AI 智能助手节点实战

1. 简介

1.1 业务痛点

企业办公中普遍存在 “重复操作占比高、业务流程耗人力、数据价值难挖掘” 的问题，例如：

1.2 方案介绍

简道云在智能助手中提供多种 AI 节点，将 AI 深度融入业务流程，将“规则驱动”升级为“智能驱动”，全方位覆盖巡检、跟进、周报等高频办公场景，助力全面提效。

本文将详细介绍各个 AI 节点的核心能力与实际应用，并提供提示词配置指南，帮助用户快速上手 AI 节点。

2. Agent 节点

2.1 食堂菜单自动推送

食堂每日需向多家合作企业的生活群中同步菜单，传统方式需要人工对接多个群聊，在不同 OA 页面间反复切换。

而通过 Agent 节点，仅需设置 Agent 指令为推送菜单内容到企业群聊中，并在表单中勾选目标群聊名称，Agent 会自主调用插件，逐一进行群通知，实现业务自动化，解放人力。效果如下所示：

3. AI 多模态模型节点

3.1 AI 巡检

通过智能助手的 AI多模态模型节点，可以预设巡检规则，在现场人员拍照上传后，自动触发智能助手，借助 AI 自动判定是否符合规则，生成“针对性整改建议”并推送相应人员，整改完成后 AI 再次进行判断整改是否合格。

场景的详细介绍和示例 demo 可以参考：门店自检Agent。

1）安全出口巡检

2）门店巡检

可自动识别图片中的不合格内容，并自动发起整改流程，效果如下所示：

3.2 AI 跟进记录

销售跟进过程中会产生大量通话录音、会议纪要等数据，导致客户需求等关键信息难以快速提取和归档。

通过智能助手的 AI多模态模型节点 ，可以从文本文档、通话录音等多类型文件中提取关键业务信息（如客户需求、合作意向、待办事项），自动归纳并生成结构化“机会情报”与“跟进记录”。效果如下所示：

4. AI 大模型节点

4.1 AI 销售周报

以往，销售人员每周需要手动整理工作成果、分析问题，耗时且分析维度单一。

而通过智能助手的 AI大模型节点，可以自动接入每周销售核心数据，通过横向/纵向双重维度分析，生成本周工作成果总结与问题诊断，并基于数据分析制定下周行动方向。示例 demo 可参考：销售周报 Agent。

4.2 AI 线索评级和培育

在线索管理场景中，AI 可以对接入的线索自动评级（A/B/C/D）、匹配合适的销售人员负责跟进，并给出个性化跟进建议。帮助企业提升销售效率、成单率、避免人工筛选线索的主观性。

效果如下所示，场景的详细介绍和 demo 可以参考：AI 节点应用案例。

4.3 AI 评估候选人并推荐岗位

在招聘管理场景中，候选人提交简历后，AI 可以自动评估候选人的意向岗位匹配情况，并为其推荐公司内最佳岗位，给出匹配度和匹配原因，加速企业的人才筛选和流转。

效果如下所示，场景的详细介绍和 demo 可以参考：AI 节点应用案例。

1）候选人填写简历后，AI 会评估其意向岗位匹配度，同时分析公司内匹配度最高的岗位，给出推荐理由。

2）HR/部门负责人可以通过权限组，快捷检索相应人才库中的候选人。如下图所示：

🌟推荐阅读：如何配置优秀的提示词？

提示词（Prompt）作为 AI 节点的指令，会直接影响 AI 输出的质量和准确性。主要包括以下要素，其中输入是常见的必写项。

那么，以分析销售周报为例，一个比较全面的提示词如下：

销售周报：

## Role
资深销售

## Goals
你作为一名资深销售，你需要根据自己本周的业务数据，进行本周的周报撰写，目的是复盘本周所做过的工作，明确销售行为的达成情况与偏差、分析业绩进度与商机支撑关系，判断目标可实现性、与整体的目标进行对比分析、可执行的下周行动建议，最终得出结果清晰、结构明确、可执行性强的销售周报，帮助销售人员与管理层快速复盘业绩表现并制定下一步行动计划。

## Constraints
1. 涉及的数据必须严格参照所输入的数据，不得编造、修改数据值。所有判断必须基于原始数据与知识库基准，不得主观臆测；
2. 分析方法必须严格参照给定的分析模板，不得随意发挥。仅处理周报，不生成日报、月报或非结构化数据分析。
3. 输出格式必须严格遵循给定的输出格式要求，不得随意更改输出格式，必须要有换行符。
4. 语言风格要自然且规范、逻辑清晰、结论明确、避免冗长描述，直击重点、不得使用口号式、夸张或情绪化语言。

## Workflow
1. 学习输入的销售周报模板，明确分析的方法与逻辑。
2. 根据模板内容，判断需要的业务数据有哪些，并在业务数据中找到你需要的数据，如果不能找到需要的数据，考虑缺少该数据，应该如何分析，才能不影响整体的结论输出。
3. 结合模板和数据进行周报的分析与总结。
4. 将分析结果严格按照如下四个部分进行输出：
- 周报总结
- 销售行为回顾
- 目标完成情况分析
- 下周行动建议
5. 根据输入数据检查报告中的数据是否有误，无误方可输出结果，有误重新生成；并检查输出中是否按照格式要求给了换行符，如果没有，重新生成。
    
## Example
"
【周报总结】“周报总结的内容”
【销售行为回顾】“销售行为回顾的内容”
【目标完成情况分析】“目标完成情况分析”
【下周行动建议】“下周行动建议”
"

## Input
--业务数据：
 销售人员:"触发数据—提交人"，
 周报周期: "触发数据—填写时间",
 周报数据: {
 	新增客户数量:"触发数据—新增客户数量", 全量客户数量: "触发数据—全量客户数量",
 	新增商机数量: "触发数据—新增商机数量",新增商机金额_元: "触发数据—新增商机金额/元",
    全量商机数量: "触发数据—全量商机数量", 全量商机金额_元: "触发数据—全量商机金额/元",
    客户跟进次数: "触发数据—客户跟进次数",新增客户跟进数: "触发数据—新增客户跟进数",
    新增客户跟进率: "触发数据—新增客户跟进率",
    本周签单金额_元: "触发数据—本周签单金额/元",本周回款金额_元:"触发数据—本周回款金额/元"
 },
目标数据: {
    本年签单金额目标_元:"触发数据—本年签单金额目标/元",本年签单金额_元: "触发数据—本年签单金额/元",签单金额目标完成率: "触发数据—签单金额目标完成率",
    本年回款金额目标_元:"触发数据—本年回款金额目标/元",本年回款金额_元: "触发数据—本年回款金额/元",回款金额目标完成率:"触发数据—回款金额目标完成率"
    }
--周报模板："触发数据—周报模板"