在处理 IT 服务台支持、市场需求提报、缺陷追踪等高负荷工单项目时，团队负责人和流程管理员往往需要耗费大量时间进行人工初筛与分流。当新任务以零散的文本、表单或邮件形式涌入时，必须有人逐条阅读描述、判定优先级与分类，再手动指派责任人并移入相应阶段。
Asana Intelligence（Asana AI）通过结合智能字段（Smart Fields）与智能规则生成器（Smart Rule Creator），彻底打破了这一低效瓶颈。两者构成了完整的自然语言自动化处理闭环：
- 智能字段通过语义理解解析任务的非结构化文本（标题、正文描述、评论或表单内容），自动推荐字段架构并准确填充“优先级”、“需求类型”、“所属部门”等自定义字段值。
- 智能规则实时监听这些字段的状态变化，通过口语化的自然语言提示词自动触发后续动作——如跨列表分流、指派负责人、计算截止日期或发送通知，完全无需繁琐编写嵌套逻辑条件。
以下是团队负责人与流程管理员在 Asana 中落地自然语言自动化分流的完整实操指南。
核心机制：智能字段与智能规则的协同分工
在构建自动化规则前，需理清两项功能在任务分流生命周期中的定位：
| 功能模块 | 核心能力 | 输入方式 | 在分流链路中的作用 |
|---|---|---|---|
| 智能字段 (Smart Fields) | 智能推荐项目字段架构；根据任务描述抽取元数据并填充单选/多选值 | AI 扫描项目内容或手动批量填充 | 数据结构化： 将非结构化文本转化为标准化标签（如“紧急缺陷”、“账单问题”） |
| 智能规则 (Smart Rules) | 将自然语言指令转化为包含触发器、条件与动作的自动化流程 | 在规则构建器中输入纯文本提示词 | 路由与执行： 根据结构化标签自动流转任务、分派成员、设定时限及联动通知 |
当两者串联时，外部提报的新任务会在几秒钟内完成语义解析、打标、指派与归档，实现真正无人值守的敏捷初筛。
第一步：使用智能字段规范并自动填充任务数据
自动化分流的前提是拥有标准化的数据结构。如果项目尚未建立完整的分类标签，或者任务提交时遗漏了关键字段，流程管理员可利用智能字段快速规范数据。
方法一：智能推荐并新增自定义字段
在搭建新项目或重构现有工作流时：
- 打开 Asana 项目界面（列表视图或看板视图）。
- 点击右上角的 Customize（自定义） 菜单。
- 选择 Fields（字段），然后点击 + Add（添加字段）。
- 选择 Recommend fields（推荐字段）。
- Asana AI 将深入分析项目中的现有任务背景，自动提炼出适合该业务场景的字段（如 Request Type（需求类型）、Estimated Effort（预计工时）、Department（部门）），并预设合理的下拉选项。
- 点击 Add（添加） 仅生成字段骨架，或点击 Add and fill（添加并填充） 同时为已有任务批量抽取上下文并自动填充字段值。
方法二：针对现有字段自动填充取值
如果项目中已建有单选或多选字段（如 Priority（优先级：P1/P2/P3） 或 Category（类别：Bug/Feature/Question））：
- 切换至项目列表视图。
- 点击目标自定义字段列标题右侧的下拉箭头。
- 选择 Auto-fill field value（自动填充字段值）。
- Asana Intelligence 会逐一通读任务标题、描述正文及附件内容，运用语义匹配算法为每项任务选出最贴切的下拉选项。
管理员可在确认前快速通览填充结果，确保 AI 的判断符合团队的业务标准。
第二步：使用智能规则生成器构建自然语言分流链路
当任务拥有清晰的结构化字段后，流程管理员即可通过智能规则生成器实现分流逻辑。传统规则配置需要逐层寻找触发器与条件菜单，而智能规则允许直接输入日常口语描述。
自然语言配置步骤：
- 在项目右上角点击 Customize（自定义）。
- 进入 Rules（规则） 模块，点击 + Add rule（添加规则）。
- 选择 Create a custom rule（创建自定义规则），随后进入带 AI 助手的创建界面（Smart Rule Creator / Create with AI）。
- 在提示词输入框中，用自然语言详细写下自动化逻辑（亦可参考界面提供的初始建议）。
- 按 Enter 或点击生成按钮。
- Asana AI 会实时解析文本意图，将其转换为可视化触发器（When...）、判断条件（Check if...）与执行动作（Do this...）。
- 检查生成的逻辑积木，确认无误后点击 Publish（发布） 即可生效。
实战模板：面向团队负责人的三套高频分流提示词
编写智能规则提示词的关键在于准确引用项目中的列表名称、字段名与具体人员姓名。以下提供三组典型业务场景与对应提示词模板：
场景一：严重缺陷与紧急故障快速响应
- 业务目标： 当系统出现严重故障（P1）时，绕过普通待办池，立即移至应急列表并通知值班工程师。
- 输入提示词：
When a task is added to this project and Priority is set to P1 - Urgent, move the task to the Escalated Incidents section, assign it to Alex Miller, set the due date to today, and post a comment: "This P1 incident has been automatically routed to the on-call engineer." - 生成逻辑：
