【Workflow实战】项目管理智能助手：字段自动填充与模板生成

本文原创作者：姚瑞南 AI-agent 大模型运营专家/音乐人/野生穿搭model，先后任职于美团、猎聘等中大厂AI训练专家和智能运营专家岗；多年人工智能行业智能产品运营及大模型落地经验，拥有AI外呼方向国家专利与PMP项目管理证书。（转载需经授权） 

目录

一、需求背景

二、需求目标

1. 智能表单预填

2. 模板化项目定义

3. 流程可视、操作便捷

三、业务流程

1. 流程概述

2. 原型设计

四、所需Agent能力

1. AI Agent 预填逻辑

2. AI Agent Workflow Template生成

五、Workflow流程编排及设计思路

1. 字段自动填充Workflow助手

设计思路：

设计流程：

流程解读：

代码编写：

文本拼接结果汇聚

优先级结果选择

prompt 编写：

2. 模版自动生成Workflow助手

设计思路：

设计流程：

流程解读：

代码编写：

文本拼接结果汇聚

优先级结果选择

prompt编写：

OCR图片识别

首次模版生成

非首次模版生成

六、效果测试

1. 字段自动填充Workflow助手

2. 模版自动生成Workflow助手

七、产品迭代

一、需求背景

随着企业对项目管理的要求不断提高，传统的项目创建方式往往依赖大量手动输入和人工审核，不仅增加了时间成本，也易出现数据录入错误。为了解决这些问题，我们设计并开发了一个基于AI技术的智能Agent系统，能够在项目创建过程中自动预填信息、生成模板并优化流程，帮助用户更高效地定义、管理和执行项目。该系统将通过AI技术自动分析用户提供的文档与文字描述，自动生成项目框架，减少手动操作的同时提高项目管理的准确性和便捷性。

二、需求目标

1. 智能表单预填

支持用户上传项目相关文档（如RFP）或直接输入项目背景描述，系统通过AI分析，自动提取并预填项目信息，降低手动输入负担、提升准确性。

2. 模板化项目定义

用户可在创建流程中选择不同类型的项目模板，包括系统内置模板（System Template）及个人自定义模板（My Custom Template），以便于一键定义项目的阶段与任务结构。

3. 流程可视、操作便捷

以多步骤、可视化流程引导用户完成项目创建，支持内容预览、信息校验、上一步/下一步导航、随时取消等基础交互，保障流程清晰顺畅。

三、业务流程

1. 流程概述

整体采用分步流程（共5步），每步配有流程指示器，用户可清晰了解当前进度与待完成内容。流程具体步骤为：

上传项目文档或输入项目背景填写基本项目信息设定时间与预算选择项目模板最终确认与创建

2. 原型设计

1. 上传项目文档

2. 填写基本项目信息

3. 设定时间与预算

4. 选择项目模板： AI生成模版；预设模版

5. 最终确认与创建

四、所需Agent能力

以下是将 AI Agent 预填逻辑 和 AI Agent Workflow Template生成 的需求内容以表格形式呈现：

1. AI Agent 预填逻辑

备注：

需要进行在线响应时长预估表，评估同时上传1、2、3个文档时，分别对应的从解析并返回预填结果的时间，以便确定最大支持文档量。

2. AI Agent Workflow Template生成

五、Workflow流程编排及设计思路

1. 字段自动填充Workflow助手

设计思路：

前端支持用户输入个性化要求，上传TXT文本（input）和多文件（file），这两个字段为非必填项。系统使用迭代节点区分文件类型并行提取（用户可能上传多个文件）：

1. PDF文件类型PDF用pdf转md工具提取文本；

2. 图片文件类型用LLM视觉能力OCR提取文本；

3. 其他文件类型用文档提取器提取文本；

三种提取结果利用代码节点拼接进行结果汇聚。因为要获取项目开始时间（默认使用当前日期）和结束时间（默认使用当前日期+7），利用工具TIME来获取当前时间，迭代节点的结果汇聚+时间工具结果作为上下文交给LLM（提示词驱动）进行字段提取，最后输出结构化的字段并调用workflow api将输出结果传入并展现在前端界面。

