平台能力 · 在 mPorts OMS 中
问清发生了什么，弄明白为什么，然后动手处理。
用日常的业务语言问：这笔订单为什么发不出去、这个渠道为什么显示仓库没有的货、仓库到底收了什么费。mPorts OMS 里的 AI 读的是您团队在用的同一份订单、商品、库存与仓库账单，说出原因，给出下一步并说明依据——经人确认后，走人本来会走的步骤执行，从已连接系统自己的记录里确认结果，并把整次运行保留下来。
每一个问题，都是同一条路
不管问的是一笔订单、一个渠道还是一张账单，都是这几步——而且在改动去到的地方得到确认之前，不算完成。
- 01
提问
发生了什么？用业务语言，针对运营人员正在看的订单、商品或成本提出。
- 02
核查
相关的运营记录一次查完：订单状态、仓库回执、库存位置、物流跟踪、仓库收了什么费。
- 03
解释
说出原因——订单停在哪一步、哪项检查卡住了它、一项成本落在哪个费用类型和哪个仓库——并展示它查过的记录。
- 04
建议
下一步该做什么、为什么：更换发货仓、重新提交、重新询价运费、重新回传零售商。
- 05
执行
由人确认。这一步走与人做改动相同的路径，进入已连接的系统。
- 06
核实
检查已连接系统自己的记录——仓库是否收到了订单、零售商是否收到了更新。已核实、已过期或未知；未知绝不会显示为成功。“更换发货仓”和“更改路由目标”流程最后都会重新运行诊断。
- 07
记录
问题、建议、确认、变更及其核实结果作为一次运行完整保留，放在订单旁边——记录写明“AI 建议，人执行”。
在产品中是什么样子
以图示呈现产品的导航与字段名称。
订单旁边的 AI
用业务语言提问，基于已记录的信息作答
- 提问
- 核查
- 解释
- 建议
- 确认
- 执行
AI 遵循固定路径；凡是要做改动的地方，始终有人在环路里。
一个问题，从头到尾
运营人员问：我们这家零售商的订单今天为什么卡住了？
-
提问
用日常业务语言输入问题，针对的是运营人员正在看的那些订单。
-
核查
AI 读取已连接的记录：订单状态、仓库回执、库存位置与物流跟踪。
-
解释
卡住的订单按各自停下的位置分组返回，并展示它看了哪些信息。
-
建议
对每一组，给出能解决它的那一步，已预先填好、可以直接运行。
-
执行
每一个会改动订单的步骤都由人确认；批准的步骤走的是运营人员本来会用的同一条流程。
-
记录
问题、建议、确认与变更被作为一次运行完整保留。
助手今天能触达什么
两张清单，有意分开：助手能读什么，以及经人确认后它能改什么。
今天能读
- 订单——查找、列出、打开，包括所有需要关注的订单
- 一笔订单为什么发不出去，附原因和能解决它的处理办法
- 商品与库存余量
- 仓库收了什么费，按费用类型和仓库
- 哪些报表运行已完成
今天能做（经人确认后）
- 更换订单的发货仓
- 更改路由目标或面单归属
- 刷新方案并提交到仓库
- 重新询价运费
- 重新回传给零售商
-
助手
从您正在看的订单、商品或成本出发，用业务语言提问。
-
智能体与规则
智能体按客户分别设置，每一个都带有它可以使用的工具与它所遵循的规则。
-
审批
一项改动进入审批队列，直到有权限的人批准；发起人不能批准自己的操作。
-
运行记录
每一次运行都保留——问题、读过的记录、建议、决定与变更——您的团队还能打开一个页面，看到 AI 提出了什么、做了什么。
-
核实
改动到达仓库或零售商之后，mPorts 从该系统自己的记录里确认结果，并标为已核实、已过期或未知。未知绝不会显示为成功。
-
归属
当 AI 提出建议、由人执行时，审计记录把这次操作与那条建议关联起来，并保留人作为操作者。
屏幕旁边的聊天窗口，还是运营之内的 AI
