AI 智能体开发

能干实事的 AI 智能体与 Copilot,掌控权在您手里

我们为您业务中的特定岗位构建 AI 智能体。它们查资料,通过获批的操作使用您的工具,准备好工作交人复核,该升级的时候升级。每一步都有记录。

智能体只拿到窄范围的权限、明确的限制,涉及后果的操作需要人工批准。

通常哪里会出错

团队每天有很大一部分时间花在从多个系统里收集信息上,然后才能做真正需要他们的那部分工作。聊天机器人能回答问题,却干不完活。而完全自主的智能体又很难让人信任。

  • 熟练的人在干查资料的活

    销售、运营和客服人员为了一个决定或一条回复,要在五个工具之间来回切换拼凑背景。

  • 不会动手的聊天机器人

    一个能回答常见问题却不能查订单、更新记录或提交申请的机器人,只是把工作挪到了别处。

  • 有自主权,没有责任

    能用宽泛凭据执行任意操作的智能体是安全和合规风险,所以永远不会获批投入真实使用。

  • 知识锁在资深员工脑子里

    特殊情况怎么处理只存在于少数几个人的脑子里,于是质量参差不齐,这几个人也成了瓶颈。

AI 智能体与 Copilot在哪里最能派上用场

  • 销售 Copilot

    根据 CRM 历史和公开信息准备客户简报,起草跟进邮件,通话后更新商机字段,由销售确认。

  • 运营智能体

    监控队列和例外,从各系统收集事实,提出解决方案,获批后执行。

  • 客服智能体

    从您的帮助内容中作答,通过只读工具查询订单或账户状态,需要时带着完整摘要转交给人。

  • 研究助理

    在文档和获批来源之间收集、比对信息,产出有引用的简报,而不是没有依据的回答。

  • 内部员工 Copilot

    帮员工解答人力、IT 和政策问题,处理例行申请,以您自己的文档和系统为依据。

我们实际构建的东西

  • 角色与范围定义

    每个智能体一份书面章程:可以读什么、可以执行哪些操作、何时必须请示、绝不能做什么。

  • 工具与操作层

    类型化、经校验的工具,封装您的 API(查订单、起草邮件、创建工单),每个都有自己的权限和速率限制。

  • 基于企业知识的检索

    访问智能体所需的文档和记录,带来源引用和权限过滤。

  • 审批与交接流程

    在您团队已在用的工具里完成批准、编辑或拒绝,加上带对话摘要的干净人工交接。

  • 智能体界面

    嵌在您 Web 应用里的 Copilot 面板、Slack 或 Teams 助手、WhatsApp 客服流程,或带复核控制台的后台智能体。

  • 追踪与评估

    智能体看到了什么、决定了什么、做了什么的逐步追踪,加上改动上线前必须通过的场景测试。

我们对接的系统

都是老熟人。只要您的系统有 API 或数据库,我们基本都能对接。

业务系统
CRM 系统, ERP 系统, 客服工单系统, 订单与库存系统
办公协作
Slack, Microsoft Teams, Google Workspace, Microsoft 365
渠道
网页聊天, WhatsApp Business API, 邮件, 应用内 Copilot
智能体工具链
Model Context Protocol (MCP), 函数 / 工具调用, 工作流引擎, 向量搜索

如何运作,一步一步看

  1. 01

    请求或事件

    用户请求帮助,或者一个事件(比如新工单或货运延误)把智能体唤醒。

  2. 02

    在限制内规划

    智能体决定使用哪些获批工具。它的指令和权限划定了可能的范围。

  3. 03

    收集与准备

    它从系统和文档中读取信息,然后准备一个答案、一份草稿或一项拟议操作,附上推理过程和来源。

  4. 04

    批准

    只读或低风险的步骤直接执行。任何有后果的事,比如发送、付款或更改记录,都等人批准。

  5. 05

    执行与记录

    获批的操作通过工具层执行,完整的追踪记录保存下来供复核和改进。

蓝图:货运异常运营智能体

参考设计,不是客户项目

场景:一个运营团队处理延误和破损的货运:查追踪、联系司机、通知客户,大多靠手工。

  1. 1. 触发
    异常事件
    追踪显示延误超过阈值
  2. 2. AI 步骤
    收集事实
    行程数据、司机备注、客户 SLA
  3. 3. 规则与检查
    政策检查
    该客户允许哪些补救措施
  4. 4. 人工控制
    批准方案
    运营主管审核消息和补救措施
  5. 5. 系统更新
    执行与记录
    客户通知已发送,工单已更新
  • 触发
  • AI 步骤
  • 规则与检查
  • 人工控制
  • 系统更新
这说明了什么:这张蓝图展示了智能体如何跑腿、由人批准结果,以及政策限制如何在模型之外被强制执行。它是一份参考设计,不是客户的实际部署。

