uipath-automation-discovery

自动化发现

调查员工的实际工作方式，然后基于真实行为证据识别并确定内部自动化机会的优先级。生成可供 UiPath 使用的待办清单，并推荐实施路径。

何时使用此技能

• 用户希望发现组织内的自动化机会，但尚未启动任何具体的自动化项目
• 用户希望找到可自动化的手动工作，并构建 UiPath 实施待办清单
• 用户在使用 UiPath 工具时询问“我们应该自动化什么？”
• 用户希望开展内部自动化审计，为 UiPath Automation Hub 或 UiPath 流水线提供输入
• 用户要求估算／评定规模／计算成本，包括包工时、交付工作量、复杂度等级和应急预留
• 用户明确调用 /uipath-automation-discovery

关键规则

1. 优先考虑授权与隐私。 确认请求者有权分析所选系统和员工数据。除非获得明确批准，否则避免分析私密频道、私信和特殊类别的人力资源数据（薪资、绩效评估）。默认对关键单点人员（SPOF）进行假名化处理（例如“销售运营负责人 A”）；仅在获得明确授权时使用真实姓名。在整份报告中保持假名一致——首次提及时为每个人分配一个固定标签，并在全文重复使用。询问司法管辖区的限制（GDPR、员工委员会、内部政策）；不确定时采用更严格的规则。
2. 绝不假设，务必先询问。 在挖掘数据前完成完整的初步信息收集（第 0 阶段）。你需要了解公司背景、工具访问权限、组织结构、隐私范围和已达成一致的范围。
3. 挖掘前验证访问权限。 对每个数据源执行最小化的只读操作进行测试。如果访问失败，记录并继续，不要因此阻止发现工作。
4. 证据优先于观点。 每个机会（第 1 至 3 级）都必须注明具体来源、量化指标以及受影响的岗位或团队。不得提出缺乏依据的主张。如果某个来源提供的信号少于 5 条，则将该来源的所有发现标记为低置信度。除规则 5 规定的情况外，不得将低置信度发现提升至第 3 级以上。
5. 可复制的方案始终属于第 1 级。 有成熟自动化方案支撑、可复制到其他地方的已验证模式，是价值最高的发现，优先级高于规则 4 中的第 3 级上限。如果可复制模式的来源信号少于 5 条，则将其归为第 1 级并标记为低置信度，直至获得第二个来源的佐证。始终优先呈现可复制的模式。绝不能跳过可复制模式搜索（第 2C 阶段）。
6. 绝不编造包工时或复杂度阈值（第 4.5 阶段）。 估算构建工作量时，等级到工时的对应数值和矩阵阈值必须来自用户提供的 Core RPA／Agentic 复杂度矩阵及包工时目录。切勿凭记忆提供或编造这些数值；如果未提供，停止并询问。调整系数和应急预留百分比是 [CALIBRATE] 默认值，需由用户根据实际情况确认。编造数值会重现本阶段旨在避免的估算错误。

工作流概览

Phase 0: INTAKE    → Gather context, verify access, agree on scope and privacy
Phase 1: MINE      → Gather raw data from all verified sources
Phase 2: ANALYZE   → Extract patterns, SPOFs, replicable models, gaps
Phase 3: REFLECT   → Layer on business strategy for strategic gaps
Phase 4: REPORT    → Produce prioritized report with 4 tiers
Phase 4.5: ESTIMATE→ Size build effort (band → pack-hours → contingency) — on request
Phase 5: HANDOFF   → Map opportunities to UiPath implementation skills

停止条件： 快速扫描最多 10 项发现，标准扫描最多 25 项，深度调查最多 35 项。每个失败的数据源最多重试 2 次。深度调查的第 1 阶段限时 3 小时。详情请参阅 references/intake-guide.md §0G。

第 0 阶段：初步信息收集（交互式）

开始挖掘前，先全面了解情况。主动询问，不要假设。

详细步骤请参阅 references/intake-guide.md，涵盖公司背景、工具清单、访问权限验证、组织结构、输出偏好、用户假设、范围控制和隐私授权。

初步信息收集的关键输出：

• 公司背景和部门列表
• 已验证访问权限的工具与系统清单
• 已商定的范围（快速扫描／标准扫描／深度调查）及发现数量上限
• 隐私范围（默认使用假名；司法管辖区限制）

阶段 1：挖掘

广泛搜集信息，优先关注信号密度。使用并行 Agent（Agent 工具搭配 subagent_type: general-purpose，每个来源类别分配一个 Agent）。

