很多团队已经开始把 AI 用进工作里，但真正把 AI 接进业务系统时，问题往往不是模型会不会回答，而是它能不能理解团队正在发生的真实业务。销售团队关心客户是否逾期未跟进，项目团队关心任务是否延期，客服团队关心工单是否快超时，运营团队关心指标波动来自哪里。这些问题都不是一次性问答，它们长期发生在共享数据、多人协作和权限边界里。
一个真正进入企业生产的 Team Agent，需要能读懂业务数据，遵循权限，响应状态变化，并把有效判断沉淀下来。
多维表格智能体，就是基于飞书多维表格构建的团队智能体能力。它可以运行在多维表格的记录、字段、视图、权限、评论和自动化流之上，让一张团队正在使用的多维表格，长出一个可共享、守权限、能主动做事、能沉淀经验的业务智能体。
多维表格智能体：以多维表格为数据基座的团队智能体
多维表格智能体以多维表格为数据基座。它的起点很轻，只要团队已经有一张正在使用的多维表格，就可以从表中创建智能体，让它基于真实业务数据完成问数、查询、录入、分析、提醒和写回。
它的核心优势可以概括为三点：
- 上手门槛低：有正在使用的多维表格，就可以通过简单操作创建一个能问数、查询和增删改的智能体。
- 真业务可用：围绕团队已经沉淀在多维表格里的业务对象、权限、状态和协作流程工作，不需要先发起一轮研发项目。
- 可持续扩展：结合触发器、工具、技能和知识库，可以长出更贴合业务要求的团队智能体。
更重要的是，多维表格智能体不是简单的 RAG 问答。它面向数据表、业务权限和状态变化，提供更接近团队生产系统的能力：
- 更懂多维表格，严格遵循高级权限，面向数据表进行增删查改，而不只是基于资料回答问题。
- 一个智能体可以支持多个多维表格；通过知识库，最多可添加 100 个多维表格、云文档等知识。
- 不同人使用同一个智能体时，增删查改权限继承多维表格高级权限，不需要单独为智能体重新配置一套数据权限。
- 智能体可以拉进群聊，也可以多人分别单聊，还可以让多个智能体基于同一个多维表格协同。
- 智能体可以由多维表格记录新增、修改、删除、评论等业务变化触发，按实际业务状态响应，而不是只能等员工主动提问。
- 长期记忆以独立文件形式保存，用得越久，越能沉淀不同用户、不同团队的工作习惯和判断经验。
如何使用和创建多维表格智能体？
使用多维表格智能体，不需要先立项、写 PRD 或规划一套复杂的 AI 治理方案。一个最轻的起点是：
- 选一张团队真正在使用的多维表格。
250px|700px|reset
- 在多维表格中创建“智能体”。
250px|700px|reset
- 问它一个昨天还需要自己手动查的问题。
250px|700px|reset
如果它能基于表内数据答上来，这个团队智能体就已经开始进入业务了。
如果希望团队一起使用，可以将智能体分享给人员或群组。共享之后，成员仍然按照各自在多维表格中的权限访问数据，团队不需要因为共享智能体而放松原有数据边界。
250px|700px|reset
多维表格智能体的价值
多维表格智能体的价值，不只是让团队用自然语言问数。更重要的是，它让 AI 可以基于共享业务数据做持续判断。
1. 在真实业务数据上工作
企业里的业务数据通常不是几条演示记录，而是多张关联表、几十万行记录、持续变化的状态和复杂权限。多维表格智能体可以基于字段、视图、关联关系和记录进行查询与分析，适合承接客户、项目、工单、任务、指标等结构化业务对象。
例如，销售经理在群里询问：
我负责的客户，上周整体的跟进情况怎么样？跟我讲一下我最需要注意的 3 个。
智能体需要完成的是一条完整业务链路：
- 理解“客户”和“跟进记录”这些业务对象。
- 跨多张表查询客户、商机、订单和跟进记录。
- 按“销售负责人 = 我”过滤数据。
- 按发起人的权限边界返回结果。
- 给出可行动的客户跟进结论。
2. 继承多维表格权限边界
