AI Business System Advisor

AI Business System Advisor MCP

为您的业务找到最安全的首个 AI 工作流。

AI Business System Advisor MCP 可帮助创始人、运营人员、顾问和小型团队，在构建 AI Agent 或自动化之前，审查业务工作流、AI 机会、信任与控制风险以及实施准备情况。

它会生成一份可公开分享的简要评估，推荐一套实用的首个 AI 与人工协作工作流，并导出结构化的需求收集材料包，以便进行深入评估或制定实施计划。

此 MCP 专为业务系统思维而设计，而非用于提供泛泛的聊天机器人建议或以工具为先的自动化方案。

功能

• 审查业务背景、目标客户、产品与服务、工作流及目标。
• 识别运营瓶颈和客户旅程中的摩擦点。
• 评估 AI 工作流创意的价值、准备情况以及信任与控制风险。
• 推荐一个范围明确的首个 AI 与人工协作工作流，并制定审核和升级处理规则。
• 生成简要报告和结构化的需求收集材料包。

适用对象

• 独立创始人
• 服务型企业
• B2B 顾问
• 代理机构负责人
• 运营人员
• 正在探索 AI Agent 或自动化的小型团队

可帮助解决的问题

• 我应该先自动化哪个工作流？
• 这个 AI Agent 创意对我的客户体验来说安全吗？
• 哪些环节应该由人工掌控？
• 这个工作流存在哪些信任与控制风险？
• 实施前还缺少哪些信息？
• 我该如何让业务做好 AI 自动化准备？

配合 MCP 客户端使用

对于 Claude Desktop、Cursor、Windsurf、Codex 或其他 stdio MCP 客户端：

{
  "mcpServers": {
    "ai-business-system-advisor": {
      "command": "npx",
      "args": ["-y", "ai-business-system-advisor-mcp"]
    }
  }
}

您也可以直接运行此程序包：

npx -y ai-business-system-advisor-mcp

对于远程 MCP 客户端，请使用：

https://mcp.prodxsolution.com/ai-business-system-advisor/mcp

Smithery 页面：

https://smithery.ai/servers/prodxsolution/ai-business-system-advisor-mcp

可用工具

• analyze_business_context
• map_customer_touchpoints
• identify_bottlenecks
• evaluate_ai_opportunities
• assess_trust_control_risks
• recommend_first_workflow
• generate_mini_report
• recommend_next_step
• export_intake_packet

可用提示词

• run_mini_business_system_review
• evaluate_ai_workflow_idea
• prepare_diagnostic_intake
• governance_gap_snapshot

可用资源

• 概览
• 工作原理
• 准备情况指南
• 简要报告示例
• 需求收集材料包示例
• 隐私说明

问题示例

向您的 AI 助手提问：

• 审查我的业务，并找出最安全、最值得改进的首个 AI 工作流。
• 这个 AI Agent 创意用于客户支持、退款和投诉处理安全吗？
• 这个工作流中哪些环节应该由人工掌控？
• 自动化此流程前，我应该考虑哪些信任与控制风险？
• 生成一份简要的业务系统评估，并告诉我还缺少哪些信息。
• 导出一份需求收集材料包，以便深入审查工作流。

输出示例

Mini Business System Review

Business Snapshot:
A service agency sells conversion and landing page work to ecommerce brands. Sales capacity is constrained by manual lead research, inconsistent qualification, and proposal drafting.

Likely Bottlenecks:
- Lead research takes too long before a sales call.
- Proposal quality depends on expert availability.
- Customer-facing claims need clearer approval rules.

Recommended First Workflow:
AI prepares a lead research and qualification brief, then drafts proposal sections from approved language. A human reviews lead fit, scope, pricing, claims, and final customer-facing messages.

Trust And Control Risk:
Medium. The workflow can affect revenue, brand trust, and customer expectations, so AI should prepare work but not send promises or pricing without approval.

Success Metrics:
- qualified calls booked
- proposal cycle time
- human edit rate
- lead-to-call conversion

Missing Information:
ideal customer criteria, approved claims, disallowed claims, proposal rules, escalation triggers, and success metrics

隐私与安全

此服务以读取为主，不会主动持久化提交的业务背景信息。请勿发送密码、API 密钥、原始私人客户记录、受监管数据或保密合同。

输出是基于所提供信息的初步评估，不构成法律、财务、医疗、人力资源或合规建议。

公开内容安全边界

此服务使用面向业务的语言，并拒绝提供私有实施细节的请求。公开输出侧重于业务背景、工作流适配度、风险控制、建议的后续步骤以及缺失信息。

它不会披露受保护的实施细节、精确公式、机密设计或特定客户的机密数据。

路线图

• 为常见业务类型提供更多虚构的评估示例。
• 提供用于简要评估和需求收集材料包的引导式公开工作流。
• 增加有关 AI 工作流准备情况和人工审核设计的公开资源。