各来源的详细指导以及搜索方法，请参阅 references/mining-guide.md。

时间有限时的来源优先级：

1. 消息平台的帮助频道——信号最强，挖掘速度最快
2. 邮件模式——揭示隐性的重复工作
3. CRM/ERP——揭示结构化流程瓶颈
4. Wiki/文档——揭示现有自动化情况
5. 问题跟踪系统——揭示服务台模式
6. HRIS——揭示人事流程中的摩擦
7. 网络调研——揭示战略缺口

注意：网络调研（优先级 7）为阶段 3 的战略分析提供依据。即使时间紧迫，也要简要搜索公司的公开财务信息和战略——这只需几分钟，却能发现 Tier 4 级别的发现。

使用已确认可访问的任何来源。仅靠消息频道也能发现 15 个以上的机会。每增加一个来源，都会加深分析，而不会改变方法。

检查点： 阶段 1 结束后，向用户分享原始信号摘要： “我找到了 X 个帮助频道、Y 个现有自动化项目、Z 个部门。分析前，你希望我深入调查什么吗？”如果用户要求深入挖掘，最多再进行 1 轮有针对性的挖掘，然后继续。

阶段 2：分析

将原始数据转化为结构化发现。

2A. 行为模式

针对每个部门回答：哪些工作是手动完成的？哪些问题反复出现？哪些审批会延误？哪些报告是手工汇编的？哪些数据需要在不同系统间人工搬运？哪些交接会出问题？哪些定时任务由人工完成？

2B. 单点故障

找出独自负责响应的岗位。如果这些人员不在，流程就会停止。默认使用化名——除非获得授权，否则使用岗位/团队标签，不写姓名。

| Role/Pseudonym | System/Channel | Function | Risk |

这些是紧急程度最高的目标。

2C. 已验证且可复制的模式

这是最重要的发现。寻找已在某个领域成功运行、且可以推广到其他领域的自动化：

• 某个频道有机器人，其他频道却没有
• 某个团队使用自动路由，其他团队却仍然手动处理
• 某个部门的仪表板由系统自动生成，另一个部门却需要手工汇编

| Working Model | Where It's Missing | Addressable Volume |

**从零起步的情况：**如果没有发现现有自动化（没有可复制的内容），Tier 1 将为空。将流量最高的 Tier 2 发现提升为头条，并注明公司目前没有可复制的已验证模式。

2D. 部门覆盖图

| Department | Existing Automations | Key Gap |

将覆盖率为零的部门标记为最大的盲区。

2E. 流程深入分析

对于有潜力的现有项目，提取以下信息：痛点、当前的手动流程、工作量/频率、已记录的投资回报率、涉及的系统、开发状态。

按照关键规则 4 处理低置信度信息。

**检查点：**进入反思阶段前，向用户分享分析摘要： “以下是主要模式、单点故障和可复制模式。有什么让你感到意外吗？有什么需要我进一步调查吗？”如果用户要求深入分析，最多再进行 1 轮有针对性的调查，然后进入阶段 3。

阶段 3：反思

找出行为数据无法揭示的缺口。

3A. 业务背景

通过网络搜索、投资者文档或内部战略页面调查以下内容： 收入、增长、战略重点、竞争挑战、关键指标。

3B. 战略差距

对于公司记录在案的每项战略重点，都要问：“是否有内部自动化能够加速实现这一目标？”仅纳入同时对应某项有记录的战略重点和 Phase 1-2 中观察到的差距的 Tier 4 机会。

以下表格可作为起始提示（涵盖常见的企业重点）——请根据公司的实际战略进行调整，且不要纳入未观察到差距的行：

重点	潜在自动化
收入增长	线索评分、加速销售管道、续约预测
降低成本	自助服务门户、报告自动化、流程标准化
客户留存	客户健康度评分、客户流失预测、主动触达
市场拓展	本地化、合规自动化、合作伙伴赋能
合规	审计跟踪、策略执行、自动化报告
人才留存	入职培训、参与度监控、职业发展规划

3C. 自用验证（除非公司销售自动化 / AI / 效率工具，否则跳过）

公司是否在内部使用自己的产品？是否有覆盖率指标？ 他们销售的产品与内部实际做法之间，存在哪些叙述差距？

第 4 阶段：报告

在用户偏好的平台上生成一份按优先级排序的报告。 报告结构、层级定义、证据标准和平台特定指引，请参阅 references/report-template.md。

质量标准

• 每项机会都有具体证据（来源、指标、受影响的角色 / 团队）
• 不得提出缺乏依据的主张（Tier 4 除外，但须引用战略文档）
• 按角色识别单点故障（SPOF）（获授权时可注明姓名）
• 将可复制的模式标为 Tier 1
• 部门图谱完整（涵盖所有部门，而不只是存在差距的部门）
• 纳入现有项目的 ROI 基准
• 战略分析与实际财务数据相联系

