AI 配方
定義
AI 配方是可重複使用的單一操作 AI 任務，具有結構化提示、型別化輸入 Schema 和型別化輸出 Schema。配方是 JieGou 中 AI 自動化的基本建構模組——每個配方執行一個定義明確的操作，例如評估潛客、草擬電子郵件或提取發票資料。
AI 配方如何運作
配方由三部分組成：定義配方所需資料的輸入 Schema、結構化 LLM 請求的提示範本，以及定義配方回傳內容的輸出 Schema。當您執行配方時，JieGou 會以您的輸入資料填入提示範本，將其傳送至您選擇的 LLM 供應商（Claude、GPT 或 Gemini），並將回應解析為結構化輸出欄位。這表示輸出始終是機器可讀且一致的——而非需要下游步驟解析的自由格式文字。
配方 vs. 原始提示
不同於原始 ChatGPT 提示，配方強制執行結構。輸入在傳送提示前依據 Schema 進行驗證。輸出在回應到達後解析為型別化欄位。這表示您可以將配方串連成工作流程，並相信步驟間流動的資料始終符合預期格式。配方還支援透過 RAG 提供的知識庫上下文、品牌聲音指南和版本歷史——這些功能在您將提示貼到聊天視窗時都會消失。
建立配方
JieGou 提供三種建立配方的方式。首先，從部門套件安裝預建配方——每個套件包含 7-10 個為您團隊設計的配方。其次，使用對話式 AI 助手以自然語言描述您的需求，讓它產生配方。第三，在配方編輯器中手動建立配方，定義提示、輸入欄位、輸出欄位和模型配置。所有配方都支援 AI 輔助的提示最佳化，根據您的測試執行提出改進建議。
在工作流程中使用配方
配方被設計為可組合的。工作流程將多個配方串連在一起，在它們之間加入分支、迴圈和審核關卡。工作流程中的每個配方步驟都會自動將前一步驟的輸出映射到其輸入。例如，潛客評估工作流程可能串連潛客研究 → 潛客評分 → 郵件草擬，每個配方都接收前一步驟的上下文。這種可組合性是配方強大之處——每個配方做好一件事，工作流程將它們組合成端到端流程。
配方評估與品質
JieGou 內建配方評估工具。Bakeoff 讓您使用多裁判評分比較不同 LLM 模型在同一配方上的表現。Token 追蹤顯示每次執行的成本。版本歷史讓您 A/B 測試提示變更。這些工具確保您的配方隨時間產生高品質、具成本效益的結果——而非僅在第一次測試執行時。