3.1 方案设计方法
课程逐节笔记离线副本 · lesson-09
⚡ 必背速达 · 38 个必要知识点
按场景点击直达;带 ↗ 的条目会跳到另一册(相对路径,离线可用)。左侧目录 / 手机抽屉目录顶部也有同一份速达清单,可边看边过滤。
章节:使用 ADP 开发智能体 | 来源:腾讯云 ADP-FDE 认证课程 | 整理日期:2026-09-26
3.1方案设计方法
做智能体方案时,第一步不是打开平台建应用,而是先判断:这个业务问题能不能被 稳定处理,应该用哪一种 ADP 模式承载,落地后用什么结果证明它真的有效。
学完这一节,你应能从一段客户需求中提炼业务目标、用户角色、资料与系统依赖、限制条件和;能够用标准模式、单工作流模式、 模式、
模式和智能工作台的差异判断场景适配度;能够把一个模糊需求拆成可进入 ADP 搭建的。
[图:方案设计方法|原课程截图,当前离线包未收录]
<figcaption>方案设计方法</figcaption>
3.1.1 先把需求说清楚:从客户描述到方案判断
客户往往不会直接说“我要一个标准模式应用”或者“我要一个单工作流”。他们通常会用业务语言描述问题,比如:
“我们客服每天要处理很多重复咨询,员工经常找不到制度文件,领导还希望能看到一线问题统计。能不能用 做一个助手,把这些事情都解决?”
这句话里同时包含了多个问题:重复咨询、知识检索、问题统计、管理看板。 方案设计时要先把它拆开,再判断哪些适合第一期做,哪些需要后续迭代。
(1)把客户需求翻译成 7 个维度
[图片未下载] 需求识别点击维度,展开方案问题清单 —
背景与现状
- 当前业务如何完成?主要痛点是什么?
- 哪些环节最耗时、最容易出错?
- 为什么现在需要引入智能体?
业务目标
- 希望改善效率、质量、成本还是体验?
- 目标能否用具体指标衡量?
- 什么结果可以认定项目成功?
使用对象
- 谁是直接使用者,谁是结果接收者?
- 用户具备怎样的专业背景?
- 使用频率、入口和典型场景是什么?
任务边界
- 智能体必须完成哪些任务?
- 哪些判断必须保留人工确认?
- 哪些情况需要拒答或转人工?
资料与知识
- 回答依赖哪些文档、数据和?
- 资料由谁维护,更新频率如何?
- 是否涉及权限、时效和保密要求?
系统与工具
- 需要连接哪些系统、接口或工具?
- 是否具备可用的 与鉴权方式?
- 执行动作如何记录、审计和?
限制与验收
- 响应速度、准确率和成本上限是什么?
- 有哪些合规、安全和终端限制?
- 验收数据集、流程和负责人是谁?
(2)第一期先做“能闭环、可验收”的部分
很多客户需求会从一个点扩散成一整套平台:既要问答、又要工单、又要数据分析、又要管理决策。第一期方案不追求一次性覆盖所有愿望,而是选出最容易闭环、最容易验证价值的切口。
- 能找到稳定资料的,优先做知识类能力,例如制度、产品、售后政策、操作手册。
- 流程已经固定的,优先做流程自动化,例如信息收集、条件判断、工单生成、结果通知。
- 需要多角色协同的,先确认每个角色的职责是否清楚,例如资料检索、数据分析、风险复核、结论生成。
- 需要读写文件、跑代码、临时分析的,先用 或智能工作台验证,再判断是否沉淀成固定应用。
3.1.2 用 ADP 模式理解场景适配度
标准模式、单工作流模式、模式、模式这四种智能体应用,解决的是“我要构建一个什么样的智能体应用”的问题。构建完成后,这个应用可以发布给目标用户使用,也可以通过接口被其他系统调用,所以更偏向应用构建和交付。一个应用搭好以后,往往可以服务多个用户。
而智能工作台解决的是“我自己怎么直接使用 来完成工作”的问题,是开箱即用的。它更像一个面向个人的 工作空间,用户可以在里面直接处理文件、调用工具、使用已有应用或能力来完成任务,也可以辅助进行上述四种智能体的应用构建与分发。因此它更偏向个人办公协助和应用构建者的工作环境,而不是独立于上述四种模式的新的应用开发模式。
