一上来就写判断和循环,业务一变就得推翻重来。先把业务节点和责任画清楚,再谈实现。

🦩 第 58 篇 · 2026 年 4 月 24 日
一个设计满满的自动流程,往往败在一句"怎么还有这种客户"。满嘴 if else 的流程设计师,把业务当成能精确分叉的程序——可真实的业务是模糊的、有余地的、偶尔不讲理的。把业务流程硬写成非黑即白的代码逻辑,是工作流翻车的第一大原因。
一句话
工作流要写真业务,别写死逻辑。 满屏 if else 看着严格,其实恰恰丢掉了业务里的"例外、余地、要靠人判断"的部分——最终把 80% 顺畅的客户服务好,却在 20% 的边界处全部翻车。
代码逻辑 vs 业务流程,差在哪
核心冲突是两种世界的不同:
代码逻辑的世界:
- 输入确定 → 输出确定
- 要么走 A,要么走 B,没有模糊
- 异常有明确处理分支
- 一切皆可枚举,不存在的就是 bug
真实业务的世界:
- 客户不按套路出牌
- 同一种情况,不同客户得不同处理
- "看情况""给个面子""破个例"是常态
- 边界永远划不干净
把一种世界的规则,硬套在另一种世界上,自然到处漏风。
三种"写死"的翻车现场
现场一:把所有可能枚举死,反而漏了
写死的流程设计:
if 客户是要桶装水 → 走订水流程
else if 客户是投诉 → 走投诉流程
else if 客户是退换 → 走退换流程
else → 转人工
客户的真实世界:
"我既要退一桶,又要补两桶" —— 你归到哪个 if?
"我就是来问问,但你态度好我就顺便下个单" —— 哪条都算不准
业务不是单一标签能框死的,硬拆成互斥的分支,往往把最真实、最复杂、最值钱的客户给漏到"else 转人工"里了,又回到了人工。
现场二:答案完美,但不会读人话
流程能听懂的字面:
- "订水" → 触发订水流程
客户说的:
- "上次那个送水师傅人挺好的""我们家水有点难搬"
—— 这其实是后续关怀 + 再次下单的信号,流程接不住
- "不是说好了今天送的吗" —— 这是投诉!不是查询
死逻辑只能识别"你说对了关键词"的客户,识别不出话里的情绪和言外之意——而这恰恰是最多生意和最多危机的入口。
现场三:边界一崩,整条链断
业务跑得久了,总会出现流程里没有的"鬼情况"。代码逻辑没有兜底,一旦踩到未定义分支,轻则乱套,重则需要人工返工一整段。
死逻辑的边界崩溃:
一个流程里有个分支没考虑到"(客户同时是另一个门店的黑名单)"
→ 系统照常热情推荐
→ 客户爆炸
→ 前端没兜住,后端也救不回
工作流该有的样子:骨架清晰 + 皮肉有弹性
别误会,我不是说工作流不要结构——恰恰相反,它是该硬的地方硬、该软的地方软:
该硬的骨架(必须准):
- 数据对不对得上(客户、订单、配送时间)
- 资金/权限/合规这些红线
- 明确的流转路径和状态
该软的皮肉(要有弹性):
- 客户表达模糊时,能结合上下文猜意图
- 边界情况(没说清、多诉求、例外),不硬套分支
- 拿不准时,会自然把"带上下文"地交给人工兜底
而不是干巴巴一句"我帮您转人工"
一条好的工作流,是骨架撑得住、皮肉接得住真实世界的含糊,而不是把业务剪成一堆冷冰冰的 if else 枝条。
落地三改
一改:别枚举"所有情况",改定义"几个大类 + 兜底"
把最常走的几条主路定清楚,剩下一个聪明的"兜底"
让它识别不出来就拿去给会判断的人,并带上上下文
二改:别死记关键词,让 AI 读"话里的意思 + 上下文"
让流程在关键节点用能理解的模型去判断意图,
而不是死等客户说出精确指令
三改:边界不定义死,定义"弹性处理规则"
例外发生时,不是崩——停下来、留痕、交给能判断的一环
三条改完,流程才从"死代码"变回"活业务"
我的判断
做工作流最大的误区,是把"数字化"做成了"代码化"——以为越严格、分支越细就越专业。恰恰相反,业务真正值钱的部分往往是那些模糊的、例外的、要靠判断的。
代码逻辑负责把确定的地方跑得又快又稳,业务的弹性交给那层能"读意思、处理边界、转会判断的人"的智能。骨架要硬,皮肉要软,这样你才有条既快又不出戏的活工作流,而不是一条把真实客户切成碎片、最后都流进"转人工"的死流水线。
延伸阅读
- 办公 Agent 想落地,先啃会议和流程两座山
- 办公助手不只是聊天,它真能替你跑活
- 办公助手能自动化的场景,别再当翻译机
- 宝贝该复查了,宠物店怎么提醒不烦人
- 本地生活门店的 Agent 团队,一次真实复盘
- 本地生活上 Agent,最先补的三个场景不是客服
- 本地生活智能体团队,4 个行业实战案例
- 本体论:让 AI 理解业务而不是背答案
- 本体论加工作流,让 Agent 真懂业务
- 别急着做 AI 早报,先核对落地三环
相关阅读
标签
双号关注
扫码关注「广说新零售」公众号 + 视频号
本地生活 AI 落地、Agent 实操、真实门店怎么跑起来。扫码关注公众号与视频号「广说新零售」,持续看可收藏的做法;有场景也可私信聊合作。

公众号

视频号
继续读
同栏目相关文章,方便对照着看。
AI 上线头一周,先盯紧这四件要事别放
AI 落地项目上线第一周别只看 demo。盯四件事:在不在跑、对不对、人的反应、出错怎么兜。
客户说 AI 不懂我,八成是这三种原因
AI 客服不懂客户,多半不是模型问题:不知道你是谁、没接准意图、不记得你们发生过什么。
AI 项目为什么大多死在第二个月就停
AI 落地项目第一个月有掌声,第二个月只剩没人愿意干的脏活:维护、接真业务、说服使用的人。
A2A 不只是连 Agent,门店之间也要协同
A2A 的价值不止让 AI 互相说话。A 店缺货、B 店有货,门店之间能对上话才是关键。先在一家店验证。
AI 当员工还是当工具,结果完全不同
AI 落地半年后差距很明显:有人越用越省事像多带个员工,有人越用越累只把它当工具。