- 触发器： 任务添加到本项目。
- 筛选条件： 自定义字段
Priority等于P1 - Urgent。 - 执行动作： 将任务移入
Escalated Incidents列表；负责人指派给Alex Miller；截止时间设为Today；发表指定评论。
场景二：跨部门需求按类别自动派发
- 业务目标： 统一需求收集表中，将不同专业领域的任务定向派发给对应的专项负责人。
- 输入提示词：
When a task is added to this project and Request Type is Video Production, move it to the Video Backlog section, assign it to Sarah Chen, and add the Creative Directors as collaborators. - 生成逻辑：
- 触发器： 任务添加到本项目。
- 筛选条件： 自定义字段
Request Type等于Video Production。 - 执行动作： 移入
Video Backlog列表；负责人指派给Sarah Chen；添加指定关注者。
场景三：客户反馈缺陷关联研发主看板
- 业务目标： 用户服务台接收到被标记为产品 Bug 的工单时，自动将其多宿主（Multi-homing）关联至研发主工程池。
- 输入提示词：
When the Category field changes to Bug, add the task to the Core Product Bugs project, set Status to Needs Triage, and notify the Engineering Leads channel. - 生成逻辑：
- 触发器： 自定义字段
Category变更并且值为Bug。 - 执行动作： 任务同时关联至
Core Product Bugs项目；更新状态为Needs Triage。
- 触发器： 自定义字段
提示词调优与管理规范最佳实践
为确保自然语言自动化具备极高的准确性与可控性，流程管理员在配置时应遵循以下实践原则：
- 采用严格一致的专有名词： 提示词中的列表名称、字段名称及选项文字务必与 Asana 系统中一字不差。例如若列表名为
In Triage，提示词中应明确写出move to In Triage，避免使用模糊词汇如put in the backlog。 - 结合 Asana Forms（表单）前端约束： 尽可能引导需求方通过表单提报。即使表单包含长文本开放式问题，规范的提报结构也能显著提升智能字段语义解析与自动打标的准确率。
- 设立缓冲区（Staging Section）： 新规则上线初期，建议先将任务自动流转至暂存列表（如
Pending Automated Review），而非直接派发给具体执行人。这便于管理员定期抽检 AI 标签和分流逻辑，确认稳定后再转为全自动模式。 - 高阶复杂场景配合 AI Studio： 若需更高级的语义判断（如识别客户情绪、多维度提取复杂需求参数或自动拟写个性化回复），可升级至 Asana AI Studio，通过设定系统级 Prompt 与工作流智能体，实现更高自主度的业务调度。
版本支持、价格体系与企业数据安全管控
在全员推广 Asana 智能化方案前，团队需明确相关功能所适用的套餐计划与管控策略：
版本与收费阶梯
- Starter 版本（年付 10.99 美元/用户/月）： 专为中小型团队设计，包含 Asana Intelligence 基础功能、智能规则生成器以及智能字段。
- Advanced 版本（年付 24.99 美元/用户/月）： 面向业务快速扩张团队，提供更多每月 AI 操作额度、高阶报表分析及跨项目组合自动化。
- Enterprise / Enterprise+ 版本： 适用于跨部门大规模协作企业，提供定制化或无限 AI 配额、数据驻留支持及企业级合规控制。
- AI Studio 分层： 所有付费计划均内置 AI Studio Basic 体验版，高并发或深度定制需求可通过 AI Studio Plus 与 Pro 扩展。
管理员权限与隐私合规保障
- 全局管控开关： 超级管理员可在企业后台通过 Admin Console > Settings > Domain settings > Asana AI 统一开启或禁用 AI 模块，并能根据需要单独管理底层模型服务商。
- 模型技术生态： Asana Intelligence 底层接入了包括 OpenAI 与 Anthropic 在内的顶级前沿大模型。
- 企业隐私红线： Asana 承诺不使用客户的企业数据训练任何公共 AI 模型；第三方模型合作方在合同上被强制要求在每次单次查询完成后立即清除输入输出数据。所有 AI 执行均严格遵循组织现有的权限隔离体系，不会造成数据越权。
通过将智能字段的语义解析与智能规则的自然语言触发相融合，团队负责人可在几分钟内搭建起敏捷、精准的自动化分流中枢，显著缩短响应周期，将人力从繁琐的事务性初审中彻底释放。