明确的字段优先级、冲突审核和来源追溯信息,从两个已授权的数据集补充客户记录。
- 客户反馈分析
利用稳定的主题分类体系、来源摘录、经审核的情感标签和可比较的报告期间,分析客户反馈。
- 客户生命周期自动化
在更新记录前,规划客户生命周期阶段转换,列明进入和退出条件、源事件、审核任务和可审计的决定。
- 客户入驻流程自动化
根据已批准的任务和客户要求准备客户入驻检查清单,列明依赖关系、缺失输入和人工审核事项。
- 客户服务质量保证
利用关联证据的质量评估量表、人工标签、回归测试案例和未经测试的组件目录配置,审核客服对话。
- 数据流图:追踪来源、存储与信任边界
结合字段字典创建上下文数据流图和一级数据流图。审核来源、存储、字段投影和信任边界。
- 数据质量指标:衡量缺陷,不猜测缺失事实
根据六行合成数据计算完整性、有效性、重复键和冲突的比率。清楚列出分母、排除项和来源证据。
- 文档工作流自动化
设计文档接收、必填字段检查、审核者决策、按键标识的状态跟踪,以及受控的 Google Docs 交接流程。
- 解析提供的 EML 邮件文件:邮件头与 MIME 部分
使用 Python 的邮件头和 MIME 处理功能解析提供的 EML 字节数据。保留重复字段、解码文本并检查警告,无需访问邮箱。
- 员工入职流程自动化
根据已批准的员工数据行、岗位检查清单和政策来源,规划供人力资源人员审核的入职资料包,并提供文档和 Notion 草稿选项。
- ETL 测试:核查行血缘、排除项与转换后的值
通过六行源数据、已接受记录和排除记录的 CSV 文件,以及针对数据血缘和转换值的 Python 断言,了解 ETL 测试的核查内容。
- Google Sheets 转 Google Docs:经审核的行数据与文档合并
根据已批准的 Sheets 数据行生成经审核的 Google Docs 文档。映射占位符、跟踪复制的文档 ID,并核对批处理中部分失败的情况。
- Google Sheets 转 Notion
规划从 Google Sheets 到 Notion 的单向传输,涵盖带类型的属性映射、已审核的数据行、返回的页面 ID 和受控的重新运行策略。
- 人力资源工作流:阶段、负责人和安全的 AI 辅助
按阶段、负责人、证据、输出和异常情况梳理人力资源请求,配合边界明确的 AI 辅助和人工审批交接。
- 混合检索 RAG
使用精确标识符和改述查询评估混合检索 RAG。检查 OpenSearch 的接口约定,不预设其具备原生混合检索控制功能。
- 发票数据提取:审核明细、合计与缺失证据
审核提取的发票明细、带正负号的贷项、列示合计和原文中的确切段落。将缺失币种和重复证据保留为待解决事项。
- 从文本提取关键词:短语与证据
从提供的文本中提取主题短语,保留原文中的确切证据,审核不同变体,并剔除缺乏依据的关键词建议。
- 知识库聊天机器人:构建并测试有依据的回答
规划将检索段落转化为带引用回答的知识库聊天机器人。检查表格到提示词的映射,并测试缺乏依据的问题。
- 潜在客户培育自动化
根据提供的背景信息和已批准的内容,准备供审核的潜在客户培育草稿,列明不应联系的对象、证据和明确的审批交接流程。
- 法律工作流自动化:准备义务登记表
准备合同义务登记表,列明原文中的确切摘录、具名当事方、提供的日期和待解决的引用问题,供具备资质的人员审核。
- 营销自动化:经审核的草稿与分析
为任务说明、供审核的草稿和营销活动分析规划营销自动化,列明组件目录中的输入、审批检查和交付限制。
- 在 Google Docs 中整理会议纪要
准备经审核的 Google Docs 会议纪要,列明关联来源的决定、行动项和负责人,并明确标出缺失的截止日期。
- 多智能体系统:架构与编排
设计多智能体系统,采用任务约定、边界明确的委派和独立检查。介绍组件目录示例、架构选择和局限。
- 自然语言转 SQL
利用已知的数据库结构、经审核的 SELECT 语句和受限的数据库凭据,规划自然语言转 SQL 流程。将生成与执行分开。
- Notion 转 Google Docs
根据获准使用的 Notion 页面创建经审核的 Google Docs 文本快照,保留来源标识,检查载荷,并谨慎处理重试。
- 采购订单审批工作流:经审核的申请检查清单
准备采购审核资料包,列明明细金额、预算证据和与版本绑定的决定,并包含合成测试检查与文档中记载的设置。
- RAG 分块策略
通过测试政策边界、表格和例外情况,选择 RAG 分块策略。比较分块器预览,并保留配对证据。
- RAG 评估
分别评估 RAG 的检索覆盖率、回答依据和实用性。构建带标签的案例,并使用组件目录中的评估器比较版本。
- RAG 重排序
使用 Cohere Rerank 规划 RAG 重排序,检查文档转换并保留来源 ID。针对固定问题比较证据排序。
- 招聘流程自动化
规划招聘文档管理,涵盖申请完整性字段、来源证据、审核队列和基于组件目录的配置。
- 报告自动化
设计报告自动化,使用经过验证的源记录、按确定性规则计算的合计、关联证据的叙述,以及经审核的 Google Docs 模板合并流程。
- RFP 自动化:准备有证据支持的响应矩阵
准备 RFP 响应矩阵,列明确切要求、已批准的证据、例外情况和员工审核事项。将缺乏依据的承诺保留为未知项。
- 运维手册示例:重试前审核失败的写入
利用写入失败恢复记录,对比交付尝试与电子表格中的行,经过审核后决定是否重放。
- 销售管道分析
分析提供的销售管道导出数据,查找长期未更新的活动、缺失负责人和不明确的下一步,并将审核发现与来源关联。
- 客服工单分类
使用带版本的分类体系、证据片段、缺失细节检查和经人工审批的分派建议,对提供的客服工单进行分类。
- 表格提取:复用前保留表头、单元格和来源证据
在复用为结构化数据前,利用单元格工作表、合并表头证据、脚注中的单位,以及空白值与零值的区分检查重建表格。
- 翻译 Google Docs
将 Google Docs 文本翻译为独立的待审核草稿,包含章节映射、术语表检查和文档中记载的组件设置。
- 使用 AI 分析视频:转录文本之外的视觉证据
通过基于组件目录的加载、索引和提问设置,审核视频视觉内容相关的陈述。分别处理画面、语音和推断。
- 使用 AI 搜索视频:先检索片段,再回答问题
在回答问题前,设计视频片段检索流程,包含经审核的边界、嵌入兼容性检查和可识别的结果。
- 网站变化监测
在 AI Flowi Workflow 中设计网站变化监测,使用以 URL 为键的快照、基于证据的摘要和经审核的基线更新。
- 工作流图模板:梳理决策、负责人和异常情况
复制 CSV 导入分流工作流图。梳理解析决策、隔离结果、责任分工和分支覆盖情况。
套餐:Go 年付方案每月 USD8 起(月付 USD10),共五档套餐,最高至 Pro 500。全部套餐见价格页。参见价格。