讲智能体平台，大家第一反应都是客服机器人。我们搭过，能用，但那是对外业务，内部用起来才真正省时间。工单分类、审批初审、报销单据核对，这三样每天一堆、人人烦、又不怎么需要创造力，交给智能体平台刚刚好。我把踩过的坑按顺序说清楚。
第一件事是挑平台别挑演示。演示都是跑通的状态，日常跑要的是不出错。 扣子 上手快，模板多，适合先跑通一个； Dify 的链路编排能写得很细，适合流程复杂但稳定的场景； FastGPT 适合知识库问答这类纯检索的活儿；要接内部系统的话， n8n 这类工作流工具在「把结果写成动作」上比智能体更直接。我最后是智能体平台管理解，n8n 管执行。
第二件事是内部工单先做分类，不做解答。工单进来的第一件事不是回答，是判断这是哪一类、归给谁、急不急。这一步结构化程度高，命中率也高。我们让智能体只输出三个字段：类别、优先级、建议责任人。它给错了人我们改一下就行，比人工初判快得多。
第三件事是给它一份能读的工单历史。判断质量全靠这个。我们把过去半年的工单导出来清洗了一遍，把废话和重复内容删掉，留下的作为示例。示例质量直接决定它的分类准不准，我一开始随便喂了几十条，它把「无法登录」和「密码错误」分成两类，后来换了一份干净的示例，准确率从六成涨到九成。
第四件事是别让它直接改系统。它天然会想「顺手帮你处理了」，内部流程里这非常危险。我们的规矩是它只写建议、只填草稿，落库动作要人点一下。有一次它自作主张把一张工单标成已解决，底下人白等两天。权限边界要写死在第一轮，别等出事再补。
第五件事是审批初审。这个比工单更值钱。报销单据进来，它做三件事：核金额是不是跟发票一致、核抬头是不是在名单里、核有没有缺附件。三项全过就走快速通道，任一项不过就退回补。它查出来的问题会被自动退回，我们的人只看退回的那几张，工作量掉九成。
第六件事是金额和日期不许它估算。内部单据最怕的是它把看不清的数字脑补成合理的那个。我们明确要求识别结果原样输出，看不清就标「无法识别」，由人来看。宁可退回让人看一眼，也别让它填一个「看起来对」的数。财务类数据上，错的代价远大于慢的代价。
第七件事是留痕要全。每一次它的判断、置信度、依据那段原文，全部存下来。内部工单一旦扯皮，靠的是记录不是回忆。我们把它的判断原文和人工改动前后的对比存进表里，月底能看见它哪类判断最常错，就专门补那类示例。
第八件事是它一定会错，要有人兜底。我们算过准确率：分类九成二，金额识别九成七，优先级判断八成五。看着都还行，但一张单据三层判断全过的概率只有七成六，剩下的都得人来看。所以别算「它能省百分之多少」，要算「它省掉的那部分值不值你需要人复核的成本」。
第九件事是接口对接。内部系统有权限体系，智能体读到的数据往往比人能看到的少或者多。我们踩的坑是它拿到的权限太大，能看见全部门的薪资数据。后来改成按角色给它最小权限，它只看得见自己该看的那几张单子。权限这块先设计，后接系统。
第十件事是新人也能用的口径。内部流程经常换人，新人对历史背景一无所知。我把判断规则写成一份大白话说明，附在提示词里，谁接手都能看懂。别把逻辑藏在提示词的字缝里，那样只有写的人知道。
第十一件事是别指望一次配置永久有效。业务规则会变，报销标准会调，示例会过期。我们每季度让业务方过一遍它的判断样本，标出错得多的那几类重新喂。不维护的自动化，半年就废。
第十二件事是先挑一个流程试两个月。我们第一个上的是工单分类，跑顺了才上报销，又跑顺了才上审批。一次上三个，最后哪个都没跑好，落个不靠谱的结论。小步试错在内部流程里最稳。
你公司现在最烦的是工单、报销还是审批？告诉我日均单据量和现有流程，我帮你看该从哪一步切，权限怎么划最不容易出事。