跳转到主要内容

Documentation Index

Fetch the complete documentation index at: https://help.teable.ai/llms.txt

Use this file to discover all available pages before exploring further.

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。

​
配置

设置必填说明
提示词（Prompt）是你的指令，点击 + 可插入前序步骤的变量
模型否选择要使用的模型，默认为系统模型
Temperature否0–1 之间。越低结果越确定、可重复；越高结果越多样、有创造性
输出类型否文本（默认）或 JSON（结构化输出）
附件否图片、PDF、Word 或 Excel 文件，需要视觉模型支持

​
模型能力标签

标签含义
视觉（Vision）可以读取和理解图片、PDF、Word、Excel 文件
推理（Reasoning）同时返回答案和逐步推理过程，适合复杂分析任务

​
如何设置

  1. 在工作流中添加 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。
  6. 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： 
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"}
邮件内容生成： 
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
数据提取： 
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"]
}
内容摘要： 
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}}
内容生成： 
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。
翻译： 
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

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 设置可以连接第三方 AI 模型（如 OpenAI、Azure OpenAI 等）。
通过空间 → 设置 → AI 设置连接第三方 AI 模型。

​
相关文档

Last modified on April 9, 2026