> ## Documentation Index
> Fetch the complete documentation index at: https://help.teable.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# AI 生成

> 在工作流中使用 AI 模型生成文本或结构化数据

<Tip>
  我们强烈建议使用运行脚本来搭建自动化，因为它可以覆盖所有操作行为，包括原本需要手动搭建的操作。你只需在 AI 对话中描述需求即可。

  请注意：如果你手动添加操作，AI 后续将无法识别或修改它们。
</Tip>

## 用 AI 创建

打开表格右侧边栏的 AI 对话，描述你的需求。

AI 会为你处理一切：选择合适的触发器和操作，映射字段，自动配置整个工作流。

只需描述一次目标，工作流即刻就绪，无需手动配置。

向大语言模型发送提示词（Prompt），返回文本或结构化 JSON 数据。你可以在提示词中插入记录字段的变量，让 AI 根据每条记录的具体内容生成个性化的结果。

## 配置

| 设置          | 必填 | 说明                              |
| ----------- | -- | ------------------------------- |
| 提示词（Prompt） | 是  | 你的指令，点击 **+** 可插入前序步骤的变量        |
| 模型          | 否  | 选择要使用的模型，默认为系统模型                |
| Temperature | 否  | 0–1 之间。越低结果越确定、可重复；越高结果越多样、有创造性 |
| 输出类型        | 否  | **文本**（默认）或 **JSON**（结构化输出）     |
| 附件          | 否  | 图片、PDF、Word 或 Excel 文件，需要视觉模型支持 |

## 模型能力标签

| 标签            | 含义                          |
| ------------- | --------------------------- |
| 视觉（Vision）    | 可以读取和理解图片、PDF、Word、Excel 文件 |
| 推理（Reasoning） | 同时返回答案和逐步推理过程，适合复杂分析任务      |

## 如何设置

1. 在工作流中添加 **AI 生成**操作。
2. 编写提示词。在提示词中通过 **+** 按钮插入变量，让 AI 处理动态数据。
3. （可选）选择模型。不同模型在速度、成本和能力上有差异。
4. （可选）调整 Temperature。分类、提取等需要准确性的任务建议设低值（0–0.3）；创意写作建议设高值（0.7–1）。
5. （可选）选择输出类型。如果需要结构化数据，选择 JSON。
6. 点击**测试**查看 AI 的输出结果。

## Prompt 编写技巧

### 基本原则

* **明确任务**：清楚告诉 AI 要做什么，避免含糊的指令。
* **提供上下文**：通过变量将相关数据传入，让 AI 有足够的信息做判断。
* **指定格式**：明确期望的输出格式，尤其在使用 JSON 输出时。
* **给出示例**：对于复杂任务，在提示词中包含一两个输入输出示例。

### 具体 Prompt 示例

**工单分类**：

```
请根据以下客户工单内容，判断工单类别和紧急程度。

工单内容：{{工单描述}}

类别选项：技术问题、账单问题、功能建议、使用咨询
紧急程度：高、中、低

请以 JSON 格式返回：
{"category": "类别", "urgency": "紧急程度", "reason": "判断理由"}
```

**邮件内容生成**：

```
你是一位专业的客户服务代表。请根据以下信息为客户撰写一封友好的跟进邮件。

客户姓名：{{客户名称}}
上次沟通内容：{{上次备注}}
产品名称：{{产品名称}}

要求：
- 语气友好专业
- 提及上次沟通的内容
- 询问是否需要进一步帮助
- 控制在 200 字以内
```

**数据提取**：

```
请从以下发票文本中提取关键信息：

{{发票正文}}

请以 JSON 格式返回：
{
  "vendor": "供应商名称",
  "invoice_number": "发票号码",
  "amount": "金额（数字）",
  "date": "日期（YYYY-MM-DD 格式）",
  "items": ["项目1", "项目2"]
}
```

**内容摘要**：

```
请将以下会议记录总结为 3-5 个要点，每个要点一句话。

会议记录：
{{会议记录内容}}
```

**内容生成**：

```
为客户 {{客户名称}} 撰写一封专业的跟进邮件，内容关于其咨询的 {{产品名称}}。
控制在 150 字以内。提及我们会在 24 小时内回复。
```

**翻译**：

```
将以下文本从 {{源语言}} 翻译为 {{目标语言}}。
保留原始格式。

文本：{{内容}}
```

## JSON 输出

选择 JSON 输出类型后，AI 会返回结构化的 JSON 数据。后续步骤可以引用 JSON 中的具体字段。

使用 JSON 输出的建议：

* 在提示词中明确指定 JSON 的结构和字段名
* 提供一个示例 JSON 帮助 AI 理解期望的格式
* 将 Temperature 设为较低值（0–0.3）以获得更稳定的结构化输出

## 视觉模型

选择带有"视觉"标签的模型后，可以在附件中上传图片、PDF、Word 或 Excel 文件。AI 会读取文件内容并根据提示词进行处理。

典型场景：

* 从发票图片中提取金额和供应商信息
* 读取 PDF 合同中的关键条款
* 分析 Excel 报表中的数据趋势

## 算力消耗

每次 AI 生成调用会根据以下因素消耗算力：

* 输入 Token 数量（提示词 + 变量内容）
* 输出 Token 数量（AI 生成的结果）
* 所选模型的单价

算力消耗会在测试面板中实时显示。建议在正式启用前通过测试了解单次调用的消耗，评估批量处理时的总成本。

支持[循环执行](../logic/loop-run)，可以批量处理多条记录的 AI 任务。

## 适用场景

* **工单自动分类**：收到新的客户工单时，AI 自动分析内容并填写类别和优先级字段，减少人工分拣时间。
* **发票数据提取**：收到发票邮件或上传发票图片后，AI 提取供应商、金额、日期等信息，自动填入财务表。
* **内容生成与翻译**：根据产品信息自动生成多语言的产品描述，或将客户反馈翻译为英文供国际团队查看。
* **图片和文档分析**：使用视觉模型读取上传的发票、收据或截图，自动提取关键信息。
* **数据质量检查**：批量检查记录中的文本内容，标记拼写错误、格式不规范或信息缺失的记录。

## 注意事项

* 使用**测试面板**在正式启用前反复调试提示词，用真实数据验证输出格式和质量。
* 对于分类等需要一致性的任务，将 Temperature 设为 0 或接近 0。
* AI 生成的结果可能不完全准确，建议在关键业务场景中增加人工审核环节。
* 提示词越具体、上下文越充分，AI 的输出质量越高。
* JSON 输出模式下，如果 AI 返回的 JSON 格式不正确，后续引用字段时可能获取不到值。建议在提示词中提供明确的格式说明和示例。
* 通过**空间 → 设置 → AI 配置**可以连接第三方 AI 模型（如 OpenAI、Azure OpenAI 等）。详细步骤请参考[自定义 AI 模型](/zh/basic/ai/custom-model)。

<Tip>通过**空间 → 设置 → AI 配置**连接第三方 AI 模型。</Tip>

## 相关文档

* [循环执行](/zh/basic/automation/actions/logic/loop-run)
* [运行脚本](/zh/basic/automation/ai/scripting/runscript)
* [发送邮件](/zh/basic/automation/actions/communication/send-email-overview)
* [更新记录](/zh/basic/automation/actions/records/update-record)