自动化阶段（Phase 1〜4）

Picaro.AI 采用 逐步深化 的自动化设计。一开始就追求”完全自动”在心理上和实务上风险都较高，因此从单次手动执行起步，随着运营的熟练与数据的积累再进入下一阶段。

目前可实际运用的到 Phase 3（审批流式的半自动） 为止。Phase 4（完全自动）尚未实现，定位为今后的路线图（构想阶段）。

4 个阶段的全景

Phase	状态	主要使用方式	进入的参考
Phase 1	单次执行	在 AI 智能体环境中每次发送提示词即时执行	完成 Picaro 连接后即可
Phase 2	可日常运行	将相同的提示词注册为「保存的提示词」，每天早晨一键执行	登记 KPI 目标 + 4 周数据
Phase 3	审批流式（半自动）	自动抽取候选，在 AI 智能体侧的审批流中一键审批后反映	登记自动化规则
Phase 4（构想）	完全自动（未实现）	自动执行满足条件的建议的未来构想。当前不提供	—

下面按阶段说明各阶段的变化点。

所有技能都从这里起步。通过你所使用的 AI 智能体环境发送提示词，Picaro 即时响应。

此阶段的关键在于掌握各提示词的输出形态，并理解提示词所指定的条件（调整幅度上限、对象范围、对象件数）的含义。这些上限 在各提示词的正文中指定，可按运营情况修改数值。

将相同的提示词置于 每天早晨一键即可再次执行 的状态。在 Picaro 侧注册「保存的提示词」，再从 AI 智能体环境调用。

每天早晨用 5 分钟例行依次确认「仪表盘 KPI → 异常检测 → 收藏关键词偏离」，即是 Phase 2 的目标状态。

候选抽取由系统自动完成，最终审批由人工一键完成。定期生成建议，在你所使用的 AI 智能体环境（Picaro 连接）中确认内容，审批后即反映。

由于属于「直接动用预算」的操作，Phase 3 必须经过审批流。未审批则不会反映。

对于已积累审批实绩的建议，在无人工介入的情况下自动执行——这是一种未来构想。要实现它，需要判断是否适合自动执行的机制、以及异常时自动回退的机制等，这些仍处于研究阶段。

作为构想设想的技能（示例）:

即便实现完全自动，像新建广告活动这类涉及战略判断的操作仍拟保留由人决策。并非将”全部”自动化，而只以 判断责任归属明确的领域 为对象。

无论自动化推进到哪个阶段，各提示词都可指定防止”过度”的条件。这些 在提示词正文中指定，可按运营情况调整。

这些是抑制建议内容的条件，AI 会在提示词指定的范围内提案。并不存在系统强制中止的「安全装置」，因此请在请求（提示词）中明示希望遵守的上限。

「不一开始就提供完全自动」的设计判断有 3 个理由。

需要数据积累: 建议的精度会随着过去审批 / 拒绝历史的积累而提高。Phase 1〜3 的运营是今后自动化的基础。
与业务惯例的适配: 既有运营流程、内部审批、月度报告周期，难以一步到位完全自动化。组织侧的惯例也需要在阶段推进中同步演进。
责任归属的明确化: “AI 判断”这种说法会让责任归属变得模糊。经过提案 → 审批 → 执行三个阶段，能记录下”谁在哪一步做了判断”，从而保证可经受内部决策流程的透明度。

从 Phase 1 进入 Phase 2，需要登记月度 KPI 目标，并将提示词转为「保存的提示词」。从 Phase 2 进入 Phase 3，则要求自动化规则的明示。