团队智能体必须能被共享，但共享不能带来数据越权。
多维表格智能体会遵循发起人在多维表格中的权限。也就是说，同一个问题由不同权限的人发起，能访问和返回的数据范围也不同。
提问人 | 同一句提问 | 可能得到的结果 |
销售经理 | 我负责的客户，上周整体跟进情况怎么样？ | 按权限查看自己负责范围内的客户跟进情况，并获得重点风险提醒。 |
普通销售 | 我负责的客户，上周整体跟进情况怎么样？ | 如果当前权限下没有匹配客户记录，智能体不会越权返回其他客户数据。 |
权限不是依靠提示词要求模型“自觉遵守”，而是继承多维表格里的权限边界。团队共享、数据不越权、大数据量下可用，三件事同时成立，智能体才有机会从个人提效工具变成团队生产力。
3. 可以由业务状态触发
真实业务里，触发推进的常常不是一句提问，而是状态变化。多维表格智能体可以在业务事实发生变化的位置启动：
多维表格状态变化 | 业务信号 | 智能体可以做什么 |
客户进入“高风险”视图 | 客户健康度下降 | 汇总风险原因，提醒 CSM 或销售，给出下一步建议。 |
任务截止时间逾期 | 项目推进风险 | 追溯关联任务和评论，要求负责人补齐阻塞原因。 |
商机进入“合同谈判”阶段 | 关键推进窗口 | 自动生成会前简报，匹配类似成交经验。 |
优先级从 P2 变成 P0 | 影响面升级 | 在项目群播报影响面，并提示相关负责人。 |
评论区 @ 智能体追问“为什么阻塞” | 就地追因 | 分析关联记录与历史评论，写回建议动作。 |
每天 9:30 定时触发 | 固定节奏巡检 | 输出项目、客户或工单的红黄绿摘要。 |
新线索、工单、反馈进入 | 新对象进入处理池 | 自动分类、判断优先级、生成处理建议。 |
工作流更适合稳定执行确定性流程；多维表格智能体更适合处理需要理解、判断和生成建议的业务触发。
4. 让团队经验沉淀下来
很多团队的经验分散在少数专家脑子里。Top Sales 判断高风险客户的方法、PMO 判断项目阻塞的经验、CSM 判断客户健康度的标准、运营团队分析指标波动的路径，都很容易随着人员流动而断掉。
多维表格智能体可以把这些判断逻辑和业务数据、业务状态、后续动作连接起来，让团队逐步把有效方法沉淀为 SOP、技能和长期记忆。
典型经验沉淀可以包括：
- Top Sales 判断高风险客户的方法，沉淀成销售推进智能体的 SOP。
- PMO 判断项目阻塞的经验，沉淀成每日巡检规则。
- CSM 判断客户健康度的标准，沉淀成客户经营模板。
- 运营团队分析指标波动的路径，沉淀成指标归因方法。
这也是 Team Agent 和个人助手的关键区别：个人助手更多服务个人任务，Team Agent 围绕团队共享数据、权限边界、业务触发和经验沉淀长期运行。
典型场景：从问答到经营分析，业务团队都能长出自己的 Agent
多维表格智能体更适合从真实业务表出发。不同团队不需要从零搭一个 AI 应用，而是基于已有多维表格中的业务对象，生成贴合当前工作的智能体。
下面这些场景来自常见业务模板，可以作为团队落地的参考。
智能问答 Agent：让制度、流程和资料可查可追溯
适用于人事咨询、财务咨询、行政制度咨询、IT 支持问答等场景，帮助用户快速获取准确答案，减少人工答疑成本。
能力 | 说明 |
聚焦当前场景 | 聚焦人事、财务、行政、IT 等指定业务范围。 |
基于资料给出答案 | 使用上传的云文档、PDF 等资料查找并生成回答。 |
按权限访问内容 | 回答时遵循当前用户的文档权限，仅使用有权限查看的内容。 |
智能问答 Agent 可以完成的动作包括：
- 回答人事福利问题，例如入职流程、年休假规则、试用期安排等。
250px|700px|reset
- 定位相关政策来源，给出文档位置、章节和原文依据。
250px|700px|reset
