运营创建流程画布
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。
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
1
设计新用户激活流程，如新手引导到首次付费转化
2
设计流失召回流程，如 N 天未登录到推送再判断是否回归
3
设计付费转化流程，如触发事件后判断并走不同路径推送
4
设计定时推送流程，如每日或每周定期触达特定人群
5
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
某电商团队 · 流失召回流程设计
团队只知道要给 14 天未登录用户推送召回消息，不确定如何拆解完整流程。Skill 通过对话确认业务场景、目标人群、推送渠道和分支条件，生成 Mermaid 流程图预览，并输出结构化意图 JSON，包含入口触发、等待节点、推送动作节点和结束节点。流程设计耗时从 2 小时缩短至 10 分钟。
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「运营创建流程画布」武装你的 Agent
预约演示，看看它如何在你的业务场景中落地
