X-ITSM 如何让每张工单上的 AI 都可追溯、可管控

服务台里的 AI 演示起来容易，管起来难。是谁让 AI 改了这张工单？这个月花了多少钱？团队真正信得过哪些草稿？X-ITSM 的设计让每个问题都有答案。

每张工单上的五个动作

一个面板覆盖事件、问题、变更和服务请求，每个动作都以流式输出，边写边显示。

• 摘要： 把冗长的工单往来压缩成要点，十秒看懂报告人的情况。
• 起草回复： 以合适的语气和语言起草回复，分析师修改后再发送。
• 建议解决方案： 从相似的已关闭工单中找到解决办法，直接显示在旁边。
• 生成知识文章： 把已解决的工单整理成知识草稿：标题、问题、解决方法和预防措施。
• 翻译： 中英文互译，分析师可以用自己的语言工作。

工单之外

• 变更风险评分： 综合影响、紧急程度、回退难度和相似的历史变更打分。CAB 打开工单前就能看到分数。
• 审批助手： 为每个待审批事项写一句摘要，并列出同一申请人的相似历史审批。
• 联络中心回复建议： 客户输入时 AI 给出回复建议，并每天汇总未读通知。

从设计上可追溯

• 每次调用都有记录。 使用面板按用户、类型、模型、Token 和费用记录每一次 AI 调用，可筛选、可导出。
• 花费有上限。 按角色设置费用上限，防止失控。未变动的工单重复生成摘要时直接走缓存，不产生费用。
• 质量有评分。 每条回复都可以点赞或点踩，汇总成仪表板，看出团队真正信任哪些工具。
• 时间线说得清。 AI 触发的每一次工单变更都会写下一条可见的评论，例如"Jane 让 AI 起草回复，随后已发送"。
• 谁能用什么由你决定。 管理员配置哪些角色可以使用哪些 AI 工具。常见做法是先开放给二线，草稿质量满意后再开放给一线。
• 提示词可编辑。 提示词存放在数据库中，无需重新部署即可调整，缺失时自动使用内置默认值。

关键处保持确定性

聊天机器人把每条消息归入九类意图之一，按固定流程图路由，并基于你的知识库作答。它修改工单时会留下评论，审计记录清清楚楚。AI 工作流引擎提供可视化画布和 JSON 视图、九种节点类型、模板库、版本管理和运行历史。

你的模型，你的网络

X-ITSM 支持任何兼容 OpenAI 的接口：OpenAI、Anthropic、DeepSeek，或本地的 llama.cpp、Ollama、vLLM。可以设置备用模型，主模型故障时新请求自动切换过去。受监管的团队可以让整套系统完全离线运行。

从试点开始

我们提供范围明确的 90 天试点：帮你接入模型、落地前三个使用场景，并衡量效果。了解 X-ITSM AI 功能，或联系我们。