所以如果从“给谁用”这个角度来看:
- 四种应用模式:主要是“搭一个应用,再给别人用”,强调可复用、可发布、可被多人或系统调用。
- 智能工作台:主要是“我自己进入一个工作空间,让 帮我完成当前工作”,强调个人使用和任务协作。不局限于技术人员,非技术人员也可以使用智能工作台进行日常的个人办公协助。
做什么:搭建稳定的单个智能体应用,适合围绕企业文档、产品资料、政策制度、FAQ 等内容做严肃问答,也可以按需补充工作流能力。
怎么用:配置、、模型和会话体验,让用户以问答方式获得稳定、可溯源的答案。
适合场景:员工制度助手、产品 FAQ 助手、售后知识助手、金融/医药/法务知识咨询。
参考案例:得物内部 IT/HR 知识问答、一汽丰田售后知识助手、东吴人寿保险知识问答。
做什么:承载明确、固定、重复执行的业务流程。每次用户请求都进入同一条流程,强调完整性、标准化和可控性。
怎么用:把“ → 条件判断 → 知识检索/接口调用 → 结果生成 → 异常兜底”编排成一条流水线。
适合场景:工单流转、证明开具、售后处理、审批辅助、定时报告、固定格式信息处理。
参考案例:航班延误证明申请、酒店客需送物工单、投诉分流处理、网页内容总结助手。
做什么:处理一个智能体难以独立完成、需要多个角色协作的复杂任务。重点不是固定流程,而是让不同 分工协同。
怎么用:为不同环节配置 ,例如需求理解、资料检索、数据分析、风险复核、结论撰写,由主 统筹。
适合场景:复杂研究、综合分析、专业报告、跨资料、需要复核的高风险内容生成。
参考案例:保险方案生成、复杂法律/海商法深问、经营分析报告、投研资料整理与复核。
做什么:处理开放性、探索性、长耗时或需要读写文件/运行代码/调用 的任务,更像一个可以动手处理文件和工具的数字同事。
怎么用:给它目标、文件和工具范围,让它自主规划、调用 、读写文件、生成。
适合场景:Excel 数据分析、报告生成、批量文件处理、内容生产、自动化办公、临时研究任务。
参考案例:数据分析助手、销售数据清洗与图表生成、批量文档整理、会议纪要与报告产出。
做什么:它不是与前四种完全同级的应用模式,更适合作为自然语言创建应用、辅助搭建和临时任务处理入口。
怎么用:用自然语言描述需求,让平台辅助生成应用初稿、调整配置、补充提示词或完成一次性任务。
适合场景:非技术用户低门槛创建应用、快速把想法变成初稿、临时处理文档或数据。
参考案例:“帮我创建一个销售数据分析助手”“帮我把这个客服需求变成应用初稿”。
[图:方案设计方法|原课程截图,当前离线包未收录]
<figcaption>方案设计方法</figcaption>
(1)模式选择看四个信号
不需要把模式选择做成复杂评分。实际项目中,只要抓住几个信号,就能快速判断初始方向。
(2)同一个客户需求可以分阶段落地
很多真实项目不是只选一种模式,而是分阶段组合。例如酒店智能服务助手,第一期可以用标准模式处理酒店信息和服务设施问答;当“客需送物、修改订单、维修报修”流程固定后,再用工作流把参数收集、工单生成和结果通知串起来;如果后续要做经营分析、用户声音总结和服务优化方案,可以再引入
或 处理分析任务。
[图:方案设计方法|原课程截图,当前离线包未收录]
<figcaption>方案设计方法</figcaption>
3.1.3 方案设计画布:把需求变成可搭建方案
完成场景适配判断后,需要把方案写成一页能评审、能搭建、能验收的画布。画布不追求长,而是把关键决策说清楚。
示例:把“售后客服助手”写成
3.1.4 场景拆解方法:从方案到 ADP 搭建路径
解决“要做什么”,场景拆解解决“怎么搭”。进入 ADP 之前,把场景拆成四层:业务流程、输入输出、知识依赖、系统依赖。
(1)业务流程拆解