- 汇总一段时间内的高频咨询，判断现有 FAQ 是否明确，并建议新增标准问答。
250px|700px|reset
试试这样问
- “休年假的规则是什么样的？没休完可以顺延到明年吗？”
- “入职流程是什么，需要准备哪些材料？”
- “帮我总结 5 月内员工问得最多的问题，以及建议新增到FAQ的标准问答。”
销售推进 Agent：识别停滞客户，生成下一步动作
面向销售团队，销售推进 Agent 可以自动汇总客户档案与跟进记录，识别停滞和逾期未跟进客户，并生成下一步销售推进建议。
能力 | 说明 |
串联客户上下文 | 读取客户档案与历史跟进记录，帮销售快速掌握当前状态。 |
提前提醒跟进风险 | 基于下次跟进时间，提醒负责人及时推进重点客户。 |
给出下一步动作 | 结合客户诉求和最近互动，生成更具体的沟通重点和推进建议。 |
销售推进 Agent 可以完成的动作包括：
- 根据客户纪要自动拟写客户跟进记录。
- 更新客户档案中的风险等级、当前阶段、负责人等字段。
250px|700px|reset
- 识别停滞与逾期客户，按高、中、低优先级组织本周跟进重点。
250px|700px|reset
- 针对方案沟通阶段客户，生成下一步推进建议。
250px|700px|reset
试试这样问
- “我刚和农业科技开完会，纪要如下：客户对数据看板权限管理比较关注，希望我们在 6 月 6 日前补充一版实施计划和权限方案。请帮我提取字段，准备录入销售跟进记录。”
- “找出还没有跟进，但应该推进的重点客户。”
- “请汇总高意向客户，按风险和预计成交时间排序。”
项目巡检 Agent：提前发现延期、阻塞和无人推进任务
面向项目经理、PMO 和交付团队，项目巡检 Agent 可以定时巡检项目进展，识别延期、阻塞和无人推进的任务。
能力 | 说明 |
自动汇总项目进展 | 基于项目、任务和风险记录，快速形成项目当前状态摘要。 |
提前暴露交付风险 | 识别延期、阻塞、无人更新和待验收事项，减少风险后置发现。 |
明确推进责任人 | 按负责人拆解下一步动作，让项目跟进更容易落到具体人。 |
项目巡检 Agent 可以完成的动作包括：
- 定时生成项目摘要，汇总项目负责人、状态、当前阶段、异常任务和高风险未决问题。
250px|700px|reset
- 识别延期与阻塞风险，例如截止日期逾期、任务阻塞、阻塞原因未解决等。
250px|700px|reset
- 提醒负责人推进，整理近几天截止但未完成的任务，发送提醒消息。
250px|700px|reset
- 输出建议动作，例如优先跟进关键任务、提前推动权限配置、每日同步任务进展等。
250px|700px|reset
试试这样问
- “帮我巡检 5 月的项目进度，有哪些任务延期或快到期？”
- “‘项目管理工具’这个项目当前最大的交付风险是什么？”
- “请整理每个负责人的待推进事项，并给出下一步跟进建议。”
经营分析 Agent：把订单、目标和活动数据变成复盘结论
面向电商、零售和业务运营团队，经营分析 Agent 可以基于订单事实、经营目标和活动记录，生成经营周报，拆解 GMV、订单数、客单价、退款率等指标变化。
能力 | 说明 |
自动整合经营数据 | 基于订单、目标和活动数据，快速汇总核心经营表现。 |
解释业务波动原因 | 按渠道、品类、客群等维度下钻，找到增长或下滑的关键来源。 |
沉淀复盘结论 | 把指标变化、影响因素和建议动作整理成可复用的经营复盘。 |
经营分析 Agent 可以完成的动作包括：
- 生成经营周报，输出经营结论、核心指标表现和维度拆解。
250px|700px|reset
- 拆解异常业务维度，例如 GMV 增长来自哪些渠道、哪些品类，是否存在品类下滑。
250px|700px|reset
- 生成经营复盘结论，说明本周 GMV、订单数、客单价、退款率等指标变化，并给出下周经营建议。
