
===== [图 1] 来源: https://mmbiz.qpic.cn/mmbiz_png/J1Cdba5GUc3gMjy62ZBBLCaVQK4QvMkXvQHwibGoge6h1e4s6adkHL63ah =====
大刘的第61篇原创干货

职场信息图，
AI都能生成

提示词模板
■ 图的类型 +
■ 核心模块 +
■ 模块关系 +
■ 风格样式 +
■ 输出要求

图的类型
流程图 / 架构图
框架图 / 概念图
总结图 …

核心模块
关键模块
核心要素
主要内容 …

模块关系
先后 / 包含
并列 / 对立
层级关系 …

风格样式
商务简洁
专业科技
清爽插画 …

输出要求
配色 / 文字
图标 / 尺寸
用途 / 格式 …

一句话
提示词模板

AI生成

1. 业务 / 工作流程图
需求评审 生产前期 物料采购 生产加工 质检检验 入库交付

2. 系统架构图
用户层
应用层
大模型层
向量数据库
数据源层

3. 复杂框架图
总目标
融合一 融合二 融合三
成果一 成果二 成果三 成果四

4. 概念解释图
感知 规划 核心 概念 行动 记忆

5. 信息总结图（知识卡片）

✔ 接地气
✔ 可复制
✔ 立刻用

场景选型 填写要素 生成信息图 应用到工作

===== [图 2] 来源: https://mmbiz.qpic.cn/mmbiz_jpg/J1Cdba5GUc22sZpQH0ibYJpdQds36bZqefM7tpwJUSLvcpCrgiafeme6df =====
企业 AI 智能客服系统工作流程图

输入渠道
官网
应用
微信
电话
邮件

用户提问
文字、语音、图片、多轮追问、身份信息

意图识别
问题分类、情绪判断、槽位抽取、优先级判定

知识库检索
企业文档、产品手册、历史工单、相似问答、权限过滤
企业知识库

生成回答
答案组织、引用来源、语气控制、合规校验、置信度评分
合规与安全

答不上来

转人工
创建工单、上下文摘要、客服接入、处理跟进、结果回流
人工客服台

持续优化闭环
对话日志
满意度反馈
人工标注
知识库更新
模型优化

质量保障
权限校验
敏感词过滤
知识更新
效果评估
训练优化

===== [图 3] 来源: https://mmbiz.qpic.cn/sz_mmbiz_jpg/J1Cdba5GUc3k6xb13seuq2s6ou9QzFCy8dHl5WN9n3ne1joSIUQH9QF =====
企业 AI 智能客服系统工作流程图

用户提问
用户输入、语音/文本

• 问题接收、
数据预处理
(e.., 分词、去噪)
• 识别用户渠道

意图识别

NLP
ML

• 语义分析
• 实体提取
(如订单号、日期、
地点)
• 意图分类
(如查询订单、退换
货、咨询产品)
• 确定意图置信度

知识库检索

• 语义搜索
(FAQ库)
• 结构化数据检索
(订单库、会员库)
• 外部 API 接口调用
• 匹配相关性评分
• 多维数据整合

生成回答

• LLM 深度生成
(结合上下文、知
识库)
• 答案质量校验
• 个性化话术调整
• 回答格式化

未解决
/
无
法
生
成
回答

转人工

• 触发人工服务
• 智能工单派单
(根据技能、负载)
• 上下文完整传递
(对话记录、意图、
知识检索历史)
• 人机协作

===== [图 4] 来源: https://mmbiz.qpic.cn/mmbiz_jpg/J1Cdba5GUc1iaIgqtHpbRzcKfPShibLyesfyWTzA4uZkVEmLdesBbAgRMi =====
无法生成有效回答/用户不满意

用户提问
用户通过官网/APP/小程序
提交咨询问题

意图识别
AI语义分析, 提取问题核
心意图与关键词

知识库检索
匹配企业知识库、历史对话
话库相关内容

生成回答
基于检索内容生成标准化
回复

转人工客服
人工客服介入处理复杂
发送回答: 推送智能回复给用户

===== [图 5] 来源: https://mmbiz.qpic.cn/mmbiz_jpg/J1Cdba5GUc2bHs8EIDZv0tEUXI3IBSaSoxrnxWCuycvwU6SKEicKpxMOic =====
生产项目管理工作流程图
从需求确认到入库交付的闭环管控

1 需求评审
需求
通过?
• 需求收集
• 图纸确认
• 交期评估
• 成本测算
• 风险识别

2 生产排期
• 产能测算
• 工序拆分
• 设备分配
• 班组安排
• 里程碑冻结

3 物料采购
• BOM核对
• 供应商询价
• 采购下单
• 到料跟踪
• 来料异常

4 生产加工
• 工艺准备
• 首件确认
• 批量加工
• 过程巡检
• 异常停线

5 质量检验
检验
合格?
• 来料复核
• 过程抽检
• 成品检验
• 不良判定
• 返工闭环

6 入库交付
• 入库登记
• 包装贴标
• 发货确认
• 客户签收
• 项目复盘

需求变更: 返回需求评审
物料异常: 调整排期
质量异常: 返工再检
交付复盘: 沉淀标准

===== [图 6] 来源: https://mmbiz.qpic.cn/mmbiz_jpg/J1Cdba5GUc1VLlXgAvaPB5fzqGak9ls5aMqRw7N59JR7tIpwzT0atILQEA =====
企业 AI 知识库系统分层架构图

