工作空间智能体
了解如何在 ChatGPT 中构建和使用智能体，处理重复性工作。
大多数 ChatGPT 用户已经知道如何用 AI 处理一次性任务，例如起草文案、总结内容、头脑风暴或回答问题。下一阶段，AI 的应用范围将更广，也将更深入地融入日常工作。AI 不再只是帮助处理零散任务，而是越来越多地用于支持可重复执行的工作流。这些工作流依赖共享系统、标准化交接和一致的输出，还需要满足时效、准确性和流程等实际要求。
这正是 ChatGPT 中的工作空间智能体的用武之地。它们专为可重复执行的工作流而设计。如果没有它们，你就得手动处理这些工作，每次都要重新说明步骤，并在不同工具之间复制信息。阅读我们的博客文章，进一步了解工作空间智能体。
如果你刚开始接触智能体构建，不妨先了解核心概念。这样，在动手构建时，你就知道如何设置工作空间智能体，让它稳定地输出结果。
一般来说，智能体是执行任务的系统，由三部分组成：触发条件、可能包含专门技能的流程，以及它可以连接的工具或系统。
组成部分 | 说明 | 示例 |
|---|---|---|
触发条件 | 什么会启动智能体 | 定时运行（“每个工作日上午 9 点”）或手动运行（“立即运行”）。 |
流程与技能 | 智能体按你的预期完成任务时应遵循的步骤 | 审阅输入内容，检查是否缺少信息，起草输出内容，然后交接或执行下一步操作。 |
工具与系统 | 智能体获准使用的工具和集成，可用于收集信息，并在获得授权时执行操作。 | Slack、CRM、内部文档、工单系统或共享文档 |
当工作具有以下特点时，智能体最能发挥作用：
重复性：同类任务经常出现
结构化：输出有明确的格式，便于判断智能体是否完成得好
定时或事件驱动：按固定周期运行，或由事件触发
依赖工具：需要从团队使用的系统中读取信息，或向其中写入信息
对于开放式思考、头脑风暴或探索性写作，普通聊天通常更合适，尤其是一次性任务。
智能体也不同于你过去可能构建过的传统 API 工作流。其他工具中的传统工作流通常是确定性的，也就是说，每个步骤都有明确的定义。除非你更改逻辑，否则系统每次都会沿着同一路径执行。智能体则更具概率性。它们仍然在指令、工具和防护措施的约束下运行，但会利用模型理解上下文，在限定范围内做出决策，并调整推进工作的方式。
设计工作空间智能体时，一个实用的方法是将它拆解为几个部分。想想在把工作交给一个人之前，你会明确哪些事项：他负责什么、何时开始、什么情况下应暂停或停止、可以使用哪些工具和信息、应遵循什么流程，以及必须遵守哪些规则。
智能体可能需要访问插件。进一步了解 ChatGPT 中的插件。
下面是一些智能体的组成拆解示例：
营销活动总结智能体 | 产品反馈分流智能体 | 销售管道总结智能体 | |
|---|---|---|---|
目标：智能体的总体目标是什么？ | 分析营销活动表现并提出优化建议 | 汇总新的产品反馈，并转交给相应负责人 | 监测销售管道变化，突出显示风险和机会 |
触发条件：什么会启动这项工作？ | 每周一上午 10 点 | 通过 Slack 提交表单 | 每个工作日上午 8 点 |
流程：它应遵循哪些步骤？ | 获取关键绩效指标，识别趋势，起草总结，提出后续步骤，指定负责人 | 审阅反馈，将相关条目归类，汇总主要主题，建议由谁跟进 | 审查销售管道，标记风险，提出后续步骤 |
工具：需要访问哪些系统或应用？ | 分析工具和共享的总结文档 | Slack、工单系统和总结文档 | CRM、电子邮件或 Slack，以及销售管道跟踪工具 |
治理：需要哪些管控措施？它应在何时停止并上报？ | 起草建议；更改预算前须获得批准 | 创建工单草稿；上报高优先级问题；提交前须获得批准 | 起草分析结论和建议；通知负责人；未经批准不得直接对外联系 |
下面的示例可以看作智能体工作流模式：不同团队和职能中常见的、可重复执行的工作模式。每个示例都代表智能体可以执行的一种核心工作流类型。具体的工具、数据和输出可能不同，但底层模式保持一致。
工作流 | 工作方式 | 应用场景示例 |
|---|---|---|
简报编制 从多个来源获取信息，提炼要点，并整理成可直接支持决策的材料。 | 1) 收集输入信息 2) 对比并提取关键信号 3) 针对受众进行总结 4) 以文档、备忘录或简报的形式分享 | 销售：根据 CRM、通话、Slack 和新闻中的信息制作客户简报。 营销：根据分析数据、社交媒体和文档，汇编营销活动或竞争对手概况。 高管：制作附有建议的每日行业简报 |
