Agent Skills
返回列表
🏢

Zayn Ali RFQ 扫描

企业运营 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_2cf64581/zayn-ali-rfq-scan。

技能介绍

要解决什么问题

RFQ 信息散落在邮件、招标页、聊天截图和表格里时,采购团队往往要先把非结构化文本手动摘录到表,再判断需求、截止时间和提交材料。这个过程重复、容易漏项,且不同同事抽取的字段不一致。这个技能面向这类询价/招标场景,把阅读、抽取和初步整理交由可编排的大模型流程处理。

技能如何工作

公开资料将 zayn-ali-rfq-scan 归为企业运营类技能,名称指向 RFQ 扫描,但未披露具体实现脚本、数据源、回调接口或认证方式。因此可验证的定位是:它用于承接 RFQ 相关文本,按 prompt/workflow 方式让模型完成任务。使用时建议拆成几个可检查的步骤:准备输入,把邮件正文、需求说明、附件摘录或结构化记录交给技能;固定抽取口径,明确项目名、采购方、联系人、截止时间、规格、数量、交付要求、资质和附件;输出最小摘要,先返回不确定项、缺失字段和矛盾点,再整理成表格/JSON;人工复核后再写入业务流程。 不要假设它自带 OCR、登录 CRM/ERP 或能访问外部招标库。

适用边界与注意点

适合前期扫描和草稿摘要,不适合作为唯一审批依据。涉及报价、法务、付款和供应商准入的结论必须回到原始文件核对。涉及保密信息时应确认调用环境和共享范围。若输入是扫描件、权限受限系统或多语言复杂表格,可能需要预处理。当前资料未给出模型版本、上下文长度、隐私策略和失败重试细节,集成前应对这些约束做测试。

使用场景

  • **批量处理 RFQ 文件**:每日需要处理数十份供应商发来的询价邮件和附件,从各类非结构化文本中提取采购方、截止时间、规格要求等核心字段,快速完成初筛并生成摘要表。
  • **多源数据整合**:将来自邮件、聊天记录和招标平台的 RFQ 信息整合进统一的数据处理流程,利用大模型对需求文档进行解析,识别缺失字段和冲突项并输出结构化结果。
  • **供应商信息归档**:在供应商准入审查阶段,需要从多份资质文件和报价单中提取关键信息进行横向对比,此场景支持将非结构化材料转化为可比对的结构化摘要。
  • **模型流程集成测试**:开发者在构建智能化采购助手时,需要验证大模型处理 RFQ 任务的各项具体步骤,此场景适用于测试模型在特定任务中的表现并优化输入输出格式。

适合人员

  • 采购业务人员:每周需手动整理数十份 RFQ 邮件与表格,将分散的询价信息录入台账并制作汇总清单,寻求减少人工录入工作量;
  • 企业 AI 应用工程师:负责将采购业务接入大模型工作流,需要验证模型处理 RFQ 文本的可靠性,并调整抽取逻辑以适配实际输入;
  • 合规与供应商管理人员:每月需检查多份供应商资质与报价文件,需要从文档中提取关键字段构建统一审核底稿,并标记异常项与待补材料。