跳转到内容

用例形态

大多数业务用例之间的差异,并不像乍看之下那么大。见得多了,就会发现它们能归纳为数量不多的几种反复出现的形态。找到与你手头问题相符的形态,你就有了一份可以组装的初稿——一个可以拿来讨论、而不是最终定案的设计。

下面每一种形态,先说明它看起来是什么样子,再说明它通常由哪些部件组装而成。这里说的是部件的种类和作用,而不是具体的产品——真正的构建部件在平台自身的部件库中。

1. 交易处理器

它是什么样子: 有人用大白话提出请求,想要一个报价或配置好的东西——一份报价单、一次预订,或者为他们量身核算出的具体方案。

通常由以下部件组装而成:

  • 一个针对此类交易调优过的智能体
  • 一项查找现有记录的技能
  • 一项搜索匹配记录的技能
  • 一项执行计算、并展示所用全部输入的技能
  • 一项保存结果记录的技能
  • 一项根据模板生成文档的技能
  • 一项在任何内容发出之前,先通过带确认页面的邮件请人批准的技能
  • 一项将完成的文档发送给请求人的技能
  • 在容量有限的场景下,一项按真实剩余可用量(而不仅仅是原始数量)预留名额的技能

2. 信息提取后台

它是什么样子: 单据不断送达——发票、申请表、表单——需要被核对后变成结构化的记录。

通常由以下部件组装而成:

  • 一个读取传入文档的智能体
  • 平台自带的文档接收功能
  • 一项在读取前把文档拆分成各个独立部分的技能
  • 一项将一条记录与另一条记录进行比对的技能,包括涉及第三方来源时的三方核对
  • 一项按规则核对提取值的技能
  • 一项查找重复记录的技能,即便写法略有不同也能识别
  • 一项保存记录的技能
  • 一项在任何未能明确通过时请人做出决定的技能
  • 一项发送结果消息的技能
  • 一轮独立的复核,用来审计第一轮处理的结果

3. 数据洞察台

它是什么样子: 人们用大白话就企业内部已有的数据提出问题。

通常由以下部件组装而成:

  • 一个专为回答数据类问题而构建的智能体
  • 一项查询底层记录、并返回其实际执行的查询语句(而不只是给出一个看不到推导过程的答案)的技能
  • 一项对记录进行分组汇总的技能
  • 一项执行计算的技能
  • 一项通过邮件发送答案的技能
  • 一项自动化,在新记录一出现就将其关联回其父记录

当某个数字必须可核实时,使用上面的查询技能——它会连同答案一起返回其执行的查询语句,方便任何人事后核对这个数字。

4. 对话式入口

它是什么样子: 任何人都可能从某个渠道进来——一个聊天小组件、一款消息应用、一个收件箱——构建必须先弄清楚对方是谁,才能做任何有用的事。

通常由以下部件组装而成:

  • 一个驻守在该渠道的智能体
  • 一项核实发送者真实身份的技能
  • 一项查找匹配记录的技能,并在找不到匹配时提供合理的兜底方案
  • 平台自带的文档接收功能,用于处理以文件形式发来的内容
  • 一项对传入的自由文本进行筛查、识别其中不应自动执行的内容的技能
  • 一项请人做出决定的技能
  • 一项签发一次性访问链接的技能
  • 一项发送消息的技能
  • 一项保存记录的技能

5. 多智能体审查团

它是什么样子: 一个案例需要依据规则手册进行判定,而这个判定确实需要不止一种视角——由一名主导者统筹协调多位专才。

通常由以下部件组装而成:

  • 一个主导智能体、一个或多个专才评估智能体、一个规则手册读取器,以及一个报告撰写器
  • 一项查询底层记录的技能
  • 一项按规则核对数值的技能
  • 一项将引用的条目与其来源进行核对的技能
  • 一项比对记录的技能
  • 一项执行计算的技能
  • 一项保存结果记录的技能
  • 一项请人做出决定的技能
  • 一轮针对整个案例的独立审计

6. 自动建档型 CRM

它是什么样子: 笔记、通话记录和消息不断涌入,需要转化为记录,再由人确认,而不是靠人手动录入。

通常由以下部件组装而成:

  • 一个读取传入笔记和消息的智能体
  • 一项把传入文档拆分成各个独立部分的技能
  • 一项核实引用条目的技能
  • 一项保存记录的技能,包括保存归属于它们的任何嵌套子记录
  • 一项持续记录变更内容和时间的技能
  • 一项在任何内容被视为最终结果之前请人确认的技能
  • 一项撰写简短报告的技能
  • 一项撰写并发送邮件的技能
  • 一项自动化,会等待一连串相关活动告一段落后再采取行动,而不是在第一项一出现就立刻触发、结果其余项目一到就出错

7. 合同或文档管理

它是什么样子: 一份长文档——合同、协议、长篇备案文件——驱动出一条工作记录,以及一份围绕它需要发生的事项排期表。

通常由以下部件组装而成:

  • 一个(有时是两个协同工作的)读取文档的智能体
  • 一项拆分文档并将其路由到正确处理流程的技能
  • 一项提取大量字段、并将结果与完整字段清单核对的技能
  • 一项核实引用条目的技能
  • 一项按规则核对数值的技能
  • 一项填写模板的技能
  • 一项签发一次性访问链接的技能
  • 一项存储结果文件的技能
  • 一项按固定节奏运行整个周期的定时自动化

8. 知识套件

它是什么样子: 人们就一批文档——政策、手册、过往来往信函——提出问题。

这是唯一一种最直觉的做法往往是错误做法的形态,因此值得把它拆成两类来看:

  • “我该怎么做”这类是真正的搜索问题。平台自带的、针对一批文档的内置检索功能就能很好地处理,不需要在上面再搭建任何东西。
  • “有多少个”或“哪份文档在第几页提到了这一点”这类是计数和引证问题,最好由记录来回答,而不是靠检索。把每一页都索引为一条独立记录,再用一项查询这些记录的技能和一项对其分组汇总的技能。这样一来,计数和引证就能做到精确无误。

9. 治理能力展示

它是什么样子: 这类构建的重点在于展示谁可以看到什么——访问权限、脱敏和审计——而不是任何一笔具体的交易。

通常由以下部件组装而成:

  • 平台自带的访问管理、视图级脱敏、模型治理和读取审计
  • 一项对智能体输出内容中的敏感字段进行脱敏的技能
  • 一项筛查文本的技能
  • 一项签发一次性访问链接的技能
  • 一项对智能体自身答案进行的输出核查,作为平台视图级脱敏之外的第二道防线