什么是 AI 智能体团队以及为什么您需要一个?
构建复杂的自动化工作流通常需要将多个工具拼接在一起、编写自定义代码并管理无数集成。FlowHunt 的 AI Factory 改变了这一等式,它让您定义想要完成的任务,然后自动组建一个 AI 智能体团队来处理它。
AI 智能体团队是在主管监督下协同工作以完成复杂任务的一组专业 AI 智能体。不是由单个 AI 做出所有决策,而是每个智能体专注于特定的职责。主管协调工作,团队领导分派任务,工作智能体执行实际工作。这种结构反映了人类团队的运作方式——而且比单体自动化更有效。
在本指南中,我们将逐步构建一个实用的 AI 智能体团队,它能提取关键支持工单、按业务影响对其进行优先级排序,并通过 Slack 向您的团队提供每日摘要。同样的模式适用于您业务中的任何多步骤工作流。
入门:访问 AI Factory
FlowHunt 的界面有两个主要部分:AI Studios(默认视图)和 AI Factory(您构建智能体团队的地方)。当您打开 FlowHunt 时,您将进入 AI Studios。要访问 AI Factory,请在界面左上角寻找切换按钮并切换到 AI Factory。
创建您的第一个项目
进入 AI Factory 后,创建新项目非常简单:
- 点击 “Create Project” 按钮
- 给您的项目起一个描述性名称(例如,“Live Agent Daily Action Item Digest”)
- 编写一个清晰的提示,描述您希望智能体执行的操作
- 选择您的集成
- 选择主管如何向您反馈结果
- 让系统为您构建团队
系统使用您的项目描述来确定团队结构。像"提取并总结工单"这样的简单任务可能会产生一个智能体。涉及多个数据源和决策树的复杂工作流可能会生成一个主管、2-3 个团队领导和 3-6 个工作智能体。
如何定义 AI 智能体团队的任务
您编写的提示是智能体团队所做一切工作的基础。它应该具体、可操作,并明确期望的输出格式。
编写有效的任务提示
一个强大的提示包括:
- 要提取或分析的内容:“提取过去 24 小时内所有关键的 LiveAgent 工单”
- 如何排序优先级:“按客户影响和业务风险排序”
- 如何处理结果:“在 Slack 上创建一条包含前 5-10 个行动项的消息”
- 输出格式期望:具有优先级的清晰、易消化的摘要
以下是我们示例中的提示:
提取过去 24 小时内所有关键的实时智能体工单,按客户影响和业务风险排序,并在 Slack 上作为回复创建一条消息,其中包含当天所有最重要的行动项。
这个提示告诉系统:
- 数据源(LiveAgent 工单)
- 时间窗口(过去 24 小时)
- 优先级框架(客户影响 + 业务风险)
- 输出目的地(Slack)
- 格式(最重要的行动项)
理解优先级框架
当您要求智能体进行优先级排序时,它们需要明确的标准。在上面的示例中,智能体使用基于影响的框架,类别包括:
- 系统中断 — 最高优先级,影响所有用户
- 收入风险 — 直接业务影响
- 安全问题 — 合规性和数据保护
- 多客户影响 — 影响多个账户
- 单客户问题 — 孤立问题
您可以根据您的业务定制这些类别。关键是要明确在您的上下文中"关键"意味着什么。
连接您的集成
AI 智能体无法孤立地做有用的工作。它们需要从您现有的工具中提取数据,并将结果推送回您的团队可以看到的地方。
示例所需的集成
对于实时智能体行动项摘要,您需要:
| 集成 | 目的 | 您需要什么 |
|---|---|---|
| LiveAgent | 工单数据源 | 域名 URL + API 密钥 |
| Slack | 向团队传递结果 | 工作区 + 频道选择 |
设置集成
如果集成尚未连接,您将看到一个 “Integrate” 按钮。点击它并提供所需的凭据:
- LiveAgent:您的域名和 API 密钥(可在 LiveAgent 账户设置中找到)
- Slack:授权 FlowHunt 在您的工作区中发布,并选择哪个频道接收消息
连接后,系统通过发送测试消息来验证集成。对于 Slack,您将看到确认消息,如:“FlowHunt connection test. If you see this, the channel is configured correctly.”
