跳到主要内容
Apus Platform
参考工作流

重复性工作交给系统自己跑——该做决定的地方,依然由人来拍板。

下面每条工作流都由一个业务智能体负责。它读取企业专属实例内的数据,并恰好停在需要人来审批的那一步。这些只是帮助你想象实际工作的参考,真正的范围由实施团队与你共同商定。

筛选线索,分派给合适的销售

新线索并入已有的客户档案,依据真实数据评分,再附上一段简短说明交给负责人。

负责智能体Ami Sales
触发时机
CRM 中录入一条新线索
产出
一条附带说明、优先级与负责人的线索
数据来自模块
销售与 CRM营销
边界
从不报价、不给折扣、不承诺条款——这些属于销售本人。

步骤

  1. 并入已有档案电话或邮箱匹配上的线索,会归入已有客户名下,连同其交易历史与曾触达它的营销活动。
  2. 评分依据企业已批准的标准核对行业、规模与成熟度,据此确定优先级。
  3. 撰写说明并建议下一步需求、背景与待确认的问题浓缩成几行,并附上如何跟进的建议。
  4. 分派给合适的人线索按你现有的分配规则流转;超过你所设阈值的商机会提示给团队主管。
一次示意运行
输入

下班后,一条线索留言:他们需要为三家门店的连锁体系找一套管理系统,第四家店即将开业。

结果

第二天一早,这条线索排在负责人列表最上方,附三行说明、高优先级,并提醒尽早致电——没有人需要从头再问一遍。

示意场景,并非客户数据。

受理并解决售后请求

客户请求被分类,与订单和内部知识核对,最终形成一条注明出处的答复,或一份整理好的工单摘要。

负责智能体Ami Care
触发时机
客户在购买后发来请求或问题
产出
一条注明出处的建议答复,或一份交给人工的工单摘要
边界
从不承诺政策之外的赔偿或退货;情绪不满的客户一律转人工。

步骤

  1. 给请求分类状态查询、投诉还是操作咨询——每一类都走你事先定义好的路径。
  2. 在已有数据中查找客户历史、订单与已批准的指南,均在当班人员自身的权限范围内读取。
  3. 建议答复答复会引用出处文档;在授权范围内直接发送,超出范围则等待当班人员处理。
  4. 带着上下文移交复杂案例、负面语气或即将违反服务承诺的情况,连同完整历史一并转给人工。
一次示意运行
输入

下班后,一位客户询问:本周初下的订单为什么还没到。

结果

订单状态直接依据配送数据作答;客户语气不满,因此该工单被标为优先,第二天一早交给客服团队。

示意场景,并非客户数据。

供应商发票:识别、三方匹配、建议分录

供应商发票经识别后与采购订单和入库单核对,形成一条待会计审批的建议分录。

负责智能体Ami Documents
触发时机
收到新的供应商发票或单据
产出
一条建议分录;不匹配的行标记待复核
边界
从不记入不匹配的行,也从不对看不清的单据妄加猜测。

步骤

  1. 识别单据对扫描件或 PDF 进行文字识别,按你的物料目录提取供应商、品项、数量与单价。
  2. 三方匹配将发票与采购模块中的采购订单、库存模块中的入库单逐一核对。
  3. 建议分录匹配的行形成一条建议的会计分录,并关联全部三份原始单据。
  4. 标记例外数量或价格差异,以及未能可靠识别的内容,进入会计复核队列。
一次示意运行
输入

供应商发票写的是 50 箱,入库单只记录了 48 箱。

结果

针对与采购订单相符的 48 箱生成建议分录;相差的 2 箱连同三份相关单据一起标记,交由会计决定。

示意场景,并非客户数据。

按计划跟进应收账款

依据已登记的回款更新账龄,按已批准的模板起草催款提醒,需要介入的款项上报给财务主管。

负责智能体Ami Receivables
触发时机
每日定时,或回款状态发生变化
产出
客户档案上的提醒记录,以及一份需关注的款项清单
边界
从不展期、核销或协商任何欠款。

步骤

  1. 更新账龄每笔应收款都依据已登记的回款,重新计算到期日与账龄区间。
  2. 评估风险高低从每位客户的回款历史看出,哪些款项宜提早提醒,哪些需要由人亲自致电。
  3. 起草提醒提醒遵循已批准的模板与节奏;每一次提醒都保存到客户档案中。
  4. 上报需要人处理的事项延期请求、异常款项或屡次逾期的客户,交给财务主管处理。
一次示意运行
输入

一张发票今天到期,尚无回款记录;这位客户此前已有两次逾期付款。

结果

按模板起草第一封提醒并存入档案;鉴于其逾期记录,该款项被列入财务主管的关注清单。

示意场景,并非客户数据。

晨间经营简报

数据本就位于同一数据层,无需有人从各个表格里收集——智能体在会前起草并发送简报。

负责智能体Ami Analytics
触发时机
每天早上,管理层例会之前
产出
一页简报:关键数字、变化与预警,每个数字都注明来源
边界
从不替管理层下结论,也从不自行针对预警采取行动。

步骤

  1. 读取已关账的数字昨日的销售、库存与应收直接从各模块读取,并严格限定在每位接收人自身的权限内。
  2. 对比与发现数字与上周及去年同期对比;超出你所设阈值的变化会被标出。
  3. 起草简报关键数字、哪些发生了变动、数字为何变化,全部放在一页之内。
  4. 发送给对的人每位接收人只看到自己负责的范围——分公司总经理看不到其他分公司的数字。
一次示意运行
输入

每天早上管理层晨会前的固定时间。

结果

一页简报,包含关键数字、近七天对比与两项异常,每个数字都注明来自哪个模块。

示意场景,并非客户数据。

汇总求职申请并邀约面试

求职申请按岗位说明中的标准逐一汇总;由招聘人员做选择,智能体负责起草邀约与回复。

负责智能体Ami Hiring
触发时机
某一招聘批次收到新的求职申请
产出
按标准整理的摘要、由人选定的候选名单,以及邀约草稿
数据来自模块
人力资源 – HRM
边界
从不使用敏感标准,也从不决定录用或淘汰。

步骤

  1. 汇集申请同一招聘批次的申请汇入人力资源模块中的同一份列表,重复的会被合并。
  2. 对照标准汇总每份申请都对照岗位说明中已批准的标准进行汇总——不打通过或淘汰的分数。
  3. 由人选定候选名单招聘人员阅读摘要并决定邀请谁;智能体不会替他们给候选人排名。
  4. 起草消息面试邀约,以及给未进入下一轮候选人的得体回复,均先起草好,经审批后才发送。
一次示意运行
输入

一轮会计岗位招聘,一周内收到 40 份申请。

结果

40 份依据同样五项标准整理的摘要;招聘人员选出六人,邀约已起草待审批,其余每位候选人都有一封回复在等待发送。

示意场景,并非客户数据。

把你的一条真实工作流带到演示现场。

我们用示例数据把它重建出来:由哪个智能体负责、在哪一步停下等待审批、审计日志记下了什么。

noindex