AI 生成操作：文本与结构化输出

用 AI 创建

配置

模型能力标签

如何设置

1. 在自动化中添加 AI 生成操作。
2. 编写提示词。在提示词中通过 + 按钮插入变量，让 AI 处理动态数据。 3.（可选）选择模型。不同模型在速度、成本和能力上有差异。 4.（可选）调整 Temperature。分类、提取等需要准确性的任务建议设低值（0–0.3）；创意写作建议设高值（0.7–1）。 5.（可选）选择输出类型。如果需要结构化数据，选择 JSON。
3. 点击测试查看 AI 的输出结果。

Prompt 编写技巧

基本原则

• 明确任务：清楚告诉 AI 要做什么，避免含糊的指令。
• 提供上下文：通过变量将相关数据传入，让 AI 有足够的信息做判断。
• 指定格式：明确期望的输出格式，尤其在使用 JSON 输出时。
• 给出示例：对于复杂任务，在提示词中包含一两个输入输出示例。

具体 Prompt 示例

请根据以下客户工单内容，判断工单类别和紧急程度。

工单内容：{{工单描述}}

类别选项：技术问题、账单问题、功能建议、使用咨询
紧急程度：高、中、低

请以 JSON 格式返回：
{"category": "类别", "urgency": "紧急程度", "reason": "判断理由"}

你是一位专业的客户服务代表。请根据以下信息为客户撰写一封友好的跟进邮件。

客户姓名：{{客户名称}}
上次沟通内容：{{上次备注}}
产品名称：{{产品名称}}

要求：
- 语气友好专业
- 提及上次沟通的内容
- 询问是否需要进一步帮助
- 控制在 200 字以内

请从以下发票文本中提取关键信息：

{{发票正文}}

请以 JSON 格式返回：
{
  "vendor": "供应商名称",
  "invoice_number": "发票号码",
  "amount": "金额（数字）",
  "date": "日期（YYYY-MM-DD 格式）",
  "items": ["项目1", "项目2"]
}

请将以下会议记录总结为 3-5 个要点，每个要点一句话。

会议记录：
{{会议记录内容}}

为客户 {{客户名称}} 撰写一封专业的跟进邮件，内容关于其咨询的 {{产品名称}}。
控制在 150 字以内。提及我们会在 24 小时内回复。

将以下文本从 {{源语言}} 翻译为 {{目标语言}}。
保留原始格式。

文本：{{内容}}

JSON 输出

• 在提示词中明确指定 JSON 的结构和字段名
• 提供一个示例 JSON 帮助 AI 理解期望的格式
• 将 Temperature 设为较低值（0–0.3）以获得更稳定的结构化输出

视觉模型

• 从发票图片中提取金额和供应商信息
• 读取 PDF 合同中的关键条款
• 分析 Excel 报表中的数据趋势

算力消耗

• 输入 Token 数量（提示词 + 变量内容）
• 输出 Token 数量（AI 生成的结果）
• 所选模型的单价

适用场景

• 工单自动分类：收到新的客户工单时，AI 自动分析内容并填写类别和优先级字段，减少人工分拣时间。
• 发票数据提取：收到发票邮件或上传发票图片后，AI 提取供应商、金额、日期等信息，自动填入财务表。
• 内容生成与翻译：根据产品信息自动生成多语言的产品描述，或将客户反馈翻译为英文供国际团队查看。
• 图片和文档分析：使用视觉模型读取上传的发票、收据或截图，自动提取关键信息。
• 数据质量检查：批量检查记录中的文本内容，标记拼写错误、格式不规范或信息缺失的记录。

注意事项

• 使用测试面板在正式启用前反复调试提示词，用真实数据验证输出格式和质量。
• 对于分类等需要一致性的任务，将 Temperature 设为 0 或接近 0。
• AI 生成的结果可能不完全准确，建议在关键业务场景中增加人工审核环节。
• 提示词越具体、上下文越充分，AI 的输出质量越高。
• JSON 输出模式下，如果 AI 返回的 JSON 格式不正确，后续引用字段时可能获取不到值。建议在提示词中提供明确的格式说明和示例。
• 通过空间 → 设置 → AI 配置可以连接第三方 AI 模型（如 OpenAI、Azure OpenAI 等）。详细步骤请参考自定义 AI 模型。

相关文档

• 循环执行
• 运行脚本
• 发送邮件
• 更新记录