#AI zaměstnanec · Viz: Průvodce konfigurací scénáře CRM

Na příkladu CRM se dozvíte, jak zajistit, aby váš AI analytik pro získávání poznatků skutečně rozuměl vašemu podnikání a naplno využil svůj potenciál.

#1. Předmluva: Jak zajistit, aby Viz přešel od „vidění dat“ k „rozumění podnikání“

V systému NocoBase je Viz předpřipravený AI analytik pro získávání poznatků. Dokáže rozpoznat kontext stránky (například Leads, Opportunities, Accounts) a generovat trendové grafy, trychtýřové grafy a KPI karty. Ve výchozím nastavení však disponuje pouze nejzákladnějšími dotazovacími schopnostmi:

Tyto nástroje umožňují Viz pouze „rozpoznat strukturu“, ale zatím ne skutečně „porozumět obsahu“. Abyste mu umožnili generovat poznatky, detekovat anomálie a analyzovat trendy, musíte mu rozšířit vhodnější analytické nástroje.

V oficiálním CRM demu jsme použili dva způsoby:

• Overall Analytics (obecný analytický engine): šablonové, bezpečné a opakovaně použitelné řešení;
• SQL Execution (specializovaný analytický engine): nabízí větší flexibilitu, ale nese s sebou i větší rizika.

Tyto dvě možnosti nejsou jediné; spíše představují designový vzor:

Můžete se řídit jeho principy a vytvořit implementaci, která lépe vyhovuje vašemu podnikání.

#2. Struktura Viz: Stabilní osobnost + flexibilní úkoly

Abyste pochopili, jak rozšířit Viz, musíte nejprve porozumět jeho vrstvené interní architektuře:

Tato vrstvená architektura umožňuje Viz udržovat stabilní osobnost (konzistentní analytická logika), a zároveň se rychle přizpůsobovat různým obchodním scénářům (CRM, správa nemocnic, analýza kanálů, řízení výroby...).

#3. Režim jedna: Šablonový analytický engine (doporučeno)

#3.1 Přehled principů

Overall Analytics je jádrem analytického enginu v CRM demu. Spravuje všechny SQL dotazy prostřednictvím kolekce šablon pro analýzu dat (data_analysis). Viz nepíše SQL přímo, ale místo toho volá předdefinované šablony k generování výsledků.

Průběh spuštění je následující:

flowchart TD
    A[Viz přijme úkol] --> B[Volá pracovní postup Overall Analytics]
    B --> C[Shoduje šablonu na základě aktuální stránky/úkolu]
    C --> D[Spustí SQL šablony (pouze pro čtení)]
    D --> E[Vrátí datový výsledek]
    E --> F[Viz vygeneruje graf + stručnou interpretaci]

Tímto způsobem může Viz během několika sekund generovat bezpečné a standardizované analytické výsledky, a administrátoři mohou centrálně spravovat a kontrolovat všechny SQL šablony.

#3.2 Struktura kolekce šablon (data_analysis)

#Příklady šablon v CRM demu

#3.3 Výhody tohoto režimu

📘 Tato kolekce data_analysis nemusí mít nutně tento název. Klíčové je: šablonovitě ukládat analytickou logiku a nechat ji jednotně volat pracovním postupem.

#3.4 Jak zajistit, aby ji Viz používal

V definici úkolu můžete Viz explicitně říci:

Ahoj Viz,

Prosím, analyzujte data aktuálního modulu.

**Priorita:** Použijte nástroj Overall Analytics k získání výsledků analýzy z kolekce šablon.
**Pokud není nalezena odpovídající šablona:** Uveďte, že šablona chybí, a navrhněte administrátorovi, aby ji doplnil.

Požadavky na výstup:
- Pro každý výsledek vygenerujte samostatný graf;
- Pod graf připojte stručný popis o 2–3 větách;
- Nevymýšlejte data ani nepředpokládejte.