250px|700px|reset
试试这样问
- “GMV 的增长主要来自哪些渠道和品类？是否可持续？”
- “为什么 GMV 下降了？请帮我拆到商品和渠道维度。”
- “请生成一份经营复盘的飞书云文档，包括核心指标变化、原因和下周动作。”
销售预测 Agent：让目标差距和达成风险持续可见
面向销售负责人、区域经理和销售运营，销售预测 Agent 可以基于销售流水与目标数据生成月度或季度预测，解释预测依据，并定时输出销售周报。
能力 | 说明 |
基于历史数据预测 | 结合销售流水、目标和历史趋势，生成月度或季度预测结论。 |
定位目标达成风险 | 按区域、产品、渠道和负责人拆解差距，发现影响达成的关键因素。 |
周期性同步经营判断 | 定时输出销售周报，让团队持续看到进展、风险和建议动作。 |
销售预测 Agent 可以完成的动作包括：
- 基于历史数据生成预测，例如根据当前销售趋势预测本月最终销售额，并展示预测偏差度。
250px|700px|reset
- 识别预测偏差与风险，例如分析当前预测结果和目标之间的差距，拆出主要风险来源。
250px|700px|reset
- 定时生成销售周报，输出实际销售额、目标完成率、区域表现、产品表现和重点风险。
250px|700px|reset
试试这样问
- “按当前销售流水和目标，本季度预计能完成多少？”
- “下个月销售目标是500万，请帮我分析当前预测结果和目标之间的差距。”
- “请生成销售预测摘要，包含达成率、风险客户和建议动作。”
业务指标分析 Agent：解释异常波动，生成可汇报结论
业务指标分析 Agent 可以基于看板和事实表解释转化率、成交率、渠道质量等指标变化，自动拆解主要影响因素，并给出下一步排查建议。
能力 | 说明 |
理解指标口径 | 基于用户提供的看板和口径说明，先确认指标定义与统计范围。 |
自动拆解异常变化 | 从渠道、区域、产品等维度定位指标波动的主要影响因素。 |
生成可汇报结论 | 结合数据分析工具输出更清晰的图表、解释和排查建议。 |
业务指标分析 Agent 可以完成的动作包括：
- 解释指标变化，例如说明上周转化率为什么上升，并补充口径说明、主要影响因素、排查建议和可沉淀分析方法。
250px|700px|reset
- 监控异常指标，例如识别完全新增、大幅增长、资金消失等异常类型，并评估渠道质量变化。
250px|700px|reset
- 生成数据分析报告，例如生成上周数据分析周报，包含核心指标周环比变化、指标口径说明、渠道或活动维度影响因素拆解、下一步排查建议和可复用分析方法沉淀。
250px|700px|reset
试试这样问
- “为什么转化率有上升？请从渠道和区域维度拆解。”
- “最近 30 天成交率异常波动的主要原因是什么？”
- “请基于当前业务数据生成一段适合周会汇报的指标解读。”
工单和客户健康 Agent：推动服务问题闭环
面向客服、客户成功和服务运营团队，工单和客户健康 Agent 可以自动识别客户问题类型，创建并分派工单，持续跟踪处理进展。
能力 | 说明 |
自动判断问题优先级 | 基于问题描述、客户影响和 SLA 规则，辅助团队快速分级分派。 |
减少人工转派成本 | 整理工单关键信息和处理建议，帮助负责人更快接手问题。 |
持续跟踪处理风险 | 识别超时、长时间无更新和需升级工单，推动问题闭环。 |
工单和客户健康 Agent 可以完成的动作包括：
- 识别客户问题类型，例如判断新建工单属于配置咨询、系统异常、权限问题等类型。
250px|700px|reset
- 整理工单与提醒，例如汇总客户名称、工单标题、问题描述、当前优先级、SLA 风险和期望解决时间。
250px|700px|reset
- 跟踪处理进展，例如汇总今天快超时的工单，按紧急优先级排序，列出负责人、状态和 SLA 风险。
