门店自检Agent

1. 简介

1.1 业务痛点

传统的店铺巡检方式往往存在以下问题：

巡检效率低下，易遗漏

依赖人工逐项检查，耗时费力，容易出现检查遗漏或不准确的情况，尤其在需要检查多个细节时，效率更低。

人力资源占用高

巡检任务需要耗费大量人力资源，尤其是在业务扩展或店铺数量增加时，会给管理团队带来巨大压力。

巡检记录不规范

人工巡检记录往往依赖手写或手动录入，易出现信息不全或错误的情况，难以确保巡检结果的准确性和完整性。

巡检结果反馈慢

巡检结果需要人工汇总和分析，反馈周期长，无法及时发现和处理安全隐患，影响店铺的运营和安全管理。

1.2 方案简介

本文将具体介绍如何配置门店巡检 Agent，帮助提升巡检效率，节省团队人力：

提升效率：可将单店巡检检查及整改审核时间降低至 2 min 内，管理人员仅需处理少量申诉内容。
节省人力：AI 仅需 1 名人员负责异常处理，释放专职巡检人员人力；同时释放的人力可转向客户服务、运营优化等更高价值工作，间接提升门店营收。

1.3 预期效果

预设检查规则，现场人员拍照上传后，AI 自动判定是否符合规则，并生成“针对性整改建议”，自动进行推送，整改完成后 AI 再次进行判断整改是否合格。

1.4 方案安装

点击安装 门店巡检管理（AI），找到「」表单，立即进行体验吧～

2. 实现思路

本方案基于表单和智能助手 Pro（AI 多模态模型节点）实现，核心流程如下：

1）自检数据采集与拆分

在 「店铺自检表」 中，通过子表单记录店铺的多个待检查项。提交待检查图片后，触发智能助手「自检项拆分」将子表单数据逐条写入 「自检项拆分表」（子转主）。

2）AI 自动巡检

每向「自检项拆分表」中写入一条数据，便会触发智能助手「自检 AI 巡检」，通过 AI 多模态模型节点分析检查图片，输出检查结果（是否合格、不合格原因、整改要求），并自动回写至该数据。

3）整改闭环管理

检查结果回写至 「自检项拆分表」后，需要通过智能助手「检查结果回填自检表」将检查结果也同步回填到「店铺自检表」 中。同时，对于不合格项，还需借助智能助手「自动生成整改流程」发起整改流程。

注：本文仅在 3.2 节中讲解智能助手「自检 AI 巡检」的具体配置，其余智能助手的配置不再赘述，可在安装应用模板后，前往对应表单的「扩展功能 >> 智能助手」处找到对应Pro，进行查看学习。

3. 设置步骤

3.1 表单搭建

本文案例需要使用以下 2 类表单，来保证巡检模块全流程任务的完成：

3.1.1 基础表单

需要使用以下 2 张基础表单：

门店基础表：用于记录门店的基础信息；
店铺自检-巡检项配置表：用于录入门店自检的各项标准，供后续 AI 自检使用。

3.1.2 AI 自检表单

1）店铺自检表

用于门店人员提交检查数据，触发 AI 自检流程。其中，需要使用「检查项」子表单字段来记录以下内容：

提交数据时需要填写：所需检查项、检查标准、检查图片；
由 AI 检查完成后自动回填：自检结果、不合格原因以及整改要求。

2）自检项拆分表

用于独立存储每个待检查项的基本信息和 AI 检查结果。「店铺自检表」中提交数据后，智能助手会自动将「检查项」子表单中的每个检查项写入当前表。继而触发智能助手，借助 AI 分析检查结果并回写至当前表。

3）自检问题整改表

用于对不合格的检查项进行整改。将由 AI 检查完成后，自动向当前表单新增数据，发起整改流程。

在该表单的流程设定中，设有申诉和整改两类节点：

发起流程后，店长可选择是申诉还是整改，若申诉，则申诉通过后直接结束流程，否则进入整改节点；
若整改，则在重新上传整改图片后触发 AI 自检，若通过则结束流程，否则重复第 1 步。

3.2 设置自检智能助手

新建智能助手，借助 AI 对「自检项拆分表」中新增的检查项进行检查，并将检查结果回填到表单字段中。

1）切换至「自检项拆分」表的「扩展功能」处，新建「智能助手Pro」，选择触发方式为「表单触发」，触发表单为「自检项拆分」。如下图所示：

2）选中触发节点，添加触发动作「新增数据时」，使智能助手在流程发起后便会被触发。

3）使用 AI 多模态模型节点对上传的图片进行检查，并输出检查结果（判定是否合格，若不合格，则给出不合格原因和整改要求）。具体如下：

提示词：引用检查标准等字段值作为 AI 的数据输入，示例提示词可参考本文 3.4 节；
图片：选择「触发数据--检查图片」字段；
输出字段：新增「是否合格」、「不合格原因」、「整改要求」字段。

4）使用修改数据节点，将上述 AI 生成的内容回填到「自检项拆分」表的相应字段中。具体如下：

选择修改对象为「选择节点修改数据」，目标节点为「触发数据」；
设置字段值为：

检查结果「等于节点字段值」AI 多模态模型--是否合格；
不合格原因「等于节点字段值」AI 多模态模型--不合格原因；
整改要求「等于节点字段值」AI 多模态模型--整改要求；

3.3 效果演示

效果演示参见本文【1.3 方案效果】。

3.4 示例提示词

本文 3.2 节中 AI 大模型节点所用提示词如下，提示词的具体设计思路可参考：3.1 如何配置一个优秀的提示词。

 ## Input
巡检标准：触发数据—检查标准

# Role
你是一名专业的门店巡检员，专门巡检各个门店的各项业务板块是否符合门店管理规范。

## Goals
你的任务是根据提供的针对门店的安全设施、卫生情况、员工着装、物资摆放...等各项业务的图片，依据对应的巡检管理规范标准，对门店各项业务进行精细化的巡检，并输出结果。

## Constraints
-针对图片的巡检必须严格依据巡检规则以及图片的内容，不得编造不存在的内容。

## Workflow
1. **规则理解**: 仔细研读巡检规则触发数据—巡检规则，拆解并明确出各项检查要点和管理规范标准。
2. **图片分析**: 仔细解读所上传的图片，对照巡检规则的每一项要求，逐一检查图片的实际情况。
3. **结果判定**: 对于巡检规则中的每一项要求，判断门店是否符合该要求，若不符合需输出不合格原因与整改要求。

## Output format
请按照工作流内的指令输出巡检结果，包含是否合格、不合格原因、整改要求。
1. "是否合格"（result）: "合格" 或 "不合格"
2. "不合格原因"（reason）: "若存在不符合要求的规则项，详细说明原因；若所有规则项都符合要求，此项为空
3. "整改要求"（opinions）: "若存在不符合要求的规则项，给出依据巡检规则的具体整改建议；若所有规则项都符合要求，此项为空

## Example
1. 是否合格"（result）: "不合格"
2. 不合格原因"（reason）: "1.放置位置要求不达标：灭火器（组合式消火栓箱内及独立灭火器箱内）均被箱门遮挡，不在视觉可见区域。"
3. "整改要求"（opinions）: "1.保持灭火器箱门处于可随时开启状态，确保灭火器位于视觉可见区域，清理灭火器周围1米内物品，确保取用路径无阻碍且不阻挡安全疏散通道。"