第 4.5 阶段：估算（可选 — 按需执行）

仅在用户需要估算构建工作量时运行（Pack 工时、交付估算、复杂度区间、预留量）。为每项排定优先级的机会估算：机会 → 复杂度区间 → Pack 工时 → 调整因素 → 预留量 → 总计。这是交付 / 售前工作量估算，与报告中已包含的 ROI / 节省工时影响不同。

区间→工时数值和矩阵阈值是由用户提供的权威参考资料（Core RPA + Agentic 复杂度矩阵、Pack-Hours 目录）——不得自行编造（关键规则 6）。如未提供，请向用户索取。本方法补充了原先缺失的部分：超过上限 / 拆分规则（>7 个应用 / >8 种变体）、多实体重新部署系数、现有自动化重建折扣、按置信度分级的预留量，以及统一的区间→工时映射，以解决工具与流程自动化的粒度差异。

请参阅 references/estimation-guide.md 和 assets/templates/estimation-worksheet-template.md。

第 5 阶段：移交

将每项 Tier 1-2 机会映射到 UiPath 实施路径。在报告的 Tier 1-2 表格中添加“下一步”列。

机会类型	推荐技能	产物
桌面 / 应用自动化（UI、数据录入）	→uipath-rpa	编码工作流 (.cs) 或 XAML
多步骤自动化或编排	→uipath-maestro-flow	Flow (.flow)
计划 / 触发式自动化	→uipath-maestro-flow	带触发器的 Flow
基于 Agent 的自动化（对话、推理）	→uipath-agents	编码 Agent
审批 / 人工审核关卡	→uipath-human-in-the-loop	Flow 中的 HITL 节点
跨系统集成	→uipath-platform	Integration Service 连接器

对于复杂或多组件机会，请移交给 →uipath-planner 进行完整的解决方案设计。

执行策略

并行执行阶段 1–3（阶段 0 为交互式阶段——不要并行处理 intake）。 使用 subagent_type: general-purpose 的 Agent 工具，最多同时运行 3 个 Agent：

• 阶段 1：3 个 Agent——消息、维基／跟踪系统、记录系统
• 阶段 2：按部门划分的行为 Agent（最多同时运行 3 个）
• 并行读取多个流程文档
• 网络调研与内部信息挖掘并行开展

始终分享阶段性发现。不要一连几个小时都没有消息。每个阶段结束后都要跟进，简要总结并询问用户是否想调整范围。

参考资料导航

• references/intake-guide.md — 阶段 0 的详细步骤（公司背景、工具清单、访问权限验证、隐私）
• references/mining-guide.md — 各数据源的搜索指南（阶段 1 时加载）
• references/report-template.md — 输出结构、等级定义和证据标准（阶段 4 时加载）
• references/estimation-guide.md — 估算加速器：机会 → 区间 → 套件工时 → 缓冲时间（按需在阶段 4.5 时加载）

反模式

• 未完成 intake 就开始挖掘。 阶段 0 完成前，绝不要开始搜索系统。缺少背景信息会让你在无关信号上浪费时间。
• 未经同意就点名个人。 除非请求者明确授权，否则始终对单点故障（SPOF）进行化名处理。
• 捏造指标。 如果来源返回的数据稀少，应将发现标记为低置信度。绝不要编造数量数据。
• 未引用来源就承诺投资回报率。 每项投资回报率估算都必须引用现有项目基准或明确的数据点。
• 跳过可复制模型搜索。 价值最高的发现始终是经过验证且可复制的模型。绝不要跳过阶段 2C。
• 基于不足的证据进行推测。 低于信号阈值 → 标记为低置信度。证据不足 → 不要将其提升至第 1–3 级。
• 捏造套件工时或矩阵阈值（阶段 4.5）。 区间→工时数值是用户提供的权威参考。猜测这些数值会重现该加速器旨在避免的估算错误——暂停并索要目录和矩阵。
• 将超大机会限制为“高”。 超过矩阵上限（>7 个应用／>8 个变体）的集群必须拆分后求和，不能将其作为单个“高”级单元进行估算——这是低估的最大来源。