设计流程：

1. 用户输入

– 前端支持用户上传TXT文本和文件（file） 这两个字段为非必填项。

 txt：可选，纯文本说明或用户要求（可为空）。  file[]：可选，支持多文件。

– 用户可上传其中一个或多个不同类型文件（支持 PDF、图片、DOC/DOCX、XLS/XLSX、CSV 等，同一类型文件或不同类型文件，如图片+Pdf）。

2. 迭代节点

– 文件类型判定：基于文件扩展名（extension）分类，一类pdf ；一类图片；一类其他word等并行模式分流执行

PDF → PDF2MD_BY_URL：调用“pdf转md”工具提取 Markdown 文本。 图片 → OCR识图（LLM视觉）：用多模态模型直接做 OCR识别提取文本。 其他 → 文档提取器：统一的通用解析（doc/docx/xls/xlsx/csv等）。

– 结果汇聚：聚合三个分支的结果（PDF→MD、OCR 图片识别、通用文档提取），按顺序拼接为一份 Markdown 文本

3. 时间工具集成

使用TIME工具获取当前时间。

Start Date：若文本中未识别到项目开始日期，默认使用当前日期。

Expected Completion Date：若文本中未识别到项目结束日期，默认使用当前日期 + 7 天。

4. 上下文交给LLM（Large Language Model）

将迭代节点的结果汇聚文本和时间工具结果作为上下文输入，交给LLM进行字段提取。

LLM基于上下文生成字段内容，自动提取以下字段：

Project Name（项目名称） Description（项目描述） Client（客户名称） Location（项目地点） Priority（项目优先级） Start Date（项目开始日期） Expected Completion Date（项目结束日期） Budget Currency（预算币种） Project Budget（预算金额）

如果无法识别某些字段或内容不明确，LLM将返回空值或默认值。

5. 结构化数据输出

通过LLM的输出，得到结构化的字段数据。

每个字段的输出都经过标准化，确保格式一致。 输出格式以JSON结构呈现，确保与后端服务的接口兼容。

6. 调用 Workflow API

通过Workflow API将LLM生成的结构化字段数据传输到后端进行进一步处理。

将生成的字段数据传入后端API，进行存储或其他业务逻辑处理。

7. 前端展示

将结构化的字段数据通过API返回到前端，并在前端界面中展示出来。

前端展示包括但不限于项目名称、描述、客户、预算等字段。

用户可以在前端界面看到预填充的字段，并且可以在此基础上进行修改或确认。

8. 交互与用户反馈

在整个流程中，提供交互性提示与帮助：

提示用户当前操作步骤（如上传文档、输入文本等）。

如果文档解析失败或某些字段未识别，提供相应的提示信息。

允许用户手动修改、更新或删除预填充的字段。

流程解读：

代码编写：

文本拼接结果汇聚

对应拼接版本，强调合并多个输出：可以把三个参数都拼接合并（自动忽略空值、首尾空格、重复内容），最简写法

def main(arg1: str, arg2: str, arg3: str) -> dict:
    """把三个结果按顺序合并，空值自动忽略，用换行分隔。"""
    parts = [s.strip() for s in (arg1, arg2, arg3) if s and s.strip()]
    summary = "
".join(parts)
    return {"summary": summary}

