01BUSINESS
业务定义问题
由运营提出真实痛点、口径、判断规则和最终需要的结果。
下一步 → AI × 飞书 × 京东经营
让数据自动变成经营动作。
从自动取数、文件解析到五大经营看板，再通过 AI 共创持续迭代—— 把重复的数据工作变成可稳定运行的智能运营中枢。
6 个环节完整自动化数据链路
5 大看板覆盖经营与系统视角
1 套共创业务主导，AI 协同实现
自动取数
指标计算
五大看板
INTELLIGENT OPS CORE
智能运营中枢DATA → DECISION → ACTION当前：数据与诊断能力持续验收
SCROLL TO EXPLORE
01 / AUTOMATION PIPELINE
一份原始报表，如何变成经营结果
不是简单把文件搬进飞书，而是让数据连续经过六个自动化环节，最终变成可信、可读、可行动的经营信息。
06 / RESULT OUTPUT
结果展示
结果写入飞书多维表格，形成经营看板、AI 日报和后续动作入口。
输入指标、风险与经营建议
系统处理写表 · 看板汇总 · 日报触达
输出五大看板 + AI 日报
PIPELINE RUNNING飞书云函数 · 自动化处理引擎
INPUT指标、风险与经营建议
→PROCESSING写表 · 看板汇总 · 日报触达
→OUTPUT五大看板 + AI 日报
01
业务日期与文件结构校验
PASS02结果展示任务执行
RUNNING03结果写入与运行留痕
READY02 / FIVE DASHBOARDS
最终形成五大核心看板
看板只是结果呈现，但每一张看板都对应一个明确的经营问题，并且可以继续进入建议、复核和后续动作。
DASHBOARD 05
已逐步形成系统运行与数据健康
监控报表任务、数据完整性、重复记录、业务日期和归档状态，保障每日链路稳定。
报表任务全过程追踪
数据缺失自动检测
重复记录自动校验
归档状态安全留痕
趋势与风险分布自动更新
核心输出按优先级
01任务监控重点
02完整性检查查看
03归档与恢复查看
03 / AI CO-CREATION
一个运营人，如何与 AI 共创系统
业务人员不是把问题交给 AI 后等待答案，而是始终掌握业务规则、验收标准和上线边界。
核心方法业务定义方向×AI 加速实现×人工最终验收
02AI STRUCTURE
AI 结构化拆解
把业务语言拆成数据输入、处理逻辑、安全边界和验收标准。
下一步 →03CODEX
Codex 实现与测试
完成代码实现、自动化测试、文档整理和版本化交付。
下一步 →04CLAUDE CODE
Claude Code 交叉审查
从另一套模型视角检查逻辑遗漏、风险边界与异常路径。
下一步 →05VERIFY
全量验证与安全检查
执行语法检查、回归测试、安全扫描和只读演练。
下一步 →06HUMAN REVIEW
人工验收迭代
结合实际日志和业务结果验收，再进入下一轮规则优化。
进入下一轮迭代业务侧提出痛点、定义口径、判断结果是否可用
AI 侧拆解任务、实现代码、交叉审查、完成验证
安全边界先测试与只读演练，再由人工决定是否进入下一阶段
04 / FINAL ROADMAP
最终项目规划：五级运营中枢
从可信数据开始，逐层增加诊断、任务、执行和多智能体协同能力；规划与现状明确分开。
01已跑通
PHASE 01智能数据中枢
自动采集、解析、清洗、匹配、归档、缺失检测与经营看板。
02当前建设重点
PHASE 02智能诊断中枢
异常识别、AI 日报、机会池及补货、清仓、活动与广告建议。
03下一阶段
PHASE 03智能任务中枢
建议转任务，绑定负责人、优先级、风险、截止时间与飞书触达。
04中期规划
PHASE 04智能执行中枢
生成执行草稿，经审批后提交，并把处理结果安全回写。
05最终目标
PHASE 05全自动运营中枢
低风险自动执行、高风险人工审批、自动复盘与多智能体协同。
已跑通 / 当前建设
下一阶段 / 中长期规划
审批后执行、自动提交和多智能体协同均属于后续规划，不作为当前已完成能力展示。
FULL PROJECT DEMO
从一份文件，看到整个项目。
约 1 分 42 秒、18 幕连续语音动画，完整讲清项目背景、自动化链路、五大看板、AI 共创与最终规划。