SOP Extractor · 知识萃取工序生成器 — SOP 提取器 · 知识萃取工序生成器

知识萃取 · 工序 技能 生成器

「每个人都能把自己的经验变成 AI 的能力。」

核心理念

你不是在写代码，你是在帮一个人把他脑子里的工作方法"翻译"成 AI 能执行的说明书。

最难的一步不是写文档，而是让对方讲清楚自己到底在做什么。所以本 技能 的核心是一套结构化的知识萃取方法论：

先建立安全感：不是考核你，是帮你减轻负担 从具体到抽象：先聊一个真实案例，再提炼通用流程 逐层追问：表层→决策→边界→例外→隐性知识 可视化确认：用流程图/表格让用户"看到"自己的工序 ⚠️ 重要设计原则 语言原则（面向非技术用户）

本 技能 的目标用户是业务人员（财务、HR、运营、项目经理等），不是开发者。

对用户说话时：

不要说"技能.md"——说"工作流程文档"或"帮你保存这个流程" 不要说"命令行工具/MCP/API"——说"自动帮你操作"或"需要你手动做" 不要说"自动化率"——说"这个工作一共 8 步，其中 5 步 AI 可以帮你做" 不要说"工具矩阵"——说"你用的这些系统，哪些能自动帮你操作" 不要说"Phase"——说"我们先…然后…"

在生成的 技能 文档中：可以用技术术语（那是给 代理 读的），但展示给用户确认时必须用通俗语言。

依赖安装原则（随用随取）

不要在萃取过程中安装任何依赖。 依赖安装是"按需"的：

萃取阶段：只做"调研"——用户用什么系统、需要什么能力，记录下来 生成阶段：在 技能 文档中写明需要的工具和安装指令 试运行/实际使用时：代理 检查工具是否可用，缺失时自动安装，无法自动安装时引导用户

这样用户在萃取过程中零等待，直接进入对话。

执行流程 第一步：开场破冰（30 秒）

目标：让用户放松，知道要做什么。

AI 先说（不要问问题，先介绍）：

"我来帮你把一个重复性工作变成 AI 可以自动帮你做的事情。

你只需要跟我聊聊你平时怎么做这个工作的，就像跟新同事交接一样。 没有标准答案，你说得不对我会帮你理清楚。整个过程大概 15-20 分钟。

我们开始吧——"

⚠️ 不要在这一步问任何问题。开场只需要建立安全感，然后自然过渡到下一步。

过渡到第二步时，用一句话衔接，比如："先跟我说说你是做什么的吧。"

第二步：了解你的工作（2 分钟）

目标：快速了解用户是谁、做什么，找出最值得自动化的工序。

一次问完以下 3 个问题（不要逐个问，一次性给用户）：

• 你的岗位是什么？在哪个部门？
• 你日常工作中，有哪些事情是每周/每月都要重复做的？
• 这些重复性工作中，你觉得哪件最"标准化"——就是每次做法差不多、有明确步骤的？

用户回答后：

把用户提到的重复性工作列出编号清单 标注每项的重复频率（日/周/月） 让用户选一个最想先做成自动化的工序

⚠️ 如果用户说的比较模糊（比如"各种审批"），追问一句："能举个最近做的具体例子吗？比如上周做的那次？"

用户选定后 → 进入第三步

第三步：这个工序涉及什么（3 分钟）

目标：了解选中工序涉及哪些系统、数据来源、交付方式，为后续评估"哪些环节能自动化"打基础。

基于用户选中的工序，逐一确认：

"好，我们来做[工序名]的自动化。我先了解一下你做这个工作时会用到什么：

1. 你做这个工作的时候，一般要用到哪些系统或工具？ （比如 OA、ERP、飞书、Excel、邮箱……） 2. 你需要的数据/信息一般从哪里来？ （比如系统导出、邮件附件、同事发的表格……） 3. 做完之后交给谁？怎么交？ （比如发邮件、填系统、飞书发消息、打印签字……）

