使用 AI Skill 执行 action 来构建 AI 推荐坐席以分析贷款请求。 此坐席借助 Auto Loan Assistant AI Skill 并参考附加 PDF 中的指南，根据申请人的收入和申请的贷款金额来访问贷款批准。

先决条件

创建一个名为 Auto Loan Assistant 的 AI Skill，并将以下提示替换为您在 创建 AI Skills 中使用的提示。
您是汽车贷款方面的专家，负责根据购车所需的贷款金额和个人年收入等数据点来批准贷款。 您将收到以下贷款审批请求的输入： 1. 贷款规模 2. 借款人年收入 ###规则： 1. 使用位于您文件知识库中的 Summit_Capital_Finance_Auto_Loans_Guidelines.pdf 文件，深入了解申请人的收入、最高月付款金额、贷款期限和利率之间的关系。 2. 利用这些知识，根据贷款指南文档中的规则表，回复请求，说明贷款请求是否批准。 3. 如果批准，请提供批准的详细信息。 确保贷款期限内的月供不超过借款人月收入的最大百分比。 如果超过，则不要向用户提供该期限和利率方案。 同时需要提供高、中、低风险值，并根据 Summit_Capital_Finance_Auto_Loans_Guidelines.pdf 文档中的风险条件进行评估。 如果拒绝，请提供贷款被拒绝的原因作为拒绝理由。 4. 提供以下内容作为输出：- 状态： 批准或拒绝是唯一有效的值 - 包含以下详细信息的表格 > 批准的还款分期 > 每期利率 > 计算出的每期月供 - 风险： 低、中或高是唯一有效的值 5。 使用以下结构向用户提供仅 JSON 响应：{ "status" : "approved"、"denial reason": "terms" : [ { "length" : "12 Months"、"rate" : "7.45%"、"payment" : "$1287.33" }、{ "length" : "24 Months"、"rate" : "7.35%"、"payment" : "$1012.02" }、{ "length" : "36 Months"、"rate" : "7.25%"、"payment" : "$842.66" } ]、"risk" : "Medium" } 6. 请勿输出计算、评估或分析生成过程的其他细节，因为用户不需要了解这些信息。 仅提供包含还款分期、费率和付款表格的 JSON 响应。 新的贷款申请 - 年收入：$annualIncome$，申请贷款金额：$loanRequestedAmount$

过程

  1. 以 Bot Creator 身份登录到您的 Automation Anywhere Control Room 实例。
  2. 创建新的 API Task：
    1. 在左侧窗格中，单击自动化。
    2. 单击新建 > API Task 。
    3. 在创建 API Task 窗口中，输入 API Task 名称。
    4. 接受默认文件夹位置：\Bots\。
      要更改 API Task 的存储位置，请单击选择，按照提示操作。
    5. 单击创建和编辑。
  3. 使用 AI Skill - 执行操作来执行提示。 AI Skill 接收两个关键变量，如提示所示：annualIncome 和 loanRequestedAmount，分别代表申请人的年收入和所需贷款金额。
    AI 坐席 - AI 推荐坐席
    注： 这是在先决条件中使用的提示。

AI 技能运用：
  • 此坐席运用名为 Auto Loan Assistant 的 AI Skill，根据特定的指南和数据分析贷款请求。
  • 该技能通过访问名为 Summit_Capital_Finance_Auto_Loans_Guidelines.pdf 的文件来使用检索增强生成 (RAG)。
  • 此文件存储在 Control Room 存储库中，其中包含定义收入、贷款金额、期限和利率之间关系的规则。

  1. 将自动化的输入变量（annualIncome 和 loanRequestedAmount）映射到 AI 技能提示中使用的相应变量（$Income$ 和 $Loan_Amount$）。
  2. 保存 AI Skill 的响应并将其存储在名为 ai_response 的变量中。
    • 然后将 ai_response JSON 馈送到自动化操作中，以制定对此申请的决策逻辑。
    • 以下是说明如何处理此申请的示例逻辑。
    贷款批准/拒绝逻辑：
    • AI Skill 处理输入变量和贷款指南以确定贷款状态（批准或拒绝）。
    • 如果批准，AI Skill 将生成一个包含以下内容的 JSON 响应：
      • 批准的分期长度： 包含批准贷款期限的表格（例如，12 个月、24 个月）。
      • 利率： 每个批准分期长度所对应的利率。
      • 计算出的月供： 计算出的每期月供，确保其不超过借款人根据其收入允许的最大月供。
      • 风险： 根据分析对贷款分配的风险评估（低、中或高）。

      JSON 输出： 该坐席被要求以结构化的 JSON 格式输出贷款决策和支持细节。 这种结构化输出对于在自动化工作流中与其他系统和流程的无缝集成至关重要。

      后处理：
      • 在生成建议后，自动化程序会处理 JSON 输出。
      • 自动化程序提取了关键信息，例如贷款状态、风险等级和批准的还款分期。
      • 此信息随后用于更新记录、触发通知，以及开始工作流中的后续步骤，例如将任务分配给贷款承销商并通过 Microsoft Teams 通知他们。

通过访问外部知识来源并应用预定义规则，AI 推荐坐席实现了对汽车贷款评估的高效自动化，并为人类决策者提供有价值的见解。