多数“电商 AI”是一个副驾驶：读屏幕上的内容，起草一个回答。mPorts OMS 的 AI 运营不是这样构建的，因为运营和描述是两件事。
架在上面的副驾驶
- 读屏幕上显示的任何内容
- 写一个回答；人再去别处操作
- 没有一组固定的、它可以改的事
- 按下按钮，改动就算完成
- 发生过什么，留在聊天记录里
mPorts OMS 的 AI 运营
- 读团队在用的同一份订单、库存、履约与账单记录
- 给出建议；经人确认后，走同一条流程执行
- 一组经过审阅的能力；除非规则允许，写入一律拒绝
- 已连接系统自己的记录确认了，改动才算完成
- 发生过什么，是订单上的一次运行，有归属、有留存
今天的边界
AI 使用的是系统里已经存在的运营信息：订单、商品、库存、履约、发货、仓库收了什么费，以及已做出的承诺。它不读取您的文档、制度或作业规范。商品上架就绪、库龄和单 SKU 成本，今天是您在 mPorts OMS 里打开的界面，助手还触达不到。智能体按客户配置；没有任何专项运营员作为产品出售。
这套运营模型接下来会走向哪里
因为每一个运营员都会共用同一份记录和同一套控制机制，一项 AI 能力可以延伸到运营团队本来就在做的各类工作上。以下是对这个方向的示意。
- 示例
订单运营
“今天有哪些单卡住了？为什么？”
找出停止流转的订单，追到它们各自卡住的那个阶段。
- 示例
库存
“我们在哪里有超卖风险？”
找出那些正在售卖“已经在别处被占用的库存”的渠道。
- 示例
履约
“哪些订单应该改道发货？”
当原方案行不通时，找到仍然能兑现承诺的发货地点。
- 示例
商品上架
“是什么卡住了这个 SKU 的上线？”
从渠道的驳回反推到导致它的那个属性或那条推送。
- 示例
系统对账
“两个系统在哪里对不上？”
找出仓库、渠道与 OMS 之间不一致的记录。
- 示例
零售商合规
“这家零售商有哪些要求我们还没做到？”
在罚款账单到来之前，先对照零售商的规则检查订单。
每一个运营员走的都是同一条路——也就是 mPorts OMS 中的 AI 今天的工作方式
- 提问
- 核查
- 解释
- 建议
- 执行
- 记录
这六个领域用于说明方向，不是今天可以购买的产品。
下一步：运营记忆（Operational Memory）
上面这些今天都会被写下来：每一次运行，含问题、读过的记录、建议、决定、变更以及是否已核实，并归属于提出建议的 AI 和执行的人。mPorts 正在朝着「运营记忆」（Operational Memory）的方向构建：记录以前发生过什么、当时为什么做出那个决定、采取了什么行动、结果如何，让下一次决策可以从既往的运营经验出发。这是一个明确的方向，而不是已上线的能力；今天 mPorts 里的 AI 不会根据以前发生过的事情改变自己的行为方式。
客户常问的问题
mPorts OMS 里的 AI 能做什么？
它基于 mPorts OMS 已有的记录回答关于订单、商品、库存与仓库账单的问题，解释一笔订单为什么发不出去，给出能解决它的那一步，并在人确认后，走您团队同样的步骤更换发货仓、重新提交、重新询价运费或重新回传零售商。每一次运行都有记录。
我们可以限制 AI 能做什么吗？
可以。每个智能体都有它可以使用的工具和所遵循的规则，一项改动在运行之前，会在审批队列里等有权限的人。
助手今天能回答哪些问题？
一笔订单为什么发不出去；某家零售商或某个仓库有哪些订单需要关注；某个商品的库存余量；仓库按费用类型和仓库收了什么费；哪些报表已经跑完。上架就绪、库龄和单 SKU 成本是您今天打开的界面。
把您的团队每天早上互相问的问题，问给我们。
告诉我们今天要打开四个系统才能回答的那些问题。我们会带您看哪些是助手现在就能答的，以及一次经确认的操作是怎么跑的。