答案摘要：工作流智能体适合资料需要理解、任务步骤可以定义、跨系统协作频繁，并且异常能够转给责任人的流程。聚匠科技通常基于成熟大模型、企业知识库、权限服务、业务接口和人工复核做软件化落地：AI 负责识别、检索与生成建议，规则负责校验，业务系统负责落单，关键动作由人员确认。
先选一条可复验任务，不要按部门打包立项
“给销售部做一个智能体”范围太宽，难以判断系统是否真正完成任务。选流程时应把目标缩小到一个有起点、终点和业务结果的任务，例如从客户邮件生成跟进草稿、从设备报修资料创建工单、从合同附件提取审批字段。每条任务都要能回答：谁发起、读取什么、产生什么、写入哪里、失败后交给谁。
工作流智能体也不是把原流程原样搬进聊天框。固定日期提醒、金额计算、库存校验和状态流转更适合确定性规则；邮件理解、文档归类、知识检索和草稿生成可由 AI 辅助。二者组合后，业务结果仍由服务端权限、状态和接口规则约束。
用六个条件筛选候选流程
| 判断条件 | 适合试点的表现 | 需要补齐的材料 |
|---|---|---|
| 输入来源 | 邮件、表单、文档或系统字段能够取得 | 字段样例、资料版本、缺项说明 |
| 业务状态 | 开始、处理中、待确认、完成和失败可以区分 | 状态表、允许转换、结束条件 |
| 判断边界 | AI 任务与固定规则能够拆开 | 规则清单、知识来源、人工判断项 |
| 动作风险 | 写入前可审批，写错后有撤回或补偿路径 | 工具目录、权限范围、回滚方式 |
| 责任归属 | 每个异常都有部门、岗位或共享队列接手 | 处理时限、转交规则、升级对象 |
| 验收证据 | 能取得历史样本并核对业务结果 | 正常样本、边界样本、失败样本 |
候选流程若只能描述“让 AI 提高效率”，却没有业务单号、状态、责任人和结果证据，暂时不进入工具调用试点。可以先整理流程台账，再到工作流智能体页面核对节点、权限和交付范围。
这四类任务通常更容易形成清晰闭环
- 客服与工单：识别问题、核对订单、检索知识、生成摘要，再由规则创建或升级工单。
- 销售跟进：整理沟通记录、提取需求、生成下一步草稿，经销售确认后回写 CRM。
- 内部资料流转：读取合同、制度或申请材料，检查缺项、生成摘要并发起审批。
- 多系统协同：从 CRM、OA、ERP 或工单读取受控字段，在节点确认后调用接口并保存回执。
选择次序可参考“频率、人工整理耗时、资料稳定性、异常可恢复性”四项。高频但资料混乱的任务应先治理数据；资料稳定但一年只发生几次的任务，可能更适合人工清单。若流程同时涉及多个系统，可先在多系统协同 AI中确认系统边界与主数据来源。
把输入、判断、动作和证据拆成四张清单
PoC 开始前，业务人员和技术人员应共同完成四张清单。输入清单记录来源、字段、版本和缺项；判断清单区分知识检索、模型判断、固定规则与人工决定；动作清单列出查询、建草稿、提交、通知和撤回等工具；证据清单说明每一步留下什么日志、外部单号和人工结论。
例如设备报修流程中，图片和描述由 AI 识别，设备编号和保修状态由接口查询，是否派单由规则与人员确认，工单创建由受控接口执行。智能体不能自行声明客户身份、跳过设备权限，或在接口超时时反复建单。接入AI 智能体时，工具账号按任务授权，知识库与工具写入分开控制。
PoC 要覆盖人工接管和失败续跑
- 选取一批脱敏历史样本，标记期望分类、字段、动作和业务结果。
- 让 AI 先在只读或草稿模式运行，记录人工修改项和未识别原因。
- 开放一个低风险接口，校验身份、状态、参数版本和幂等凭据。
- 模拟资料缺失、权限撤销、接口超时、外部已成功但本地未知等异常。
- 验证任务能进入待资料、待确认、待人工、补偿中或已失效等状态。
- 核对责任人可以领取、转交、退回和续跑，原处理人与状态变化均有记录。
流程验收不能只看演示是否顺畅，还要核对业务系统中是否只产生一个有效结果、失败是否停在正确节点、人工处理后能否从原任务继续。审批、超时与转派的细节可对照工作流智能体审批与超时设计。
这些流程先保持人工或固定自动化
责任人不明确、规则频繁变化、资料来源无法追溯、没有稳定接口、业务状态无法回查，或动作发生后难以撤回的流程，不适合直接交给智能体执行。高风险资金、合同生效、权限开通、批量外发和删除动作，可以让 AI 整理资料与生成草稿，但决策、审批和执行仍由受控系统与人员完成。
部署在云模型 API、混合私有化或全本地推理环境，都不会替代业务责任、权限与验收。涉及敏感数据时，应结合数据位置、日志、模型服务和运维责任评估大模型私有化部署；如果当前系统连基础状态和接口都不完整，可先完善软件流程，再逐步增加 AI 节点。
说明：本文为通用落地与验收建议，具体流程、数据权限、模型服务和接口范围以企业实际制度及双方确认的需求说明书为准；AI 输出应保留人工复核与异常处置路径。