Tímto způsobem Viz automaticky zavolá pracovní postup, shodne nejvhodnější SQL z kolekce šablon a vygeneruje graf.

#4. Režim dva: Specializovaný SQL exekutor (používejte opatrně)

#4.1 Použitelné scénáře

Když potřebujete průzkumnou analýzu, ad-hoc dotazy nebo agregace s JOINem více kolekcí, můžete nechat Viz zavolat nástroj SQL Execution.

Charakteristiky tohoto nástroje jsou:

• Viz může přímo generovat SELECT dotazy;
• Systém je spustí a vrátí výsledek;
• Viz je zodpovědný za analýzu a vizualizaci.

Příklad úkolu:

„Prosím, analyzujte trend konverzních poměrů leadů podle regionů za posledních 90 dní.“

V tomto případě může Viz vygenerovat:

SELECT region, COUNT(id) AS leads, SUM(converted)::float/COUNT(id) AS rate
FROM leads
WHERE created_at > now() - interval '90 day'
GROUP BY region;

#4.2 Rizika a doporučení pro ochranu

Obecná doporučení:

• Běžní uživatelé by měli mít povolenou pouze šablonovou analýzu (Overall Analytics);
• Pouze administrátoři nebo seniorní analytici by měli mít povolené používání SQL Execution.

#5. Pokud si chcete vytvořit vlastní „Overall Analytics“

Zde je jednoduchý, obecný přístup, který můžete replikovat v jakémkoli systému (nezávisle na NocoBase):

#Krok 1: Navrhněte kolekci šablon

Název kolekce může být libovolný (např. analysis_templates). Stačí, aby obsahovala pole: name, sql, collection a description.

#Krok 2: Napište službu nebo pracovní postup „Načíst šablonu → Spustit“

Logika:

1. Přijme úkol nebo kontext stránky (např. aktuální kolekci);
2. Shodne šablonu;
3. Spustí SQL šablony (pouze pro čtení);
4. Vrátí standardizovanou datovou strukturu (řádky + pole).

#Krok 3: Nechte AI zavolat toto rozhraní

Výzva k úkolu může být napsána takto:

Nejprve zkuste zavolat nástroj pro analýzu šablon. Pokud v šablonách není nalezena žádná odpovídající analýza, použijte SQL exekutor.
Prosím, ujistěte se, že všechny dotazy jsou pouze pro čtení a generují grafy pro zobrazení výsledků.

Tímto způsobem bude váš systém AI zaměstnance disponovat analytickými schopnostmi podobnými CRM demu, ale bude zcela nezávislý a přizpůsobitelný.

#6. Nejlepší postupy a doporučení pro návrh

#7. Z CRM dema k vašemu scénáři

Ať už pracujete s nemocničním CRM, výrobou, skladovou logistikou nebo náborem studentů, pokud dokážete odpovědět na následující tři otázky, může Viz přinést hodnotu do vašeho systému:

Jakmile toto definujete, stačí:

• Zapsat analytickou logiku do kolekce šablon;
• Připojit výzvu k úkolu na stránku;
• A Viz pak může „převzít“ vaši analýzu reportů.

#8. Závěr: Vezměte si tento vzor s sebou

„Overall Analytics“ a „SQL Execution“ jsou jen dvě příkladové implementace. Důležitější je myšlenka, která za nimi stojí:

Zajistěte, aby AI zaměstnanec rozuměl vaší obchodní logice, a ne pouze vykonával výzvy.

Ať už používáte NocoBase, soukromý systém nebo vlastní pracovní postup, můžete replikovat tuto strukturu:

• Centralizované šablony;
• Volání pracovních postupů;
• Spouštění pouze pro čtení;
• Prezentace AI.

Tímto způsobem Viz už není jen „AI, která umí generovat grafy“, ale skutečný analytik, který rozumí vašim datům, vašim definicím a vašemu podnikání.