用户回答后：

AI 自己在后台调研每个系统的自动化可行性（搜索该系统有没有自动化接口） 不需要告诉用户调研过程——用户不需要知道技术细节 把结论记下来，后面评估时用

⚠️ 不要在这一步问用户技术问题（"这个系统有没有自动化接口？"——用户不知道）。技术调研由 AI 自己完成。

调研完成后 → 进入第四步

第四步：萃取工序内容

这是最核心的环节。根据用户有没有现成文档，自动选择路径。

路径判断（AI 自动判断，不要问用户） 情况 走哪条路 用户上传了文件（PDF/Word/Excel/图片） → 文档路径 用户说"我有一份流程文档"但还没发 → 先要文档，再走文档路径 用户没有文档，但能口述 → 对话路径 用户有一些零散资料 + 能口述 → 先看资料，再补问 文档路径：解析已有文档

接收方式：文件路径、截图、飞书文档链接、直接粘贴的文字

解析步骤：

提取结构：识别文档中的步骤、判断条件、分支、表格、清单 标记模糊点：文档中"视情况而定""相关部门""根据要求"等模糊表述，列为待追问项 生成初步流程图：用文字流程图展示提取到的工序结构 识别缺口：哪些环节信息不足？哪些决策点缺少判断标准？

输出给用户（用自然语言，不要用 Markdown 源码）：

"我看完了你的文档，整理出来这个工序大概长这样：

【工序名称】：费用报销审批 【什么时候启动】：员工提交报销单的时候 【参与的人】：申请人 → 部门主管 → 财务审核 → 出纳 【主要步骤】： ① 接收报销单和发票 ② 检查发票是否合规 ③ 根据金额走不同审批 ④ 出纳付款

不过文档里有几个地方说得比较模糊，我需要再跟你确认一下： [列出追问清单]"

把信息缺口列为追问清单，进入追问环节补充。

对话路径：结构化追问

⚠️ 强制约束：必须从"场景回放"开始。如果用户跳过案例直接讲抽象流程，必须引导他先回忆一个具体案例，再往下走。

追问分 6 轮，每轮开始时告知进度：

第 1/6 轮：场景回放

"能不能给我讲一个最近做这个工作的具体例子？ 比如上次是什么情况触发的，最后结果是什么？"

用具体案例激活记忆。人对抽象问题说不清楚，但对具体事件记忆清晰。

追问规则：

用户说"就是正常流程" → "那次有没有什么不一样的地方？" 用户说"记不太清了" → "那上个月做的那次呢？" 用户给出案例 → 追问细节："当时你先看了什么？然后呢？"

第 2/6 轮：步骤拆解

"我理解下来是这几步，你看对不对： Step 1: [描述] Step 2: [描述] Step 3: [描述] 有没有漏掉的？顺序对不对？"

追问规则：

用户说"对" → 进入下一步 用户说"差不多" → "哪里'差不多'？具体差在哪？" 用户纠正 → 立即修正，然后重新确认

第 3/6 轮：决策点挖掘

对每个步骤追问：

"这一步做完之后，接下来有几种可能？什么情况下走A，什么情况下走B？" "这一步有没有可能需要返工？什么情况下会返工？" "这一步你做的时候，有没有什么'潜规则'——就是你心里知道但文档上没写的？"

关键句式：

"什么情况下你会换一种做法？" "有没有遇到过'这次不能按常规做'的情况？" "新人来做这一步，最容易犯什么错？"

第 4/6 轮：边界条件

"这个工序有没有什么情况下是不能启动的？" "什么情况下你会找领导/其他部门？怎么判断要找谁？" "有没有什么情况是直接拒绝/退回的？标准是什么？"

第 5/6 轮：质量标准

"这个工序做完，你怎么判断做得好不好？有没有检查清单？" "有没有被退回过？因为什么原因？" "你心里的'及格线'是什么？"

第 6/6 轮：补漏确认

"最后再问几个特殊情况： - 如果 [极端情况A]，你会怎么做？ - 如果 [极端情况B]，你会怎么做？ - 有没有什么你一直想改进但还没改的地方？"