用户层
员工
客服
管理员

应用层
智能问答
文档检索
知识管理后台

大模型层
理解
生成

向量数据库层
知识存储
语义检索

数据源层
企业文档
产品手册
历史工单

===== [图 7] 来源: https://mmbiz.qpic.cn/mmbiz_jpg/J1Cdba5GUc0kDE0xN7LG11Od5WniavlKI30mwF7Alnf1PjaKJITsaKQl1u =====
区域产业数字化协同服务平台建设项目框架结构图
总目标
构建数据贯通、业务协同、决策智能的产业数字化支撑体系
数据资源整合
● 数据归集治理
● 标准规范统一
● 资源目录管理
● 数据安全共享
业务协同服务
● 企业服务联动
● 跨部门流程协同
● 供需对接支撑
● 线上线下一体化
智能决策支撑
● 运行态势监测
● 产业链分析研判
● 风险预警处置
● 辅助决策模型
统一数据底座
● 产业数据汇聚
● 统—指标口径
● 多源数据治理
协同服务平台
● 服务事项集成
● 企业诉求闭环
● 部门协同办理
监测分析体系
● 产业运行看板
● 重点指标监测
● 趋势研判预警
应用推广机制
● 试点示范应用
● 运营保障制度
● 持续迭代推广

===== [图 8] 来源: https://mmbiz.qpic.cn/mmbiz_jpg/J1Cdba5GUc3dr4iarBTCvicOrUvnOal3uIE6wRtqK0cWUfhJcXlqk7fy9h =====
感知
理解任务和环境

规划
把大任务拆成小步骤

AI智能体

记忆
记住上下文和过往经验

行动
调用工具去执行

===== [图 9] 来源: https://mmbiz.qpic.cn/mmbiz_jpg/J1Cdba5GUc2ZrfRZVrn94UCNX1h3jZlOaiaX0Tga9yj39r8OPcJIZSl8RJ =====
生成式AI落地地图
从模型能力到业务价值的6个关键环节

01 明确业务场景
先找高频、耗时、规则清晰的流程，避免为了AI而AI。

02 沉淀知识底座
把文档、数据、规范与案例整理成可检索、可更新的知识库。

03 设计任务流程
将复杂工作拆成输入、判断、生成、校验、交付的可控步骤。

04 引入人机协同
让AI负责草拟、检索和归纳，让人把关目标、风险和最终决策。

05 建立评测闭环
用准确率、节省时间、用户满意度和错误成本持续衡量效果。

06 治理安全风险
重点控制隐私、版权、幻觉、偏见与权限边界，先小范围试点。

一句话记住：AI落地不是接入一个模型，而是重构一段可衡量、可治理、可迭代的工作流。

===== [图 10] 来源: https://mmbiz.qpic.cn/mmbiz_jpg/J1Cdba5GUc2163s3O28vRTic5n86OSzGPFw5JPU6EzASibDFdISPQcY6Qd =====
换风格，只是在末尾加一个词的事
前面那一大段照旧，风格那句换掉就行。照着场景挑。
公式 通用提示词主体 + 风格句
说明 内容、结构、数据、受众都不变；只替换最后的风格描述。

6 种常用信息图风格

1 白板手绘
像在白板上讲课，
线条简单，适合拆概念
问题 -> 💡 -> 思路

2 手绘插图
亲切、有故事感，
适合儿童科普和
轻松内容
科学原来
这么有趣！

3 极简信息图
留白多、重点清楚，
适合一眼看懂
年度数据概览
总量 12,345
增长率 18%

4 扁平化
色块明确、图标清晰，
适合产品说明和
流程图
需求 -> 设计 -> 开发 -> 上线

高效协作
质量可控
持续优化

5 等距视图
空间感强、层级丰富，
适合系统、城市、
产业链
上游: 原材料
中游: 制造
下游: 销售
研发设计
物流与仓储

6 商务正式
稳重、克制、可信，
适合申报书、汇报
和研究报告
项目进展概览
关键指标 (单位: 万元)
资金结构
■ 人员费 45%
■ 设备费 30%
■ 材料费 15%
■ 其他 10%
阶段进度
阶段 研究设计 试点运行 优化完善 总结推广
进度 完成 进行中 未开始 未开始

给小朋友看 -> 手绘插图、活泼配色
亲切有趣，容易理解和记住

放申报书 -> 商务正式、稳重
专业可信，符合正式场合需求
