我们强烈建议使用运行脚本来搭建自动化，因为它可以覆盖所有操作行为，包括原本需要手动搭建的操作。你只需在 AI 对话中描述需求即可。请注意：如果你手动添加操作，AI 后续将无法识别或修改它们。
用 AI 创建
打开表格右侧边栏的 AI 对话，描述你的需求。
AI 会为你处理一切：选择合适的触发器和操作，映射字段，自动配置整个工作流。
只需描述一次目标，工作流即刻就绪，无需手动配置。
向大语言模型发送提示词（Prompt），返回文本或结构化 JSON 数据。你可以在提示词中插入记录字段的变量，让 AI 根据每条记录的具体内容生成个性化的结果。
模型能力标签
如何设置
- 在工作流中添加 AI 生成操作。
- 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。
- （可选）选择模型。不同模型在速度、成本和能力上有差异。
- （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）。
- （可选）选择输出类型。如果需要结构化数据，选择 JSON。
- 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
工单分类：
邮件内容生成：
数据提取：
内容摘要：
内容生成：
翻译：
JSON 输出
选择 JSON 输出类型后，AI 会返回结构化的 JSON 数据。后续步骤可以引用 JSON 中的具体字段。
使用 JSON 输出的建议：
- 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
选择带有”视觉”标签的模型后，可以在附件中上传图片、PDF、Word 或 Excel 文件。AI 会读取文件内容并根据提示词进行处理。
典型场景：
- 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
每次 AI 生成调用会根据以下因素消耗算力：
- 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
算力消耗会在测试面板中实时显示。建议在正式启用前通过测试了解单次调用的消耗，评估批量处理时的总成本。
支持循环执行，可以批量处理多条记录的 AI 任务。
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。
通过空间 → 设置 → AI 配置连接第三方 AI 模型。
相关文档