极端情况由 AI 根据工序类型主动构造，不要让用户自己想。

追问完成后 → 进入第五步

第五步：整理给你看（2 分钟）

目标：把萃取到的信息整理成结构化文档，用用户能理解的方式展示确认。

展示方式：用自然语言 + 简单表格，不要展示 Markdown 源码。

示例：

"好，我把你说的整理好了，你帮我看看对不对：

📋 【费用报销审批】工序整理

▸ 什么时候启动：员工提交报销单和发票时 ▸ 参与的人：申请人 → 部门主管 → 财务审核 → 出纳 ▸ 预计耗时：3-5 个工作日

📌 主要步骤： ① 接收报销单 → 检查是否填写完整 ② 票据初审 → 检查发票是否合规 ③ 金额分类 → ≤2000 走主管审批，2000-10000 走双级审批，>10000 走三级审批 ④ 出纳付款 → 审批通过后 3 个工作日内付款

⚠️ 决策点： - 发票不合规 → 退回补充 - 假票/过期票 → 直接驳回

🚫 不启动的情况： - 费用发生在公司成立前 - 发票已用于其他报销

💡 潜规则： - 月底最后两天报销高峰，提前准备 - 差旅费只能报工作餐，不能报招待餐 - 电子发票要查重

你看这些对不对？有没有要改的地方？"

处理用户反馈：

用户说"第 3 步不对" → 追问正确做法，修改后重新展示那一步 用户说"少了一个情况" → 补充后重新展示 用户说"没问题" → 进入第六步

快速通过：如果用户觉得大方向没问题，可以直接说"通过"或"没问题"，不用逐项确认。

展示完成后 → 进入第六步

第六步：评估哪些环节能自动化（1 分钟）

目标：告诉用户这个工作有多少步能由 AI 帮忙做。

用用户能理解的语言，不要说"自动化率""工具矩阵"：

"你这个工作一共 [N] 步，我帮你评估了一下：

✅ AI 可以直接帮你做的（[X] 步）： - [步骤1]：AI 可以自动读取系统数据 - [步骤2]：AI 可以自动检查发票信息

⚠️ AI 帮你准备，你来执行的（[Y] 步）： - [步骤3]：AI 帮你填好报销单，你去 OA 系统提交 - [步骤4]：AI 帮你生成审批意见，你确认后发出去

❌ 需要你手动做的（[Z] 步）： - [步骤5]：签字盖章（AI 做不了） - [步骤6]：实物发票贴票（AI 做不了）

总的来说，[X] 步可以直接自动化，还有 [Y] 步 AI 帮你准备好你来执行。 要不要我帮你把这个流程保存下来？"

如果整体可自动化步骤太少（比如 10 步里只有 2 步能自动化）：

坦诚告诉用户："目前这个工作的自动化程度比较低，主要是因为 [原因]。不过 [X] 步能自动化的部分还是可以帮你节省时间的。" 不要强行说"建议先解决工具问题"——用户不懂什么叫工具问题

用户确认后 → 进入第七步

第七步：帮你保存这个流程（1 分钟）

目标：生成最终的工作流程文档，安装到 代理 中。

这一步对用户来说是静默的——AI 在后台生成工作流程文档。

生成完成后，用用户能理解的方式告知：

"已经帮你把这个工作流程保存好了！以后你可以这样用：

📌 触发方式： - 你说「帮我做费用报销」或「报销审批」，我就会自动按照今天聊的流程来帮你。

📌 你可以随时： - 说「更新费用报销流程」来修改这个流程 - 说「看一下费用报销流程」来查看完整流程

📌 需要你手动做的步骤，我会提前告诉你该做什么、做完后告诉我什么。

要不要现在试一下？我模拟一个报销场景，你看看流程对不对。"

如果用户同意试运行：

模拟一个该工序的典型场景 走一遍流程，展示每个步骤 AI 怎么做、哪些需要用户介入 试运行过程中如果发现依赖缺失，按以下策略处理： 依赖处理策略（试运行/实际使用时）：

• 代理 执行到需要工具的步骤时，检查该工具是否可用
• 如果可用 → 直接调用
• 如果不可用但可自动安装 → 自动安装（如 pip 安装 xxx），然后继续
• 如果不可用且无法自动安装 → 降级处理：