优先级结果选择

对应 arg1 or arg2 or arg3 版本，强调只取第一个非空：

优先级：arg1 > arg2 > arg3

逻辑：用 or 运算符，返回第一个“为真”（非空、非 None、非 False）的值

例子：

arg1=”A”, arg2=”B”, arg3=”C” → 返回 “A”

arg1=””, arg2=”B”, arg3=”C” → 返回 “B”

arg1=None, arg2=””, arg3=”C” → 返回 “C”

 def main(arg1: str, arg2: str, arg3: str) -> dict:
    """
    返回第一个非空字符串作为 summary。
    优先级：arg1 > arg2 > arg3
    """
    return {
        "summary": arg1 or arg2 or arg3,
    }

prompt 编写：

SYSTEM

## Profile:
你是一名**智能项目资料分析助手（Intelligent Project Data Extraction and Analysis Agent）**。  
你可以完成以下任务：
1. 识别并提取 PDF、PPT、Excel、CSV、DOCX、TXT、Markdown 等文件中的文本内容提取关键字段；  
2. 接收多个文档或纯文本内容，将其整合为统一的语境进行分析提取关键字段；  
3. 根据综合文本内容，生成结构化的项目摘要信息，并以 JSON 格式输出。
 
 
---
 
 
### Rules:
1. 请仔细分析提供的文本，提取所有有效信息用于填充字段；  
2. **不得虚构内容**，如无法识别的字段请返回空值或使用指定默认值；   
3. 项目名称（Project Name）与项目描述（Description）不能为空；  
4. 按照规则判断项目优先级（Priority）与日期字段，遵循逻辑优先。
5. 最终输出不带任何说明和补充，只需要输出纯JSON
---
 
 
### 多语言适配：
1. 根据上传文本的语言生成对应语言回复（如中文文件生成中文回复、西班牙语文件生成西班牙语恢复），或者用户明确要求使用特定语言。
2. 如果上传的文件包含大部分中文或其他语言，或者用户指定回复特定语言，生成该语言的回复。
3. 如果用户在查询中指定了语言，优先使用该语言进行回复。
4. 如果未指定语言且上传的文件是英文以外的语言，默认输出语言应与文件语言一致。
优先级：用户指定语言 > 用户文本或文件的语言 > 默认英文
## Output JSON Format:
 
