第一个 AI 智能体需要明确的任务。

把 CRM 笔记整理成草稿

输入：沟通笔记或转录稿。输出：必填字段的结构化草稿（起因、决策人、下一步、日期、异议）。由人检查并保存。为何合适：量大、目标结构清晰、错误显而易见且代价低。

预先分拣收到的咨询

输入：通过表单或电子邮件收到的咨询。输出：分类建议（匹配 / 不明确 / 不匹配）、缺失信息和对应负责人——作为草稿，而不是回复给客户。为何合适：规则明确，可用后续的资格判定来衡量，不对外接触。

带来源的内部知识检索

输入：员工的问题。输出：回答草稿，并注明其出处的具体内部文档。没有来源就不作答。为何合适：每个问题都能受益，错误可通过核对来源发现；只要文档范围选得合适，就无需客户数据。

从四个维度评估每个候选任务。一个试点在前三项上需要高分，在第四项上需要低分。

流程梳理

把今天的流程按步骤描述清楚：输入、输出、耗时和负责人。注明哪些步骤需要主观判断。智能体承担规则明确的步骤；判断仍由人来做。

权限与最小访问

智能体只获得任务所需的访问权限——能只读就只读，数据范围尽量小。启动前明确：处理哪些数据、在哪里处理、由谁负责。在你的情况下是否符合数据保护或合规要求，不由本手册决定，而取决于你与相关部门的审查。

测试集

首次运行前，用真实、匿名化或模拟的案例组成一个测试集：常规案例（日常情况）、边界案例（不完整、含糊、异常冗长）和错误案例（语言不对、输入为空、信息矛盾）。在看到智能体的结果之前，先为每个案例确定什么是正确结果。

人工审批

试点阶段，智能体生成草稿。由人批准、更正或舍弃。每次更正都要计数并按类型归类。这份清单是你决定是否保留智能体的最重要数据来源。

Monitoring

• →每周处理量，以及无需更正的比例。
• →更正的类型和频率。
• →每次处理的前后耗时（实测，而非估算）。
• →故障、超时、空结果。

一个智能体的成本分三块：一次性搭建（流程梳理、配置、测试集）、持续运行（使用费、维护、人工审批时间）和出错成本（更正、返工）。启动前三块都要算——并如实计入审批时间：草稿有 40% 需要更正的智能体，省不了多少。

一个简单的算法就足以做决定：每月处理量 ×（之前分钟数 − 之后分钟数）÷ 60，得出释放出的产能小时数。乘以一个核算小时价值，得到计算收益；再减去每月运行成本。只有净值为正，一次性搭建投入才能在若干个月内回本。其中“之后”的分钟数包含人工审批时间——而不只是智能体的运行时间。

• →试点开始前，至少用十个真实案例测量之前的分钟数。
• →按预期处理量而不是测试量填写使用费。
• →把小时价值作为假设记录下来，事后不要为了挽救结果而修改它。

启动前就确定试点何时结束——两个方向都要定。四周后才制定标准的人，是凭情绪而不是凭数据来评估结果。

终止

四周后更正率高于事先设定的值；出现一次有对外影响的错误；运行成本超出计划范围；团队绕开智能体而不是使用它。

转入正式运行

更正率至少连续四周稳定低于目标值；处理时间可衡量地下降；已指定日常运行的负责人；权限和数据流已记录。

扩展

等第一个智能体投入运行之后。第二个试点不与第一个并行启动。

下方的自动化概要卡把本手册的所有要点汇总在一页上：任务、标准、权限、测试集、审批、监控、成本和终止标准。在选择第一个工具之前先把它填好。