250px|700px|reset
试试这样问
- “汇总一下有哪些工单快超时了。”
- “请帮我判断这批新建工单分别属于什么问题类型？负责人都是谁？”
- “帮我把最新一条工单整理成工单摘要，包括问题类型、影响范围和负责人等信息。”
合规预审专家 Agent：在正式审批前发现材料和规则风险
面向财务报销预审场景，合规预审专家 Agent 可以在员工正式提交审批前检查材料完整性、金额是否超标、发票状态和费用类型是否符合制度。
能力 | 说明 |
提前检查材料完整性 | 在正式提交前核对附件、发票、事由和关键信息是否齐全。 |
对照规则识别风险 | 基于制度和审核标准发现超标、口径不清或发票异常问题。 |
给出可执行修改建议 | 输出预审结论、补充材料和修改方向，减少反复退回。 |
合规预审专家 Agent 可以完成的动作包括：
- 检查报销材料完整性，例如发现待预审申请中缺少缴费凭证、供应商招标单等材料，并给出补充建议。
250px|700px|reset
- 识别超标与发票风险，例如列出申请人、费用类型、申请金额、制度上限和超出金额，并提示是否需要走特殊审批流程。
250px|700px|reset
- 通知预审结果与建议，例如将预审通过和不通过的申请通知对应申请人，并说明不通过理由和修改建议。
250px|700px|reset
试试这样问
- “帮我检查待预审的报销申请中有没有缺少材料的？”
- “目前哪些报销申请金额可能超标？具体超标了多少。”
- “帮我将现在未审核的报销申请初步判断一下是否应该通过，并给出理由。”
产品理念：为什么企业需要基于业务系统的 Team Agent
不是每个 AI Agent 都能进企业生产。几乎每个企业都试过 AI 工具，但当 AI 真正进入业务时，团队常遇到的问题并不是“模型不够聪明”，而是：
- 它不知道团队的真实业务状态。
- 它分享给团队后，是否会暴露不该看的数据。
- 每次使用都要重新解释背景。
- 它只能回答简单问题，不能主动把事情往前推。
- Top Sales、资深 PM、顶级 CSM 的经验，一旦人员流动，就很难留在团队系统里。
问题的根子不只是模型能力，而是 AI 没有真正进入业务系统内部。企业里真正反复发生、真正需要 AI 介入的事，例如销售线索流转、项目状态推进、工单分派、客户跟进、回款盯漏、风险识别、合规校验，都围绕共享业务数据、跨多人协作和长期演进。
一个能进入真实业务的 Team Agent，至少要跨过四道门槛：
门槛 | 含义 |
真实数据 | 能在几十万行记录、多张关联表、持续变化的业务状态上稳定工作，不只处理演示数据。 |
权限可信 | 可以被全团队共享，但严格遵循每个人的可见范围，不因为共享智能体而放松数据边界。 |
主动触发 | 不止能被 IM 机器人问答触发，也能在状态变更、数据新增、定时点到、评论讨论时启动。 |
低门槛普及 | 业务团队自己就能按业务需求定制，不必每次都等待 IT 排期。 |
多维表格智能体的设计，就是把这四件事放进同一个多维表格原生闭环里。
多维表格智能体的差异化价值
多维表格智能体不是再做一个聊天框，也不是把 AI 外挂在数据库旁边读一读。它让 AI 运行在多维表格的业务事实、权限和流程之上。
它工作在记录、视图、字段、关联关系、评论协作和自动化流之上。它的输入不是被人描述过的二手信息，而是一手业务事实。它能被飞书机器人对话触发，也能被数据本身触发。它不只告诉你“应该做什么”，也能直接把事情推进下去。
多维表格智能体的差异化，不在能力清单上的某一个勾，而在几层能力形成闭环：
层 | 能力 |
数据库 | 承载业务事实与状态，客户、项目、工单、任务、指标都已经在多维表格中沉淀。 |
事件触发 | 时间、记录、评论和会话都可以成为智能体启动信号。 |