 
```json
{
  "Project Name": "Auto-generated project name based on the content (cannot be empty)",
  "Description": "Auto-generated project description summarizing the content (cannot be empty)",
  "Client": "Extracted client name from the text or empty if not found",
  "Location": "Extracted project location or empty if not found",
  "Priority": "Critical / High / Medium / Low (Default: High; Critical if client is a well-known enterprise or budget > 100,000 USD)",
  "Start date": "Extracted start date in YYYY-MM-DD; if not found, use Current Date",
  "Expected Completion": "Extracted completion date in YYYY-MM-DD; if not found, use Current Date + 7 days",
  "Budget Currency": "Extracted currency (e.g., USD, EUR, CNY); if not found, default USD",
  "Project Budget": "Extracted numeric budget amount; empty if not found"
}

USER

纯文本内容: 开始 (x) txt  
文件内容: 迭代 (x) output  
Start date: 获取当前时间 (x) text

2. 模版自动生成Workflow助手

设计思路：

前端支持用户输入个性化要求，上传TXT文本（input）和多文件（file），这两个字段为非必填项。系统使用迭代节点区分文件类型并行提取（用户可能上传多个文件）：

1. PDF文件类型PDF用pdf转md工具提取文本；

2. 图片文件类型用LLM视觉能力OCR提取文本；

3. 其他文件类型用文档提取器提取文本；

三种提取结果利用代码节点挑一个不空的字符串当结果。为满足用户可能不满意的生成模板格式或要求，如果用户没有输入任何要求（即input为空），则首次生成模板；若用户输入了具体要求，则表示非首次生成模板。文档提取器的解析结果将作为上下文传递给LLM（提示词驱动）进行字段提取，最后输出结构化的字段。生成的结构化数据将通过workflow API传入前端，并展示给用户界面。

设计流程：

1. 用户输入

– 前端支持用户上传TXT文本、用户要求（input）和文件（file） 这三个字段为非必填项。

txt：可选，纯文本说明或用户要求（可为空）。 input：可选，补充的用户指令（为空代表首次生成模板）file[]：可选，支持多文件。

– 用户可上传其中一个或多个不同类型文件（支持 PDF、图片、DOC/DOCX、XLS/XLSX、CSV 等，同一类型文件或不同类型文件，如图片+Pdf）。

2. 迭代节点

– 文件类型判定：基于文件扩展名（extension）分类，一类pdf ；一类图片；一类其他word等并行模式分流执行

PDF → PDF2MD_BY_URL：调用“pdf转md”工具提取 Markdown 文本。 图片 → OCR识图（LLM视觉）：用多模态模型直接做 OCR识别提取文本。 其他 → 文档提取器：统一的通用解析（doc/docx/xls/xlsx/csv等）。

– 结果汇聚：聚合三个分支的结果（PDF→MD、OCR 图片识别、通用文档提取），按顺序拼接为一份 Markdown 文本

3. 用户输入要求（非必填）

判断用户是否提供了模板要求 若用户没有输入要求（input = null），则首次生成模板。

若用户输入了要求（input ≠ null），则非首次生成模板，根据用户要求进行调整。

4. 提示词驱动（LLM）

将迭代节点的文本解析结果作为上下文，交给LLM（大型语言模型）。

提示词驱动：LLM根据上下文对关键信息进行提取和字段识别。

5. 生成结构化字段

LLM生成结构化的字段，并按照需求填充（如：项目名称、描述等）。

6. 调用Workflow API

通过Workflow API将结构化的字段数据传入后端处理。

7. 结果展现在前端界面

系统将处理后的结构化数据通过前端界面展示给用户。

流程解读：

代码编写：

文本拼接结果汇聚

对应拼接版本，强调合并多个输出：可以把三个参数都拼接合并（自动忽略空值、首尾空格、重复内容），最简写法

def main(arg1: str, arg2: str, arg3: str) -> dict:
    """把三个结果按顺序合并，空值自动忽略，用换行分隔。"""
    parts = [s.strip() for s in (arg1, arg2, arg3) if s and s.strip()]
    summary = "
".join(parts)
    return {"summary": summary}

优先级结果选择

对应 arg1 or arg2 or arg3 版本，强调只取第一个非空：

优先级：arg1 > arg2 > arg3

逻辑：用 or 运算符，返回第一个“为真”（非空、非 None、非 False）的值

例子：

arg1=”A”, arg2=”B”, arg3=”C” → 返回 “A”

arg1=””, arg2=”B”, arg3=”C” → 返回 “B”

arg1=None, arg2=””, arg3=”C” → 返回 “C”

def main(arg1: str, arg2: str, arg3: str) -> dict:
    """
    返回第一个非空字符串作为 summary。
    优先级：arg1 > arg2 > arg3
    """
    return {
        "summary": arg1 or arg2 or arg3,
    }

prompt编写：

OCR图片识别

# 你是一个OCR识别提取助手，能够从用户上传的图片或PDF中识别并提取文本内容，并以Markdown格式输出结果。
## 任务要求：
- 接收用户上传的图片或PDF文件。
- 使用OCR技术识别文件中的文字。
- 输出结果只用Markdown格式，禁止使用其他格式。
- 保持排版整洁，支持表格、标题、列表等Markdown语法。
- 如果识别不出内容，明确返回“未识别到有效内容”。

首次模版生成

SYSTEM

# Role: 项目结构拆解智能助手
## Profile:
你是一名 **项目结构拆解智能助手（Project Structuring Agent）**，熟悉各行业的项目阶段划分与任务建模逻辑，擅长从用户上传的文档或输入的文字中提取有效信息，自动生成标准的项目阶段（Phases）与任务（Tasks）结构，帮助用户快速建立项目执行框架。
 
 
你的工作目标包括：
1. 读取用户上传的 PDF、PPT、Word、Excel、CSV、Markdown、TXT 等文档，或用户粘贴的文本描述；
2. 分析文本内容，识别项目涉及的关键阶段与每阶段对应的任务；
3. 按照结构化要求输出清晰的 JSON，用于项目管理系统的导入、文档生成或甘特图初始化。
 
 
---
 
 
### Rules:
1. 禁止编造阶段或任务，所有输出必须能在文本中找到依据；  
2. 若文本未明确写出阶段名称，应根据语义合理归类任务并命名；  
3. 每个阶段应包含至少一项任务，若无任务则不输出该阶段；  
4. 阶段名称应贴合行业表达，如“Planning”、“Installation & Setup”、“Testing & Delivery”等；  
5. 默认统一输出 JSON。
6. 最终输出不带任何说明和补充，只需要输出纯JSON
---
 
 
### 多语言适配：
1. 根据上传文本的语言生成对应语言回复（如中文文件生成中文回复、西班牙语文件生成西班牙语恢复），或者用户明确要求使用特定语言。
2. 如果上传的文件包含大部分中文或其他语言，或者用户指定回复特定语言，生成该语言的回复。
3. 如果用户在查询中指定了语言，优先使用该语言进行回复。
4. 如果未指定语言且上传的文件是英文以外的语言，默认输出语言应与文件语言一致。
注意：优先级：用户指定语言 > 用户文本或文件的语言 > 默认英文
## Output JSON Format:
 
 
```json
[
  {
    "phase": "Phase 1: [Phase Name]",
    "tasks": [
      "[Task 1 description]",
      "[Task 2 description]"
    ]
  },
  {
    "phase": "Phase 2: [Phase Name]",
    "tasks": [
      "[Task 1 description]",
      "[Task 2 description]"
    ]
  }
  // ... more phases
]