把客户的业务动作按顺序写出来,区分哪些由用户完成,哪些由智能体完成,哪些仍然需要人工处理。流程越固定,越适合工作流;流程越开放,越需要 或 。
(2)输入输出拆解
输入输出决定怎么设计,也决定最终能不能被业务系统接收。自然语言回答只适合人看;、表格和字段更适合系统流转。
- 输入:用户问题、文件、图片、表格、链接、账号信息、业务编号、日期、地区、产品型号等。
- 中间:意图类别、关键字段、检索结果、接口返回值、判断结果、置信度、异常原因。
- 输出:自然语言答案、来源、结构化字段、、Markdown 表格、报告文件、工单编号、下一步操作。
[图:方案设计方法|原课程截图,当前离线包未收录]
<figcaption>方案设计方法</figcaption>
(3)知识依赖拆解
知识质量会直接影响智能体效果。进入平台前,先判断资料是否完整、是否结构清楚、是否可更新、是否需要分权限。
(4)系统依赖拆解
如果智能体只回答问题,系统依赖较少;如果智能体要“办事”,就需要提前确认接口、权限、字段和安全边界。
- 要查什么系统:、、工单系统、订单系统、HR 系统、、数据库。
- 要调用什么能力:插件、、、数据库连接、企业微信、小程序、。
- 要遵守什么权限:不同角色能看哪些知识、能调用哪些接口、能不能下载文件、能不能触发工单。
- 要保留什么日志:用户问题、命中文档、接口调用、工作流结果、异常原因、人工接管记录。
[图:方案设计方法|原课程截图,当前离线包未收录]
<figcaption>方案设计方法</figcaption>
行业方案判断速查:目标、能力、指标与边界
行业案例不需要逐个背产品功能。判断时始终沿着“业务目标—输入资料—能力组合——风险边界”五个问题展开。下面的矩阵把常见场景压缩成可复用的方案判断。
任何行业都要确认的六项
数据、 与高风险操作边界
**数据进入 ADP
前:**先确认数据分类分级、使用授权和部署环境,再按需要;确定哪些字段可以入库、哪些人可以访问、保存多久。员工薪资、客户身份、医疗和金融信息等敏感数据不能因为“用于知识问答”就直接全量导入。
:法律、医疗、金融、绩效处分等高风险输出只能作为辅助信息,必须保留授权专业人员或管理人员审核。免责声明不能替代可靠依据、权限控制、人工确认和申诉渠道。
操作分级:知识检索和只读查询可在权限范围内自动执行;创建工单等可逆动作要校验入参并留痕;删除、付款、改价、赔付、改配置等高影响动作必须增加审批或二次确认,并准备/补救和人工接管。
3.1.5 练习:把一个客户需求拆成 ADP 方案
阅读下面的客户需求,完成后面的方案拆解。
某连锁零售企业反馈:门店员工每天会在企业微信里咨询商品知识、促销政策、退换货规则和会员权益。总部希望减少人工答疑,同时把高频问题沉淀下来,后续还能根据一线问题改进培训材料。部分问题需要查门店所在区域的活动政策,部分投诉类问题需要生成工单转给售后团队。
[图片未下载] 方案练习填写你的方案判断,再查看参考拆解 —
参考拆解
目标:缩短查询时间并提升回答一致性,以、采纳率和转人工率衡量。
对象:一线业务人员,通过企业内部入口高频使用。
边界:仅基于授权知识回答;信息缺失或高风险决策转人工。
能力:接入与必要工具,记录来源、执行结果和异常。
3.1.6小结
ADP 方案设计的核心,是把“客户想要 ”翻译成“平台可以稳定承载的业务能力”。本节可以用三句话收束:
- 先识别业务问题:看清背景、目标、用户、资料、流程、系统、边界和。
- 再选择承载模式:稳定问答优先标准模式,固定流程优先单工作流,复杂协作考虑 ,开放探索和文件处理考虑 ,低门槛创建从智能工作台开始。
- 最后拆成搭建路径:把业务流程、输入输出、知识依赖和系统依赖拆清楚,后续才能进入具体应用搭建。
下一节 3.2「智能体实际应用示例」会把这些方案判断方法放到真实业务场景里,继续看知识助手、客服助手、内容创作助手、数据分析助手等分别如何落地。