分类与分派 处理收到的事项，确保它们进入适当的后续环节 | 1) 审阅收到的事项 2) 分类并确定优先级 3) 分派事项或创建后续环节所需的材料 4) 通知负责人和请求人 | 客户支持：将反馈转为缺陷报告、功能请求或跟进事项。 IT/运营：处理 Slack 中的内部请求，并按紧急程度分派。 招聘：筛选应聘者，并将其转入合适的招聘流程。 |
分析与建议 解读数据或证据，形成观点，并将其整理为初步交付成果。 | 1) 获取源数据 2) 分析规律、差距和取舍 3) 形成建议 4) 起草备忘录、演示文稿、电子表格或电子邮件 | 财务：核对预算与实际收支，并为经理起草备忘录。 产品/研究：分析用户反馈，并提出优先级建议。 采购：比较供应商报价，创建决策矩阵，并起草采购订单邮件。 |
内容创作 创建或更新内容，再针对特定受众或渠道进行调整。 | 1) 根据笔记或源材料生成初稿 2) 调整语气并核实准确性 3) 针对受众和渠道进行调整 4) 发布或发送 | 营销：根据需求简报制作营销活动素材，并分发征求反馈。 经理：将笔记整理为入职计划或培训模块。 销售：撰写跟进邮件、季度业务回顾摘要，或面向利益相关方的总结。 |
规划与协调 将目标转化为有明确日程的工作安排，并更新相关系统 | 1) 根据限制条件制定计划 2) 检查依赖关系和可用时间、资源 3) 执行操作或做好准备 4) 更新系统并通知相关人员 | 项目经理/幕僚长：预留工作时段、安排会议并更新跟踪记录。 活动组织：协调外出团队活动、报名或出行计划。 行政：管理表单、提醒、订单、预订和跟进事项。 |
你可以先使用组织已经构建好的智能体。首先，了解智能体的设计用途和擅长的工作：它支持哪些任务、依赖哪些工具，以及会生成什么样的输出。
先尝试几个低风险请求，观察它的表现。从简单的输入开始，再检查结果，了解它如何处理任务。
请记住，即使智能体构建得很完善，人的判断依然能发挥作用。通常，你才是更了解整体背景、任务影响，以及理想答案应该是什么样的人。
掌握基础知识并找到一个合适的应用场景后，你就可以开始构建自己的工作空间智能体了。你甚至可能已经在 ChatGPT 中创建了一些技能。工作空间智能体可以在指令中使用技能。
注意：在 ChatGPT Enterprise 中，构建智能体的权限由工作空间管理员控制。
先用日常语言描述：在智能体构建器的聊天中，描述智能体应完成的工作、理想的结果，以及它需要遵守的限制。构建器可以将这些描述转化为步骤明确的工作流。你可以继续通过聊天完善它，也可以直接编辑工作流和指令。
选择工具和连接器：选择智能体可以使用哪些已获批准的应用来完成工作流。你也可以描述智能体需要访问的系统，构建器会引导你添加这些系统并完成身份验证。
选择触发条件：决定智能体应在何时运行。智能体的触发条件是启动其运行的事件。工作空间智能体可以由人触发（有人要求它执行任务），也可以定时触发（在设定的时间运行）。你可以在智能体构建器的聊天中，用日常语言设置触发条件。
添加防护措施：为敏感操作设定边界、必要的审批要求，以及需要人工介入的检查环节。你可以直接在智能体构建器的聊天中添加这些要求，构建器会据此修改指令。
构建智能体时，持续迭代最能带来好的效果。在 ChatGPT 中，构建器也是这个迭代过程的一部分。测试智能体时，可以通过对话了解运行情况、发现问题，并逐步完善指令。
先尝试几个贴近实际的示例，既要有简单明了的请求，也要有缺少上下文或存在歧义的复杂请求。这样可以帮助你观察智能体的表现，发现哪些地方可能需要更明确的指令或防护措施。
测试时发现智能体的第一个版本不够完善，是很正常的。如果觉得哪里不太对，可以通过两种有效的方法来改进。
直接更新指令：在编辑器中进行小幅、具体的修改，例如澄清某个步骤、调整输出格式或添加限制条件。
用自然语言指导：如果问题还不明确，可以通过与构建器对话来梳理。你可以指出它遗漏了什么、提出开放式问题，或让它解释推理过程，从而发现指令中的不足。
修改后，再次测试，确认更新是否有效。
工作空间智能体专为团队共同参与、可重复执行的工作而设计。共享智能体能让团队用一致的方法完成任务，而不必每次都重新设计流程。
共享智能体时，要明确说明它的用途。在描述中说明它处理什么任务、何时使用、需要提供哪些输入，以及可以期待什么样的输出。共享智能体用于团队已经熟悉的某个具体、经常重复的工作流时，效果最好。提供一两个提示词示例，也能帮助其他人找到明确的入手点，更顺利地开始使用。
请记住，工作空间管理员通过基于角色的访问控制 (RBAC) 管理连接器和功能的访问权限。因此，团队成员可能需要相应权限，智能体才能使用 Slack、Gmail 或其他工具。
如需相关工具和指导，请探索 OpenAI Frontier。