为什么集成验证很重要
系统会自动检查所有集成是否正常工作,然后智能体才开始它们的第一个任务。如果集成在设置过程中失败,智能体会立即标记它,而不是稍后悄悄失败。如果在任务执行期间出现问题,任务将转移到 “human input needed” 状态,以便您修复问题。
加入我们的新闻通讯
免费获取最新提示、趋势和优惠。
理解 AI 智能体团队结构
FlowHunt 的 AI Factory 的美妙之处在于您不需要手动设计团队。系统会分析您的任务并自动组建合适的结构。
简单任务结构:单一智能体
对于直接的任务——例如提取和总结工单——您得到一个智能体。在我们的示例中,这个智能体是 Marcus,“Ticket Triage Lead”。他的人设是:“一位务实的支持运营老兵,以工单速度和客户影响为生活重心。”
这个智能体拥有所需的所有上下文和工具,以便:
- 查询 LiveAgent 获取最近的工单
- 分析每个工单的影响
- 按优先级排序
- 格式化结果并发布到 Slack
复杂任务结构:主管 + 领导 + 工作者
对于更复杂的工作流,系统可能会创建:
- 1 个主管:协调整个工作流,向您反馈结果,处理边缘情况
- 2-3 个团队领导:专注于不同的方面(例如,一个处理数据提取,另一个处理分析)
- 3-6 个工作智能体:在领导指导下执行特定任务
这种层级结构支持并行处理。当一个工作者提取数据时,另一个可以分析它。领导之间相互协调而不阻塞彼此。主管确保没有任何事情被遗漏。
运行您的 AI 智能体团队
项目创建后,您的智能体团队就可以开始工作了。您可以手动触发任务或设置它们按计划运行。
手动执行
点击任何任务卡上的 “Accept” 来触发立即执行。您将看到任务通过以下状态:
- Open — 任务已准备就绪但尚未开始
- In Progress — 智能体正在积极工作
- Done — 任务已完成,结果可用
计划执行
对于重复任务,在创建项目时设置一个计划(每天、每周、自定义间隔)。任务将自动:
- 在第一次运行时显示为 “Open” 和 “In Progress”
- 完成后返回 “Open”(因为它是重复的)
- 在下一个计划时间再次运行
在我们的示例中,每日工单摘要每天早上运行。当您到达工作时,只需查看 Slack 即可了解哪些关键工单需要关注。
查看结果和智能体工作
结果出现在两个地方:看板中的任务卡和您指定的集成(Slack、电子邮件等)。
任务卡结果
点击已完成的任务以查看完整输出。对于工单摘要,您将看到:
- 摘要:“Daily triage completed. 3 new tickets reviewed.”
- 优先级列表:每个工单具有优先级、描述和推荐操作
- 详情:客户影响评估、业务风险和后续步骤
集成结果
在 Slack 中,您将看到:
- 主管的消息包含摘要概述
- 一个带线程的回复,包含详细信息,包括客户姓名、电子邮件、问题、业务影响和后续步骤
这种双重输出确保了快速浏览(Slack 摘要)和深入研究(任务卡详情)都可行。
与您的 AI 智能体团队沟通
创建后,您不会被锁定在原始提示中。您可以通过聊天界面提供新指令、提问或修改行为。
直接智能体沟通
在 “Chat” 部分,您可以:
- 要求 Marcus(或任何智能体)以不同方式处理请求
- 获取有关特定工单或问题的答案
- 在不删除和重新创建项目的情况下修改任务
- 就智能体的分析提出后续问题
例如,您可以问:“哪些工单有最大的影响半径,并且每天也给我西班牙语的摘要?”