我们如何交付

时间为首次发布的典型值。它取决于范围、数据的就绪程度和涉及的集成,所以我们会在调研之后确认。

  1. 1

    岗位梳理

    我们和智能体要支持的人坐在一起,列出他们的重复性任务,挑出智能体能安全帮上忙的那些。

    第 1 周
  2. 2

    章程与工具

    我们编写智能体章程,构建带范围权限的工具层,并从真实案例中创建场景测试。

    第 2 到 3 周
  3. 3

    受监督的上线

    智能体先以“仅建议”模式服务一个小组,我们每天复查追踪记录,然后才开启任何直接操作。

    第 3 到 6 周
  4. 4

    谨慎扩大范围

    只有在证据支持时,权限和自主程度才会扩大,一次只放开一项能力。

    持续进行

安全措施,从第一天就内置

安全、隐私、测试和人工控制从一开始就设计进去,而不是试点后再补上。我们会按您的政策和风险来调整。

  • 范围受限、可撤销的权限

    每个工具有自己的凭据和限制。收回智能体的访问权是改一下配置,不是改代码。

  • 有后果的操作需人工批准

    发送外部消息、转移资金或更改重要记录,默认都需要一个明确的批准步骤。

  • 提示词注入防御

    来自邮件、网页和文档的内容一律视为不可信数据。工具调用在代码中校验,敏感操作不可能仅凭检索到的文本被触发。

  • 完整的追踪记录

    每次运行都记录输入、检索到的来源、工具调用、审批和输出,便于审计、排错和培训您的团队。

您可以期待什么

智能体的好坏看它完成的工作和需要的更正,并与这个岗位今天的工作方式对比。常见目标:

  • 决策前花在收集背景上的时间更少
  • 对例行案子的响应更快、更一致
  • 资深员工从重复提问中解放出来
  • 每个案子如何处理都有可查的记录
  • 随着信任增长,安全、渐进地扩大自动化

我们衡量什么

每周完成的任务数, 批准率与编辑率, 解决用时, 升级原因.

我们不会事先承诺节省多少或准确率多高。这些在试点期间用您的数据来测。

最适合的场景

  • 物流. 异常处理和客户通知智能体。
  • SaaS. 客服智能体和产品内 Copilot。
  • 教育. 招生和学生服务助手。
  • 专业服务. 研究和提案起草助手。
更多行业想法

开始的方式

  1. 阶段 11 到 2 周

    AI 机会冲刺

    知道 AI 重要、却不知从哪里开始的团队。

    一次简短而有章法的调研,找出您业务中值得追求的 AI 机会,也找出不值得的那些。

    找到您的 AI 机会
  2. 阶段 23 到 5 周

    工作流自动化试点

    一个您想在规模化之前先验证的高价值工作流。

    一次聚焦的试点,把单个工作流端到端自动化,对照可测量的基线运行,结果是一个决定,而不是一场演示。

    启动 AI 试点
  3. 阶段 36 到 12 周

    生产级 AI 构建

    您已准备好交付给真实用户的 AI 产品或功能。

    从产品设计到部署的完整构建:AI 本身、围绕它的应用、各项集成,以及运行它所需的工具。

    规划生产级构建
  4. 阶段 4持续进行,按月

    托管 AI 运营

    已在生产环境中、需要有人负责的 AI 系统。

    对生产 AI 的持续照料:我们盯着质量、控制成本、处理模型变更,并保持安全审查更新。

    聊聊托管 AI

AI 智能体与 Copilot:常见问题

AI 智能体和聊天机器人有什么区别?

聊天机器人回答消息。AI 智能体还能使用工具(查记录、起草文档、创建工单或更新系统)来完成一项任务,理想情况下是在严格的权限之内,重要操作需人工批准。

把 AI 智能体接到我们的系统上安全吗?

设计得当就安全:范围窄的权限、经校验的工具调用、有后果操作的批准步骤、提示词注入防御和完整日志。我们让智能体从“仅建议”模式起步。

智能体能在 Slack、Teams 或 WhatsApp 里工作吗?

可以。我们把智能体建在您的团队或客户已经在用的地方:Slack、Microsoft Teams、WhatsApp Business、邮件,或您自己应用内的 Copilot 面板。

AI 智能体会取代我们的员工吗?

我们构建的智能体旨在接手查资料、起草和例行步骤,让人专注于判断和关系。有真实后果的决定仍然由您的团队来做。

你们支持 Model Context Protocol (MCP) 吗?

支持。在合适的地方,我们通过 MCP 服务器暴露您的工具和数据,以便在多个智能体和 AI 客户端之间复用,权限保持一致。

您团队里哪个岗位需要一位 Copilot?

告诉我们这个岗位和涉及的工具。我们会提出智能体章程、它需要的审批,以及一份受监督的试点计划。 我们会在一个工作日内回复。

我们会在一个工作日内回复,也乐意先签保密协议。更喜欢邮件?写信到 info@originsphere.in。

和我们聊聊