运营旅程画布搭建
从自然语言描述自动解析为运营流程的结构化意图 JSON，生成 Mermaid 流程图预览，让运营自动化从想法到可执行画布只需一次对话。
运营分析全行业运营创建流程画布 Skill 是 ThinkingAI 行业 Skill 库中的一项运营自动化意图解析能力，帮助运营团队从自然语言描述的业务场景出发，自动解析为运营流程画布的结构化意图 JSON，包含入口触发、目标人群、推送渠道、分支条件、判断节点等完整流程结构，并生成 Mermaid 流程图预览供确认。这正是 ThinkingAI「10 年行业经验沉淀为开箱即用 Skill」的体现。
message_pushjudge，延时检查拆为 wait + judgefirst_mic_on 事件次数 = 0画布拆解完成。你这一段描述被解析成 12 节点 11 条边的三分支旅程：未开麦引导、次日房间召回、已开麦促首礼，每条路径都以 end 节点收尾。某语聊平台DEMO 的节点明细如下。
一、旅程画布节点
| 阶段 | 触发 / 条件 | 动作 | 目标 |
|---|---|---|---|
| 入口 | 事件触发：register | 近 7 天新注册用户入组 | 全量覆盖，日均约 2,380 人 |
| 判断 1（judge） | 注册当天 first_mic_on = 0 次 | 满足 → 推送 1；不满足 → 判断 3 | 把未开麦用户单独分流 |
| 推送 1 + 等待（action + wait） | 判断 1 满足即触发 | 推「开麦引导」Push，等待 24 小时 | 首日开麦率 31% → 40% |
| 判断 2 + 推送 2 | 24 小时后 first_mic_on 仍为 0 | 推「热门房间推荐」Push | 拉升次日回访 |
| 判断 3 + 推送 3 | 已开麦 且 3 天内 send_gift = 0 | 推「新人 1 元首礼」 | 首周送礼渗透 18% → 25% |
| 结束（end ×4） | 各路径终点 | 标记旅程完成 | 意图 JSON 成图，无悬空分支 |
二、画布设计逻辑
judge（满足 / 不满足二分）而不是 split——分支不超过两条时 judge 语义更准，上线后逻辑不跑偏wait + judge 两个节点，而不是塞进触发条件——后续想改等待时长可以单独调，不动整条旅程行业痛点
流程画布是自动化运营的核心工具，但超过 70% 的运营人员在设计流程时遇到结构化困难：知道要做流失召回或新手引导，却不确定如何拆解为触发条件、人群筛选、渠道选择、分支判断和等待节点，平均一个流程设计耗时 2-3 小时。节点类型选择错误也很常见，导致流程逻辑上线后偏离预期。
核心价值
- 四步交互式解析：收集业务场景 → 确认信息 → 生成 Mermaid 预览 → 输出结构化意图 JSON
- 节点类型精准匹配：根据分支数量和条件语义自动选择 split、judge、wait、action、end 节点
- 自然语言条件转译：将完成付费两次、累计充值大于 500、15 分钟内未登录等描述转译为条件表达式
- 多语言推送支持：自动识别多语言需求并映射中/英/日/韩/德/法/葡/西/俄/阿等语言代码
- 有向图结构输出：nodes 与 edges 完整成图，每条路径都以 end 节点收尾，无悬空分支
适用场景
设计新用户激活流程，如新手引导到首次付费转化
设计流失召回流程，如 N 天未登录到推送再判断是否回归
设计付费转化流程，如触发事件后判断并走不同路径推送
设计定时推送流程，如每日或每周定期触达特定人群
设计 A/B 实验流程，按百分比分流对比不同策略效果
实战案例
常见疑问
这个 Skill 能直接创建流程吗？
不能。它产出结构化意图 JSON，需要由下游流程节点构建器转换为最终可部署的流程配置。
split 和 judge 有什么区别？
split 用于三条及以上分支或 A/B 实验，judge 用于满足/不满足两条路径的判断场景。
支持哪些推送渠道？
支持 message_push（Push/FCM/Apns/JPush）、wechat_push、webhook_push（自定义 Webhook/礼物包/弹窗/邮件/短信）。
相关 Skills 推荐
用「运营旅程画布搭建」武装你的 Agent
预约演示，看看它如何在你的业务场景中落地