智能体将处理此请求,验证所有集成是否仍然连接,并相应地调整其行为。
多智能体对话
在具有多个智能体的系统中,主管可以促进智能体之间的对话。您可以提出需要协调的问题,主管将适当地路由它们。
验证和安全
在执行任何请求之前,智能体会:
- 验证所有集成是否正确连接
- 检查所需工具是否可用
- 标记任何缺失的权限或配置问题
- 如果有任何事情阻碍执行,将任务移至 “human input needed”
实际示例:Live Agent Daily Digest
让我们从设置到结果过一遍完整的工作流。
项目设置
项目名称:Live Agent Daily Action Item Digest
任务提示:提取过去 24 小时内所有关键的实时智能体工单,按客户影响和业务风险排序,并在 Slack 上作为回复创建一条消息,其中包含当天所有最重要的行动项。
集成:LiveAgent(源)+ Slack(目标)
主管通信:Slack 频道 “ask-flowhunt”
智能体做什么
- 查询 LiveAgent:获取过去 24 小时内创建的所有工单
- 分析影响:根据优先级框架评估每个工单:
- 系统中断(最高优先级)
- 收入风险
- 安全问题
- 多客户影响
- 单客户问题
- 排序结果:创建前 3-5 个行动项的优先级列表
- 格式化输出:构建摘要以便清晰和可操作
- 发布到 Slack:将摘要发送到您的团队频道,并在线程中发送详细信息
示例输出
Daily Triage Completed
Tickets Reviewed: 3 new tickets from the past 24 hours
PRIORITY 1: 404 Error on FlowHunt API
- Customer: [Name]
- Status: Customer blocked
- Action: Assign to tech support, resolve within 2 hours
PRIORITY 2: Help Building Email Slack Notification Flow
- Customer: [Name]
- Status: Onboarding support
- Action: Response within 2-4 hours
PRIORITY 3: White Labeling Price Inquiry
- Customer: [Name]
- Status: Sales question
- Action: Route to sales team
高级功能:定制和控制
您的 AI 智能体团队不是静态的。您可以随着需求的变化而发展它。
修改智能体行为
无需删除项目,您可以:
- 更改智能体优先处理的内容
- 添加新的输出格式(例如,“也用西班牙语发送”)
- 修改时间窗口(用"过去 48 小时"代替 24)
- 添加新的集成(例如,也发布到电子邮件)
只需通过聊天界面询问智能体,它就会适应。
重新分配智能体
如果 Marcus(您的工单分类智能体)未被充分利用,您可以在保持其个性和专业知识完好的情况下将他重新分配到不同的工作。系统记住他的专业并将其应用于新任务。
删除和重新创建项目
如果您想要完全重新开始,请删除项目并创建一个新项目。您的集成保持连接,因此第二次设置会更快。
AI 智能体团队成功的最佳实践
1. 在提示中要具体
模糊的提示会导致模糊的结果。不要说"总结工单",而是说"提取具有系统影响的工单,按客户收入排序,并列出前 5 个及推荐行动。"
2. 尽早测试集成
在依赖计划任务之前,运行一次手动执行以验证:
- 数据被正确提取
- 结果按预期格式化
- 集成将输出传递到正确的位置
3. 从简单开始,逐步扩展
从单个智能体任务开始,了解工作流。熟悉后,再构建更复杂的多智能体系统。
4. 监控智能体性能
定期检查您的任务结果。如果智能体没有正确排序优先级或遗漏了重要数据,请通过聊天界面调整提示。
5. 利用主管通信
主管的消息是您了解智能体正在做什么的窗口。仔细阅读它们以理解智能体的推理,并及早发现任何问题。
AI 智能体团队的常见用例
实时智能体工单摘要只是一个例子。AI 智能体团队在以下方面表现出色:
- 销售管道管理:分析交易、标记风险账户、更新 CRM
- 内容审核:审核用户提交、分类、升级违规
- 数据聚合:从多个来源提取数据、转换和整合
- 客户入职:验证信息、创建账户、发送欢迎序列
- 事件响应:检测异常、提醒团队、协调解决
- 报告生成:收集数据、分析趋势、分发洞察
模式总是相同的:定义任务、连接集成、让系统构建您的团队。
结论
AI 智能体团队代表着我们对待自动化方式的根本性转变。不是构建僵化的工作流,而是定义您想要完成的任务,然后让系统组建合适的团队来处理它。FlowHunt 的 AI Factory 使其变得易于使用——无需编码,无需复杂配置,只需清晰的提示和已连接的集成。
实时智能体每日摘要的示例展示了这种方法的强大之处。曾经需要手动审查、电子表格更新和电子邮件协调的工作,现在每天早上都会自动发生。您的团队每天都以清晰的优先级开始,您的支持运营也运行得更加顺畅。
无论您是在管理支持工单、聚合销售数据、审核用户内容还是协调事件响应,同样的原则都适用。从一个清晰的提示开始,连接您的集成,让您的 AI 智能体团队处理工作。
准备好构建您的第一个 AI 智能体团队了吗?前往 FlowHunt 的 AI Factory,定义您的任务,并观察系统如何组建完美的团队来执行它。
