答案摘要：固定自动化适合规则稳定、输入明确、结果必须一致的步骤；工作流智能体适合处理自然语言、非结构化资料和需要一定判断的任务。聚匠科技通常把 AI 放在识别、归类、检索和草稿环节，把付款、审批、改价、删除等高风险动作留给规则和人工确认，并保留随时回退路径。
不要用“更智能”代替流程判断
企业选型时常把工作流智能体理解成传统自动化的升级版，认为越多步骤交给模型越先进。实际交付中，发票金额计算、库存扣减、审批条件、合同盖章等动作需要稳定可重放，固定规则更容易测试和追责。AI 的优势在于理解含义和处理格式不统一的输入，并不意味着适合掌控每个状态变化。
用四个问题判断每个步骤
- 输入是否固定：字段完整且格式稳定，优先规则；邮件、文档和聊天内容可由 AI 提取。
- 答案是否唯一：税额、库存、权限判断应确定；摘要、分类和建议允许人工修订。
- 出错能否恢复：可撤回草稿风险较低，付款、删除、对外发送风险较高。
- 异常比例多高：大多数任务都需要人工解释时，不适合直接全自动。
更常见的是“AI + 规则”混合流程
以售后工单为例，AI 可以识别问题类型、提取订单号、检索知识库并生成摘要；规则引擎检查订单状态、售后时限和用户权限；客服确认后创建或升级工单；系统再把结果回写。这个组合既利用了 AI 对自然语言的处理能力，也保留了业务规则的确定性。
| 任务 | 更适合的方式 | 原因 |
|---|---|---|
| 识别邮件诉求 | AI | 表达和格式不统一 |
| 判断是否超过退款期 | 固定规则 | 条件明确且需一致 |
| 生成回复草稿 | AI + 人工 | 需要上下文与语气审核 |
| 执行退款 | 审批 + 系统接口 | 资金动作风险高 |
还可以用异常率判断投入方式。如果一百个任务里只有少量格式差异，先完善固定流程更划算；如果大量输入来自邮件、图片和自由文本，且人工主要耗时在理解和整理，AI 节点才更有价值。这个比例应从历史工单或真实样本统计，不靠会议估计。
混合流程里要标注每个节点的责任主体：AI 负责提取，规则负责校验，业务人员负责确认，系统接口负责写入。最终状态不能只显示“智能体已完成”，而要能看出哪一步完成、哪一步等待以及当前由谁处理。
PoC 验收清单
- 是否画出每一步的输入、输出、负责人和系统状态。
- AI 结果是否有置信度、证据或待确认标记。
- 高风险动作是否必须二次确认，并限制调用账号权限。
- 接口失败时是否进入补偿队列，而不是继续下一个步骤。
- 能否关闭 AI 节点，临时回到人工或固定流程。
PoC 期间建议保留人工原流程作为对照，记录处理时间、人工修改量、失败类型和用户反馈。若 AI 只是把工作从一线转移给审核人员，整体并没有减少流程负担；需要调整任务边界，而不是继续增加提示词。
哪些流程先不要做智能体
极低频、规则每天变化、责任人不明确，或一旦出错难以撤回的流程，不适合直接做全自动智能体。可以先在 工作流智能体 中只做资料整理和草稿，让人工完成关键决定；跨多个业务系统时再参考 多系统协同 AI，需要总体方案评估可进入 软件+AI 场景总页。
