AI 配方
定义
AI 配方是可重复使用的单一操作 AI 任务，具有结构化提示、型别化输入 Schema 和型别化输出 Schema。配方是 JieGou 中 AI 自动化的基本建构模组——每个配方执行一个定义明确的操作，例如评估潜客、草拟电子邮件或提取发票资料。
AI 配方如何运作
配方由三部分组成：定义配方所需资料的输入 Schema、结构化 LLM 请求的提示范本，以及定义配方回传内容的输出 Schema。当您执行配方时，JieGou 会以您的输入资料填入提示范本，将其传送至您选择的 LLM 供应商（Claude、GPT 或 Gemini），并将回应解析为结构化输出栏位。这表示输出始终是机器可读且一致的——而非需要下游步骤解析的自由格式文字。
配方 vs. 原始提示
不同于原始 ChatGPT 提示，配方强制执行结构。输入在传送提示前依据 Schema 进行验证。输出在回应到达后解析为型别化栏位。这表示您可以将配方串连成工作流程，并相信步骤间流动的资料始终符合预期格式。配方还支援透过 RAG 提供的知识库上下文、品牌声音指南和版本历史——这些功能在您将提示贴到聊天视窗时都会消失。
建立配方
JieGou 提供三种建立配方的方式。首先，从部门套件安装预建配方——每个套件包含 7-10 个为您团队设计的配方。其次，使用对话式 AI 助手以自然语言描述您的需求，让它产生配方。第三，在配方编辑器中手动建立配方，定义提示、输入栏位、输出栏位和模型配置。所有配方都支援 AI 辅助的提示最佳化，根据您的测试执行提出改进建议。
在工作流程中使用配方
配方被设计为可组合的。工作流程将多个配方串连在一起，在它们之间加入分支、回圈和审核关卡。工作流程中的每个配方步骤都会自动将前一步骤的输出映射到其输入。例如，潜客评估工作流程可能串连潜客研究 → 潜客评分 → 邮件草拟，每个配方都接收前一步骤的上下文。这种可组合性是配方强大之处——每个配方做好一件事，工作流程将它们组合成端到端流程。
配方评估与品质
JieGou 内建配方评估工具。Bakeoff 让您使用多裁判评分比较不同 LLM 模型在同一配方上的表现。Token 追踪显示每次执行的成本。版本历史让您 A/B 测试提示变更。这些工具确保您的配方随时间产生高品质、具成本效益的结果——而非仅在第一次测试执行时。