Odoo 人工智能与自动化工作流：实操指南
你的团队还在用邮件、CRM 备注和表格反复拷贝信息。审批卡在没有人把最近十条 chatter 摘要出来的节点上。公司增长带来的是工作量，而不是流程清晰度。
Odoo AI（在 Odoo 19 中）就是把智能助手嵌入 ERP：支持自然语言提问、文本生成与受控自动化。与规范化的Odoo 自动化搭配使用时，可以在不泄露数据控制权的前提下，减少重复人工操作。
本指南面向企业主、中小企业负责人与运营团队。我们只以 Odoo 官方对AI 功能的公开描述为准，并明确区分原生功能与需要额外开发或接入的ChatGPT 集成等方案，帮助你判断哪些是内置能力、哪些属于定制工作。
若想了解长期自动化与“代理人”式流程的更多背景，可参考以下文章： Odoo AI 代理人：企业自动化的未来若侧重 CRM 与消息自动化，请参阅： Odoo AI 与 ChatGPT：如何自动化业务工作流。
什么是 Odoo 的 AI 与工作流自动化？
简短回答： Odoo AI 是 Odoo 的智能化生产力层，提供上下文感知的应用内帮助与文本生成功能。将这些 Odoo AI 工具与常规自动化（例如 AI 类型的服务器动作与工具）结合，就是在 Odoo 既做判断又执行，从而把决策与动作控制在统一框架内。
Odoo 在同一数据库上管理 CRM、销售、会计、库存、项目、网站等业务模块。所谓工作流自动化，就是把这些环节串成链条：减少多方传递、明确责任人、并能量化处理速度。
AI 功能的官方范围集中在： Odoo 19 AI 文档。该文档汇总了 Ask AI、AI 代理人、AI 服务器动作、邮件模板中的 AI、字段层面的智能、在线客服语音、文档分类、工单支持等功能的行为说明。
像 ChatGPT、Claude 这样的外部模型并不会自动成为 Odoo 的一部分。你可以在 Odoo 支持指定 LLM 的地方选择这些供应商，或通过集成/定制代码把外部服务接入，但这些属于产品外的扩展工作。
Odoo 中的 AI 是如何运作的？
下面的要点基于 Odoo 官方对 Odoo 19 中Odoo AI功能的描述。
Ask AI（助手）功能
- 按 Ctrl + K 打开命令面板，输入提示词，然后选择 AI 选项即可与 Ask AI 交互。顶部工具栏的 AI 按钮也能唤出同样的助手，不同页面会显示不同的建议提示。
- Ask AI 支持自然语言提问，能回答问题、打开相应视图并协助改进文本内容。
- 官方列举的常见用例包括：翻译最新的 chatter 消息、归纳讨论线程、生成跟进邮件、润色草稿，以及为销售或支持提供下一步建议。
- 回复后，你可以将生成内容作为邮件发送、记录成 chatter 备注或复制到剪贴板。AI 应用允许自定义默认提示。
重要说明： 标准的 Ask AI 助手不会直接更改数据库。它可以打开视图或显示报表，但不会创建销售线索或修改记录。需要实际变更数据的自动化，应通过带工具的 AI 代理人或 AI 服务器动作来实现。
自动化、文本生成、建议与工作流整合
- AI 服务器动作： 可把 AI 类服务器动作当作“指挥官”：它读取记录与提示，然后选择某个被标记为 AI 可用的工具执行。工具通常包含需要的 Python 逻辑来更新记录，并在代码层面强制执行业务规则。
- 邮件模板中的 AI： 可以在模板中嵌入提示，使外发邮件在发送时实现个性化内容生成。
- AI 代理人（AI 应用）： 代理人由系统提示、主题（带指令与工具）和可选的知识源（PDF、网页链接、Documents、Knowledge）构成。创建与定制代理人需要使用 AI 应用；若代理人没有配置主题或工具，它只能提供信息类回应，而不能修改数据库。Odoo 文档说明在代理人中可选 ChatGPT 与 Gemini 等模型，以及不同的回答风格（分析型、平衡型、创意型）。
- 其它被记录的 AI 使用场景还有字段智能、在线客服、语音转写、文档分类与工单支持。具体功能行为请参阅官方文档中心。
对企业的核心好处是什么？
- 节省时间： 在 CRM、客服与邮件撰写环节减少大量手工起草与查找操作；当 Ask AI 能直接打开正确视图时，导航速度更快。
- 降低成本： 把工作留在 Odoo 内能减少影子系统与反复复制粘贴带来的错误与支出。
- 决策更高效： 自动生成的摘要与建议能帮助管理层把注意力放在异常情况而非日常琐事。
- 可扩展性： AI 服务器动作在需要规则化判断时提供受控路径，同时仍以标准服务器动作执行最终改变。
真实场景中的 Odoo AI 应用示例
下面列出六个实操示例。原生行为遵循官方文档；需要集成的点会在备注中标注。
1. 自动化邮件回复（起草与审阅）
