「全程交給 AI」無人值守的自動化流程
情境說明
有些業務流程的判斷邏輯是明確且可描述的，例如：
- IT 帳號開通申請（只要符合格式就批准）
- 定型化合約審核（條款固定，只需確認有沒有填對）
- 低金額費用報銷（金額在標準內直接核銷）
這類流程每個節點都用 AI Agent 執行，人類只在最後一步做「最終確認」（或連最後一步也省了）。這樣一份申請從提交到完成可以在幾分鐘內跑完，不需要等任何人上班。
流程設計（以 IT 帳號申請為例）
員工提交 IT 帳號申請
（填寫：需要的系統清單、職位、用途說明）
↓
AI Agent：驗證申請格式與合理性
（判斷：申請的系統是否在允許清單內、用途說明是否清楚）
↓
[AI 判定有疑問] → IT 主管人工確認 → 核准或退件
[AI 判定正常] ↓
AI Agent：產出帳號開通指令清單
（根據申請自動產出各系統的開通步驟與指令）
↓
API 節點：自動呼叫 IT 系統 API 開通帳號
↓
API 節點：通知申請人帳號已開通（Slack 私訊）
↓
完成對 SuperAdmin Agent 說這些
「建立一個 IT 帳號申請流程。員工填寫：需要開通的系統（多選：GitHub/Jira/Confluence/Slack/Google Workspace）、職位、申請用途。
第一步由 AI 審核：確認申請的系統在允許清單內，且用途說明超過 30 字。有疑問的送 IT 組人工確認，沒問題的繼續。
第二步由 AI 根據申請內容，產出帳號開通的指令清單（格式化的說明文件）。
第三步呼叫 Webhook 通知 IT 系統（URL 之後再填）。
最後發 Slack 通知申請人帳號已開通。」
關鍵設計原則
AI Agent 節點的 prompt 要具體
AI 能做好的任務，是那些「如果讓一個新員工看著說明書做，也能做對」的任務。prompt 越具體，AI 的判斷越準確：
模糊的 prompt（效果差）：
「判斷這個申請是否合理。」
具體的 prompt（效果好）：
「你是 IT 審核員。請確認以下事項，若全部符合則核准，否則退件並說明原因：
- 申請的系統必須在這個清單內：[GitHub, Jira, Confluence, Slack, Google Workspace]
- 申請用途說明必須超過 30 字，且說明具體的使用目的
- 同一個人在 30 天內不應重複申請同一個系統」
人工的最後防線
即使是高度自動化的流程，通常還是建議在某些條件下保留人工節點。例如：「若申請的系統超過 3 個，轉給 IT 主管確認」。
先讓 AI 學習
kikuflow 的 AI Agent 在被退件時會記錄「學習記錄」，讓 AI 下次做出更好的判斷。運行一段時間後，AI 的判斷精準度會逐漸提升。