Agent | 承载业务理解、判断、执行和推进；内置支持大数据量记录下稳定执行的智能问答分析能力。 |
权限、安全、治理 | 严格权限管控、运行日志和变更历史，让企业敢把智能体接进真实业务。 |
自进化 | 通过 IM 对话即可更新知识库、创建或积累技能、优化任务指令、积累长期记忆。 |
这套闭环可以概括为：
- 基于业务事实感知问题。
- 按权限读取数据。
- 触发 AI 判断。
- 推动动作执行。
- 写回业务状态。
- 沉淀团队经验。
和其他方案相比，多维表格智能体解决什么问题
普通机器人解决入口问题，知识库问答解决内容问题，工作流解决确定流程问题。多维表格智能体解决的，是共享业务数据上的判断、触发和沉淀问题。
FAQS
多维表格智能体怎么计费？
目前，多维表格智能体处于限免阶段。限免期结束后，会根据 token 消耗使用企业 AI 点数。
计费信息可能随版本和发布节奏变化，建议以产品内最新说明或官方公告为准。
多维表格开启了高级权限可以使用吗？数据量大可以使用吗？
可以。多维表格智能体支持开启高级权限的多维表格，并会严格按照用户权限返回数据。
在大数据量场景中，它也可以支持百万行级数据量下的使用。具体数据规模、性能边界和可用范围以产品内最新说明为准。
多维表格智能体支持哪些使用方式？
当前支持三类使用方式：
- 飞书对话类：飞书机器人单聊、群聊。
- 多维表格类：多维表格评论、多维表格网页、多维表格 AI 侧边栏。
- 自动触发类：定时触发，最短频率每小时；多维表格记录新增、记录变更、记录删除触发。
未来还会扩展多维表格应用模式等更多渠道。
多维表格智能体工具支持哪些？
多维表格智能体默认内置多个常用工具，例如多维表格问数 Agent 功能、多维表格飞书云文档能力等。
同时，它也支持飞书日历、飞书任务等能力。团队可以自行选择开启，也可以通过告诉智能体的方式，让智能体开启相应能力。
除此之外，它还支持 skill 技能，可以通过上传或对话创建技能来扩展智能体能力。
多维表格智能体知识库支持哪些类型的知识？
多维表格智能体支持飞书知识和本地上传两类知识：
- 飞书知识：多维表格、飞书云文档、飞书知识库。
- 本地上传：PDF、Word 文档、图片。
一个智能体知识库最多支持上传 100 个知识。也可以在对话时直接发送多维表格链接，或直接上传文件给智能体参考。
我想修改智能体配置，可以怎么操作？
有两种修改方式：
- 手动修改：直接在配置页修改，配置方式接近多维表格工作流的简单版。
- 对话修改：把你想实现的逻辑直接发送给智能体，它可以根据要求完成配置调整。
当用户拥有智能体修改权限时，也可以在飞书 IM 会话过程中完成配置修改；没有修改权限的用户不会修改智能体配置。
多维表格智能体使用的是什么大模型？可以更换吗？
多维表格智能体默认使用豆包 2.0，目前暂不支持用户自主更换模型。
后续模型能力和可配置范围可能随产品迭代变化，建议以产品内最新说明为准。
单聊中的对话记录和记忆会泄露给群或其他人吗？
不会。智能体与用户、群组之间的对话上下文和记忆会做隔离处理，不会因为同一个智能体被多人或群组使用，就把个人单聊内容泄露给其他人或群。
这也是团队智能体能进入真实协作场景的重要前提：共享智能体，不等于共享所有人的上下文。
结语：让 AI 进入团队业务系统，而不是停在业务系统外
企业真正需要的 AI，不只是一个能回答问题的工具，而是一个能站在业务数据里、理解状态变化、遵循权限边界、推动下一步动作的团队能力。
多维表格智能体把这个能力放进飞书多维表格：从一张已有多维表格出发，让业务团队低门槛创建自己的 Team Agent，用在销售推进、项目巡检、经营分析、工单处理、合规预审等真实场景中。
如果你的团队已经在用多维表格管理客户、项目、任务、工单、指标或审批前数据，可以从一张最常用的表开始，创建一个多维表格智能体，先问它一个昨天还需要手动查的问题。