通过 Ask AI 改进或生成跟进邮件草稿，然后按既有流程发送。对于营销或运营大量使用模板的场景，可结合邮件模板中的 AI 功能实现发送时个性化。
2. 销售助手
使用 Ask AI 提供的建议类操作来提示下一步动作。默认助手不会自动创建商机；若需自动建单，必须通过配置了合适主题和工具的代理人或其它工作流来实现。
3. 会计与单据自动化
在单据模型上使用 AI 服务器动作，让 AI 在预先配置的工具之间做出选择（例如移动、打标签或重命名），由工具中的 Python 代码来保证业务规则被执行。参考 Odoo 的 AI 服务器动作文档中“管理者－执行者”模式。
4. 数据增强
通常属于集成： 第三方企业数据或评分 API 通常需要通过定制模块或中间件接入。原生 Odoo AI 并不能单凭自身替代需要授权的数据供应商。
5. 类客服机器人覆盖
Odoo 在在线客服与支持工作流中记录了 AI 使用方法。落地时需要配置知识源，并明确何时升级给人工处理。
6. 营销与培养（nurture）
若在 Odoo 内做活动式自动化，可参考我们针对营销场景的相关文章。 Odoo AI 在营销自动化方面的实操指南 对于财务团队的场景，请参阅： Odoo AI 在会计中的应用。
原生 Odoo AI 与外部 AI（如 ChatGPT、Claude）有什么不同？
原生 Odoo AI 包含：Ask AI、AI 应用中的代理人（主题、工具、知识源）、带 AI 工具的 AI 服务器动作、邮件模板中的 AI 以及主文档页链接的其它功能。
原生优点： 单一产品界面、官方支持的模式、针对常见场景无需大量粘合代码。Odoo 在代理人中列出了 ChatGPT 与 Gemini 作为可选模型。
原生缺点： 必须在 Odoo 提供的设计与约束内工作。高度定制化的流程可能需要额外设计或开发投入。
外部 AI（ChatGPT、Claude、第三方 API） 适用于调用内置模型以外的供应商，或与非 Odoo 系统互通。这类方案属于定制集成：涉及 API 密钥管理、日志记录、重试机制与数据合规策略等由你方负责。
外部优点： 更大的灵活性，可以利用特定供应商独有的功能或模型能力。
外部缺点： 需要更严格的治理：安全审查、成本控制与持续维护工作量更大。
局限与需注意的问题
- 数据质量： 自动化与建议的可靠性依赖于主数据干净、阶段定义一致以及 chatter 的规范使用。
- 实现复杂度： AI 服务器动作需要明确的工具、提示与测试；代理人若受限于指定知识源，则需要精心策划与维护来源内容。
- 成本： 需预算 Odoo 应用许可、可能的 LLM 使用费，以及实施伙伴的时间成本。
- 安全： 评估哪些数据可以出边界。调用外部 API 必须与公司数据策略对齐。Odoo 也提到，标准 Ask AI 助手被指令在无法完成请求时不显示错误细节，而只返回“当前无法完成”的信息。
如何在公司内部推行 Odoo AI？
- 审计： 先绘制出时间损耗点与重复出错的流程，明确每一步的责任人。
- 识别用例： 选取一小批可量化成果的场景优先落地。优先选择原生功能能覆盖的用例。
- 选择工具： 把 Ask AI 用作日常辅助，邮件模板 AI 用于外发个性化，AI 服务器动作用于有治理需求的自动化，代理人适用于需要结构化主题与知识源的任务。
- 集成： 先在一个团队或业务线上试点。对客户外显文本与财务输出进行严格验收。
- 优化： 通过调整提示词、工具和流程持续改进，然后再推广。与熟悉 Odoo 的专家合作能缩短试错周期并减少返工。
我们如何帮助企业落地 Odoo + AI 方案
Dasolo 提供 Odoo 实施、系统对接与业务自动化服务。对于 Odoo AI，我们优先把原生能力与客户流程对齐，仅在确有价值时才做外部集成。
- 实施要点： 以稳固的 ERP 基础、清晰配置与真实被人使用的工作流为前提。
- 系统集成： 在原生方案无法满足时，构建与业务堆栈可靠的对接。
- 自动化设计： 明确哪些任务由服务器动作或 AI 服务器动作自动运行，谁负责监控与例外处理。
- 持续优化： 通过度量、迭代与治理机制，随着业务增长不断完善。
我们的立场是透明：讲清楚产品当前能做什么、哪些是需要定制的、哪些属于集成工作。
总结与下一步建议
Odoo AI 为中小企业提供了一条可执行路径：在应用内为用户提供辅助、用邮件模板实现个性化、并通过 AI 服务器动作与工具逐步扩展 Odoo 自动化。若需超出原生能力的场景，像 Odoo ChatGPT 集成 这类方案应作为经过权衡后的刻意选择。
对多数团队而言，下一步更应该是梳理流程与清洗数据，而不是一开始就追逐更多功能。把 ERP 与 AI 结合的最佳做法是：先把流程有人负责、长期迭代优化，再稳步放大自动化覆盖范围。