设计目标流程:让人、模型和软件各担其责
本页目录 · 6 个段落
目标流程不是在每个旧步骤旁加一个AI按钮。它应重新回答:哪些工作可以消失,哪些可以提前,哪些必须保留,出现不确定性后由谁继续。把任务交给模型只改变执行者,不自动解决事实缺失、业务授权或结果确认。
设计从现状工作中的瓶颈出发。若商品运营反复抄写供应商属性,可以让模型准备候选,软件检查类型与重复,运营处理缺失和冲突。若主要等待供应商补材料,自动填充会掩盖缺失;更合适的改变是提前提示缺什么,并让任务可恢复。
比较的是工作方式,不是自动化等级
| 候选方式 | 适用条件 | 主要代价 |
|---|---|---|
| 普通导入+规则 | 输入已标准化,字段和业务规则稳定 | 对异构文本适应性低,但结果容易核对 |
| 模型准备+人审阅 | 输入复杂,错误可被清楚呈现,修改成本合理 | 人审成为真实工作量,不能假定点击即完成 |
| 有界自动执行 | 事实可核实、动作范围小、结果可观察、恢复办法明确 | 要承担去重、异常、回读和责任接续 |
| 自由调查+受控动作 | 下一步依赖对话或多种事实,固定分支难穷尽 | 路径变化更大,需要覆盖调查与动作质量 |
这些方式可以共存。一笔商品任务可以自动换算单位、用模型识别属性、让人确认冲突、由普通API保存。无需把整个项目称为Agent,才能讨论模型如何贡献价值。
Nubank提供了这种分工的具体例子:例程指导调查,模型根据当前事实选择下一步,复合工具封装已确定的后台依赖,Action API承接业务动作。状态查询完成、补卡请求创建和带上下文转人工都是合理结果;请求创建不能被解释为新卡已经送到。论文 §4、§5
规划任务要接到计算与观察
业务人员要求“形成下月备货建议”时,目标流程还要区分理解意图、取得数据、算出方案和批准执行。京东供应链论文展示SOP检索后生成任务表,SQL取得DataFrame,Python分析返回观察,再调整剩余任务;分析操作拆成过滤、变换、分组与排序。论文v2 §3.4–3.5及附录 这提供了规划与计算的接缝,不意味着模型随口给出的数字已获业务批准。
例如活动假设改变后,计算发现备货量超过仓容,流程应从“审阅建议”转到“比较分仓、分批或调整活动”,由负责人选择。保留意图范围、SOP版本、数据快照、计算结果、待确认假设与约束冲突,才能重算并知道哪些批准已经失效;不能静默改约束来维持原方案。
若每月步骤与依赖稳定,普通工作流调用受控查询与计算已经够用;只有观察决定追加哪项调查时,动态计划才有增量。把全部工作拆成多Agent,会增加发现、交接和费用,未必改善计划。完整中间产物、查询示例与缺数/改口径反例见规划与证据专题。
把协作写成状态与责任
下面沿CAT-017便携杯说明原创商品流程;JSON是状态与责任的简化视图,不是运行包完整Schema。所有字段、状态和接口均为教学设计,不是Shopify或Zalando的实现。
材料已接收 → 对象匹配 → 属性候选 → 规则检查 → 审阅 → 保存草稿
↓ ↓ ↓ ↓
重复冲突 等待补资料 不合规则 保存结果未知
其中模型负责从材料提出候选及其证据,不拥有“发布商品”的权限。规则层检查单位、枚举、条码唯一性;用户决定接受哪些修改;保存服务用真实身份检查权限。正常任务进入草稿;“500”的含糊任务停在补资料;条码冲突进入对象核对;保存超时进入结果未知,先回查,不能立即重复写入。
{
"task_id": "CAT-017",
"state": "awaiting_review",
"draft_version": 1,
"candidate_fields": {"capacity_ml": 500},
"field_evidence": {"capacity_ml": "file-A/r1:容量500 ml"},
"unresolved": [],
"allowed_next_actions": ["accept_draft", "edit", "reject"],
"write_executed": false
}
状态应由宿主程序维护,不能只藏在聊天摘要。draft_version使审阅绑定具体版本;用户审阅后模型重新生成,旧确认便不能自动适用于新内容。allowed_next_actions表达系统可以执行什么,而非模型口头承诺。
OpenGov演讲披露:需要批准的工具调用在运行层中断,人的接受或拒绝决定是否继续。这与“在Prompt里要求征求同意”不同。迁移时仍需补充版本绑定、等待恢复和重复调用控制;其公开材料没有提供完整生产合同。官方演讲
把人工工作算进目标流程
“人在环”不是一句安全说明。必须说明人看到什么、如何识别错误、能否修改、拒绝后去哪、是否需要重新读原材料。如果每件商品都要逐字段比对全文,模型虽然提取很快,流程也可能没有净收益。可先让人只处理系统确实能突出呈现的冲突,但不能把未检测到冲突等同于字段正确。
验证目标流程时,用同一批合成任务分别走现状与候选方案,记录正确完成、有效等待、错写、返工、主动耗时和总历时。让业务人员说明接管时是否已有足够上下文。模拟只能检验设计自洽;真实节省与采用仍需试点测量。
目标流程的产物是可执行责任分工、状态转移与验收证据。随后进入产品交互,把这些状态变成用户能够理解和处理的界面;系统实现章节再确定调用和恢复机制。
从现状到目标流程的中间步骤见同一商品任务的设计接续。它将观察发现逐项接到对象规则、允许动作、人员分工及验收,说明哪些工作可以减少、哪些核验仍要保留。
参考资料
- Nubank v2,§4–5:调查与工具分工。
- 京东供应链v2,§3.4–3.5及附录:计算观察返回计划。
- OpenGov官方演讲:审批中断;未提供完整生产合同。
- Building AI-Powered Products,Ch02待审中文译稿:生命周期与产品体验,仅作辅助参考。
继续使用
上一章:还原现状流程 · 下一章:设计产品交互 · 五篇阅读目录。相关工具:目标流程与允许动作。
对照案例:Nubank客服、Amazon异常规则。
来源与使用范围
方法综合公开研究与教学推演;参考资料、适用条件和示例边界见正文。
一起判断下一步
带一笔任务,聊一个具体决定。
培训、方案评审或落地辅导,从你的工作材料与当前困难开始。