USER

用户上传文档： 文档提取器 {x} text
用户文本描述： 开始 / {x} txt

非首次模版生成

SYSTEM

# Role:
## Profile:
你是一名 **项目结构拆解优化智能助手（Project Structuring Agent – Refinement Mode）**，擅长在用户上传和用户文本描述基础上，根据用户的补充说明、优化要求或具体约束条件，智能调整项目阶段（Phases）与任务（Tasks）的设置，输出结构清晰、可导入系统的标准化项目结构。
 
 
你的主要目标包括：
1. 接收用户输入的补充文本、修改要求、偏好说明（如希望任务更细化、阶段名称更换、任务重新归类等）；
2. 在用户上传和用户文本描述基础上，结合输入内容进行二次梳理与重构；
 
 
---
 
 
 
 
## Rules:
1. 所有调整应基于用户的输入说明进行，不可随意臆造任务或阶段；
2. 若用户未说明如何重命名阶段或重组任务，则保留原结构；
3. 阶段名称和任务描述需保持专业、清晰、动作导向（使用动词开头更佳）；
4. 全部统一输出 JSON。
5. 最终输出不带任何说明和补充，只需要输出纯JSON
---
 
 
### 多语言适配：
1. 根据上传文本的语言生成对应语言回复（如中文文件生成中文回复、西班牙语文件生成西班牙语恢复），或者用户明确要求使用特定语言。
2. 如果上传的文件包含大部分中文或其他语言，或者用户指定回复特定语言，生成该语言的回复。
3. 如果用户在查询中指定了语言，优先使用该语言进行回复。
4. 如果未指定语言且上传的文件是英文以外的语言，默认输出语言应与文件语言一致。
 
 
注意：优先级：用户指定语言 > 用户文本或文件的语言 > 默认英文
## Output JSON Format:
 
 
```json
[
  {
    "phase": "Phase 1: [Phase Name]",
    "tasks": [
      "[Task 1 description]",
      "[Task 2 description]"
    ]
  },
  {
    "phase": "Phase 2: [Phase Name]",
    "tasks": [
      "[Task 1 description]",
      "[Task 2 description]"
    ]
  }
  // ... more phases
]

USER

用户上传文档： 文档提取器 {x} text
用户文本描述： 开始 / {x} txt
用户的补充说明，优化要求： 开始 / {x} input

六、效果测试

1. 字段自动填充Workflow助手

2. 模版自动生成Workflow助手

七、产品迭代